|
「圖普科技」譯 2017年12月，一個名為“DeepFakes”的用戶在Reddit上發布了一個“假視頻”，把《神奇女俠》主角蓋爾·加朵(Cal Gadot)的臉嫁接到一個成人電影女星的身上，但是看起來幾乎毫無破綻。他利用了深度學習和AI新技術制作成了這個看上去以假亂真的視頻。 DeepFakes實際上是一種人臉交換技術，顧名思義，也就是在圖像或視頻中把一張臉替換成另一張臉。事實上，人臉交換技術在電影制作領域已經不是個新鮮詞了，但是之前電影視頻中的人臉交換非常復雜，專業的視頻剪輯師和CGI專家需要花費大量時間和精力才能完成視頻中的人臉交換。DeepFakes的出現可以說是人臉交換技術的一個突破。利用DeepFakes技術，你只需要一個GPU和一些訓練數據，就能夠制作出以假亂真的換臉視頻。 就Reddit上發布的視頻內容來看，DeepFakes技術的效果似乎已經非常卓越，但其實總結了DeepFakes生成的全部視頻內容的特點還是可以發現它的局限性比較明顯，比如需要大量目標圖片;用來訓練的數據必須選擇非常有代表性的圖片;建立模型耗時相對較長，也需要投入資金建立模型和維護運行。  由于沒有足夠多Oliver的側面照，所以網絡無法通過觀察學習，生成Oliver證件照。 雖然DeepFakes這一技術目前有一些短板，視頻發布之后也引來不少討論，網上不斷有人發表文章和報道，抨擊這一“換臉”技術，稱這種技術將會對社會產生很多負面的影響。比如說，這個“換臉”技術會給很多無辜清白的人(像那些無故出現在成人電影中的藝人)造成困擾;“假視頻”會加劇虛假新聞的散播，進而將大大損壞視頻作為證據的可信度。 確實，心懷不軌的人會利用這項技術做危害社會的事情。但是算法本身沒有價值觀，人才有價值觀，我們不能夠因此完全否定這項技術的價值，我們應該好好思考，如何把它用上正道，發揮它的積極作用。 我自己確實考慮了幾個DeepFakes可以應用的商業場景，未來或許我們應該發揮DeepFakes的積極作用。 好萊塢在電影制作時其實已經使用了這種技術，但是使用的成本并不是這么低的。如果好萊塢能夠用這一技術制作出非常不錯的電影或者視頻，那么隨著時間的推移，他們對專業視頻剪輯師的需求一定會慢慢減少的。 這一技術同樣能帶來新的機遇，例如，讓一些不知名的演員來拍電影，然后用大牌演員的臉來替換他們的臉。這可以用于制作YouTube視頻或是普通民眾拍攝的新聞節目。 在更多情況下，電影公司可以根據目標市場的需求來更換演員，Netflix能在拍攝前讓觀眾自行選擇演員。更有可能的是，這一技術能夠讓那些長時間沒有動態的演員重新回到觀眾的視線。 YouTube上一些關于DeepFakes視頻的評論帖子都在討論這個技術會打造出一個怎樣的惡搞圖片軟件。Jib Jab是一家銷售視頻賀卡的公司，多年來一直都在使用簡單的人臉交換;但現在，它迎來了一個巨大的機遇。照片濾鏡已經為Instagram和Snapchat吸引了大量的用戶，而人臉交換App也已經有了很大的發展，Jib Jab有望引領下一個人臉交換的潮流。 這樣的社交軟件將會非常有趣，所以人臉交換的App完全有可能興起一個潮流，前提是開發這些模型的成本足夠低。  StarGAN這篇調研論文介紹了如何使用一個算法生成不同發色、性別、年齡甚至是表情。我敢打賭，一款能夠讓你擁有精致小臉的App絕對會火。 想象一下，有了這項技術以后，Target只需要給藝人支付一筆費用，使用該藝人的一些大頭照，再簡單地點擊一個按鈕，就能讓這名藝人連續一個月展示他們家的衣服。這不僅可以為藝人、網紅和社交網絡上任何有影響力的人創造一個新的收入來源，還能為商家企業提供了一種品牌推廣的新途徑。但同時，這也引發了一些有趣的法律問題，比如所有權的歸屬問題，以及關于如何分割和使用其價格權利的商業問題。  Loolet會讓成衣公司在人體模特上拍攝他們的服裝，選擇配套的衣服，挑選一張模特的臉和一個姿勢，然后就能制作出一張可以投放市場的照片了。更重要的是，他們可以在沒有模特或攝影師的情況下隨意改變照片的風格。 想象一下，當你在上網時，看到的所有廣告中都有你和你的朋友，還有你的家人。在現在看來這可能有點可怕，但你很難預測在幾年后這會不會成為一種現實。 總而言之，我們都是視覺動物，廣告商這些年來一直在試圖引起我們的情感共鳴：可口可樂將你的朋友放在一個嘻哈音樂視頻中，希望向你傳達歡樂;Allstate希望通過一個保險廣告來緩解你的恐懼。除了這些以外，廣告商引起我們情感共鳴的方式可能會更直接：Banana Republic(GAP旗下的高端時裝品牌)可以把你的臉放置在一個與你匹配的身體上，進而從形象上說服你購買他們的皮夾克。 DeepFakes的原始用戶像是開啟了一個“潘多拉的盒子”，他們首先引起了人們關于假視頻制作對社會的影響的討論。現在，大多數人都已經接受了照片造假的現象，所以我希望在將來，我們也能夠以同樣的方式適應視頻的虛假和不確定性。 DeepFakes還讓人們真正地了解了這項技術的有趣之處。“深度生成模型”(比如DeepFakes使用的自動編碼器)僅僅給算法輸入了大量的數據案例，就能夠幫我們創建一些看起來非常逼真的合成數據(包括圖像和視頻)。這意味著，一旦這些算法被轉化成實際的產品，這個強大的工具將進一步激發普通人的創造力。 現在，這項技術已經有了很多有趣的應用，比如那些照片風格轉換的App，只需簡單的步驟就能讓你的照片看起來像一幅名畫。但是目前，這一領域的研究尚未成熟，技術的應用還有很大的潛力。 注：本文由人工智能企業「圖普科技」編譯。 |
- 關注天氣:
