Rozvoj strojového učení a umělých neuronových sítí dennodenně přináší celou řadu vzrušujících okamžiků. V některých případech je ale hodnota či přínos určitého objevu morálně diskutabilní. Do této problematické skupiny spadají například syntetická data generovaná umělou neuronovou sítí známá jako deepfakes (název je složeninou anglických výrazů „deep learning" neboli hluboké učení a „fakes" neboli podvrhy). Deepfakes jednoduše řečeno představují vizuální materiál, který je prostřednictvím strojového učení modifikovaný tak, že je běžným pohledem v podstatě nemožné určit, že se jedná o neautentický obraz. Tento proces si velice rychle našel cestu do pornografie, kde lze díky němu nahradit obličeje zúčastněných osob libovolnou jinou tváří. Ještě závažnější důsledky pak mají deepfakes používané v kontextu politiky, neboť umožňují přiřazovat tváře politiků například k radikálním projevům, a tedy dané osoby potenciálně zdiskreditovat. Jak ale ukazují aktivity britské firmy Oxbotica, deepfakes mohou sloužit i k ušlechtilým účelům. V tomto případě k učení autonomních vozidel.

Vůz Range Rover Evoque se systémem autonomního řízení firmy Oxbotica v terénu (foto: Oxbotica)

Trénovat systém autonomního řízení lze mnoha způsoby, velmi efektivní je využivání simulací. Řídicí systém vozidla „jezdí" uvnitř počítačové simulace, kde nehrozí riziko reálné nehody, zároveň je možné v rychlém sledu reprodukovat libovolné prostředí všech koutů světa. A právě v tomto místě přicházejí ke slovu deepfakes. Pro učení řidicího systému jsou potřeba obrovská množství dat, aby byla zajištěna co nejvyšší rozmanitost, a tedy si systém vyzkoušel pokud možno co nejvíce situací. Deepfakes umožňují jednoduše vytvářet nesčetné variace prostředí vzniklé z jednoho zdrojového videa. Například mohou měnit uspořádání jízdních pruhů, okolí komunikací, denní dobu, povětrnostní podmínky, mohou modifikovat dopravní značení, obměňovat další účastníky silničního provozu anebo jinak upravovat scénu. Tento proces šetří nejen čas, ale i finance.
Společnost Oxbotica, která svá autonomní vozidla testuje nejen ve Velké Británii, ale i v Německu, začátkem letošního roku navíc získala investici ve výši 47 milionů dolarů (zhruba jedna miliarda korun) na rozvoj svého systému autonomního řízení a jeho další testování v reálném prostředí. V současnosti se velmi intenzivně zaměřuje na aplikaci autonomního řízení v terénních podmínkách, kde vidí značný komerční potenciál. Využití deepfakes k učení autonomních vozidel je každopádně velice pěknou ukázkou prolínání různých, zdánlivě nesouvisejících odvětví, neboť podvržená videa se na první pohled nemusí jevit jako zcela relevantní pro autonomní řízení. Ve skutečnosti je ale opak pravdou, zároveň se na tomto případě ukazuje, že zdaleka nedokážeme předvídat všechna možná uplatnění každého výtvoru. Z tohoto důvodu je nesmírně důležitá podpora vědy, výzkumu a v neposlední řadě i umění. V podobném duchu prolínání různých oborů firma Cruise využívá schopností filmového a videoherního průmyslu k učení systémů autonomního řízení rozpoznávat lidská gesta.