在未来世界,如果只看脸的话,你可能真的无法辨认真假。
在科幻电影《银翼杀手2049》中人类制作的“复制人”和人类的容貌近乎一致,除非用专业的仪器做情绪测试,或者找到复制人体内的编号,否则人类根本无法用肉眼分辨孰真孰假。
图片来自:《银翼杀手2049》
这样的未来世界对我们来说可能有些遥远,但如果只看脸的话,你可能真的无法辨认真假。
“AI脸”已跨越恐怖谷
先来看一组图片,你有信心一眼分辨出“假人脸”吗?
图片:以上均为AI合成脸
这里提到的“AI脸”指的是由AI合成的人脸照片,并非真人拍摄,以肉眼看,一时间很难判断真假。
加州大学伯克利分校的Hany·Farid教授多年来一直在从事AI图像合成技术的研究。根据他近日发表在美国国家科学院院刊的一项研究显示,AI合成的人脸已与真人没有区别,甚至看起来比真人更加真实。共同参与此项研究的Sophi·Nightingale博士称最开始开展研究的目的,就是为了借助真人对比找到提高AI人脸可信度的方法。Farid认为目前AI图像合成技术发展和改进的速度非常迅速,比传统的CG成像还要快。Farid称:我们认为,我们已经跨越了静态面孔的恐怖谷效应。
OTC Markets Group新增热点板块证券信息,包含加密货币和区块链动态:金融市场运营商OTC Markets Group在其小盘股上市合规数据服务中增加了所谓的“热点板块”行业信息,旨在为经纪自营商和风险管理团队提供估值低于5亿美元证券所需的数据。此次合规发行包含了公司的微市值状态、股票分割历史和壳公司状态等信息,现在还包括了额外的数据点,以帮助投资者识别大麻和加密货币或区块链等动态行业的证券。(Proactive Investors)[2020/3/26]
恐怖谷理论是一个关于人类对机器人和非人类物体的感觉的假设,它在1970年由日本机器人专家森昌弘提出,由于机器人与人类在外表﹑动作上都相当相似,所以人类亦会对机器人产生正面的情感,直至到了一个特定程度,他们的反应便会突然变得极之反感,哪怕机器人与人类有一点点的差别,都会显得非常显眼刺目,让整个机器人显得非常僵硬恐怖,让人有面对行尸走肉的感觉。人形玩具或机器人的仿真度越高人们越有好感,但在相似度临近100%前,这种好感度会突然降低,越像人反而越反感恐惧,好感度降至谷底,这被称之为恐怖谷。可是,当机器人的外表和动作和人类的相似度继续上升的时候,人类对他们的情感反应亦会变回正面,贴近人类与人类之间的移情作用。
声音 | 中科院院士徐宗本:区块链等技成为当前大数据技术的热点方向:据人民日报消息,中国科学院院士、西安交通大学教授徐宗本今日撰文指出,大数据的价值主要通过大数据技术来实现。大数据技术当前的热点方向包括:区块链技术、互操作技术、存算一体化存储与管理技术、大数据操作系统、大数据编程语言与执行环境、大数据基础与核心算法、大数据机器学习技术等。[2019/3/1]
从Farid的实验结果来看,AI合成的人脸很可能已经脱离了“行尸走肉”的阶段。
生成模型为关键技术
如此逼真的人脸是怎么合成的?AI合成主要采用GAN生成模型技术。
GAN全称对抗生成网络,顾名思义是生成模型的一种,试图通过学习让模型尽可能生成逼真的输入分布。GANs的最终目的是预测给定标签的特征,而不是预测给定特征的标签。对生成对抗网络的一种直观理解是,想象一名造假者试图伪造红酒。一开始,作为一名小白,他非常不擅长这任务。他将自己造的假酒和真酒混在一起,并将其给品鉴师。品鉴师对每瓶酒进行真实评估,并向这个伪造者给出相应的反馈,告诉他怎么才是更真的红酒。造假者回到自己的作坊,根据品鉴师的反馈,开始制作一些新的假酒。随着时间的推移,二人一来一往的交流,造假者变得越来越擅长造假酒,品鉴师也变得越来越擅长找出假酒。最后,造假者终于造出了足以以假乱真的红酒。整个过程可以类似下图所示:
声音 | 张瑞东:区块链是是风投的热点:浙江大学互联网金融研究院区块链研究室主任张瑞东在接受金融界的采访时,针对传统金融机构对区块链的布局是否被外界低估的问题表示:这里先要把加密货币和区块链区分开来,传统金融机构并没有看低区块链的潜力。以美国著名区块链技术控股公司DAH(Digital Asset Holdings)为例,其创始人是摩根的高管,初期投资人包括几乎所有梦之队投行在内的十几家机构。虽然是公开数据,却并没有成为公开的秘密。人们一方面还是沉浸在摩根大通CEO公开批评比特币的幻想里,其实不管是华尔街还是硅谷,金融机构与高净值个人对区块链技术的投资都很广泛。
这如同风投或私募基金对于热点概念的追寻,比如人工智能、云技术、大数据等。区块链是现在的一个热点,是风投的热点。但从技术创新的角度,我们还是要做好基础研究和人才培养,遵循技术创新的规律,不能太过于急功近利。[2018/12/3]
同理,在“AI脸”方面可以想象GAN里有一个“画家”和一个“鉴定师”,“画家”需要画出尽可能像人脸的图片,交给“鉴定师”评判。“鉴定师”在评判之前要看非常多的真人照片,分析出人脸的特征,当“画家”的画能够过阅脸无数的“鉴定师”时,一张AI合成人脸照片就诞生了。在这个过程中,“鉴定师”经过不断的学习准确度会不断提高,相应的“画家”的技艺也要随之增长,两者形成一种对抗关系,从而提高合成图像的质量,直到能够以假乱真。
SUSHI涨至1.42美元,24小时涨幅24.17%:金色财经报道,SUSHI涨至1.42美元,24小时涨幅24.89%。行情波动较大,请做好风险控制。[2022/10/14 14:27:24]
图片:NVIDIAStyleGAN2
Farid在实验中采用的是英伟达发布的NivdiaStyleGAN2模型。
2018年12月,美国芯片巨头英伟达开发的一款超逼真面部生成器。这个基于GAN的模型表现得非常好,以至于大多数人都无法分辨它是一张合成的“假脸”。2019年2月,英伟达宣布将开源这款漂亮的工具,并将其命名为StyleGAN。这一机器学习技术是为了生成模拟真实图像的新图像。使用StyleGAN,不同于大多数其他生成器,可以定制不同的因素来更改生成的图像的结果。StyleGAN生成的图像非常逼真,它是一步一步地生成人工的图像,从非常低的分辨率开始,一直到高分辨率。通过分别地修改网络中每个级别的输入,它可以控制在该级别中所表示的视觉特征,从粗糙的特征到精细的细节,而不会影响其它的级别。但是,StyleGAN还有一些缺陷,最明显的是生成的图像有时包含斑点似的伪影(artifacts),经过几个月的改进,这一缺陷也被完美解决了。NVIDIA的研究人员发布了StyleGAN的升级版——StyleGAN2,重点修复artifacts问题,并进一步提高了生成图像的质量。
Epic Games CEO: 必须阻止苹果商店对Web2公司征收30%非赢利税:金色财经报道,苹果允许在App Store应用程序上买卖NFT的决定并没有得到Web3支持者的接受。因为苹果决定对应用内非付费内容的销售收取30%的标准佣金,而OpenSea对非营利性交易收取2.5%的佣金。
Epic Games首席执行官Tim Sweeney抨击写道,该公司正在“扼杀所有无法征税的非盈利性应用业务,摧毁另一项可能与其定价过高的应用内支付服务相抗衡的新兴技术。必须要阻止苹果这么做。(decrypt)[2022/9/27 22:31:27]
图片:NVIDIAStyleGAN2
研究人员认为,已具备一定可信度的AI合成照片未来很有可能会被不法分子利用,在社交网络实施或引起混乱,这个问题需要得到社会的重视,并且图片合成技术的发展需要一些条约约束。
那么问题来了,既然AI合成人脸具有一定的社会风险,为什么人们还要投入精力研究呢?
AI脸或是?“双刃剑”
2019年E3电子游戏展上,基努李维斯在《赛博朋克2077》预告片中的惊喜亮相瞬间引爆了所有场内外观众的情绪,随即其本人上场宣布将担任游戏中重要角色“强尼银手”的脸模,勾起了无数玩家的期待。
图片:《赛博朋克2077》
因为在虚拟世界中,一张逼真的人脸能给玩家带来强烈的沉浸感,随着游戏机能的提升,用真人作为脸模代替数字捏脸,成为了越来越多游戏厂商塑造角色的手段。
但使用真人脸模,往往意味着高昂的肖像授权费以及动作捕捉成本,这对一些小型工作室来说并不现实。这时候一张免版权的AI合成人脸便能派上用场——由一个世界上并不存在的人来扮演虚拟角色,听起来合情合理。例如免费AI合成照片项目GeneratedPhoto就与动画软件公司Reallusion合作,用AI合成的人像用作动画、游戏或者广告的3D形象上,开发者可以自由地选择人物的种族、年龄、性别,并且不会有版权问题。可以试想一下,假如模拟人生或者GTA等游戏的NPC人脸都由逼真的人像制作,游戏的沉浸感和临场感将得到大幅提升。
除了游戏,一些客服类软件也需要大量的真人头像与客户沟通,如果将真人头像换用AI人像,既可以避免人像版权纠纷,又能保护个人隐私不被泄露。不过,虽然AI合成照片有着合理的存在意义,但与此同时,也会对网络照片的真实性造成一定冲击,毕竟谁也不想在交友app被一个根本不存在的人迷得神魂颠倒。
Farid认为想要解决这个问题,唯一的办法就是为每张真实拍摄的照片加入一个“真实性”认证,这样人们在浏览和使用照片时,才能辨别其真实性。这听起来就像是《银翼杀手》的逆向版本,电影里人们在复制人的眼球中刻入编号识别,现实中则相反地在真实照片标记,以对抗“假货”。
事实上,目前Adobe、微软等公司已经在推广相关的技术。在2021年2月,Adobe、微软、英特尔、Arm和Truepic等公司与机构联合成立了一个名为“内容来源和真实性联盟”的项目,以打击虚假信息,建立一个可验证图片真实性和溯源的技术标准。而验证的方法也很直接——将照片的拍摄、后期修改等信息用区块链技术原封不动的保留下来,无论照片怎么修改,都能直接查看。经过认证的真实照片会在右上角多一个“i”的小角标,当你点击它时,你就可以看到由相机生成的拍摄日期、地点、镜头等详细信息,而如果有人用Photoshop等软件修改过该照片,你还可以回退到照片的原图,得到完整图像。
C2PA的认证手段能够在一定程度确保严肃新闻等领域的照片真实性,但由于成立时间较短,目前只在部分媒体或社交平台上使用,想要为互联网所有内容提供真实性保障还为时过早。
也就是说,在未来的一段时间里,AI合成照片都有可能会是个社会安全隐患,目前类似NivdiaStyleGAN2等图像合成模型都可以在Github等平台上公开下载得到,这么做真的安全吗?Farid认为这需要技术人员平衡利益与风险后慎重考虑。
郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。