本文編譯自https://www.kdnuggets.com/2018/03/exploring-deepfakes.html

　　2017年12月，一個(gè)名為“DeepFakes”的用戶在Reddit上發(fā)布了一個(gè)“假視頻”，把《神奇女俠》主角蓋爾·加朵(Cal Gadot)的臉嫁接到一個(gè)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(xué)習(xí)和AI新技術(shù)制作成了這個(gè)看上去以假亂真的視頻。

　　DeepFakes實(shí)際上是一種人臉交換技術(shù)，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(shí)上，人臉交換技術(shù)在電影制作領(lǐng)域已經(jīng)不是個(gè)新鮮詞了，但是之前電影視頻中的人臉交換非常復(fù)雜，專業(yè)的視頻剪輯師和CGI專家需要花費(fèi)大量時(shí)間和精力才能完成視頻中的人臉交換。DeepFakes的出現(xiàn)可以說是人臉交換技術(shù)的一個(gè)突破。利用DeepFakes技術(shù)，你只需要一個(gè)GPU和一些訓(xùn)練數(shù)據(jù)，就能夠制作出以假亂真的換臉視頻。

　　就Reddit上發(fā)布的視頻內(nèi)容來看，DeepFakes技術(shù)的效果似乎已經(jīng)非常卓越，但其實(shí)總結(jié)了DeepFakes生成的全部視頻內(nèi)容的特點(diǎn)還是可以發(fā)現(xiàn)它的局限性比較明顯，比如需要大量目標(biāo)圖片;用來訓(xùn)練的數(shù)據(jù)必須選擇非常有代表性的圖片;建立模型耗時(shí)相對(duì)較長(zhǎng)，也需要投入資金建立模型和維護(hù)運(yùn)行。

　　

　　由于沒有足夠多Oliver的側(cè)面照，所以網(wǎng)絡(luò)無法通過觀察學(xué)習(xí)，生成Oliver證件照。

　　雖然DeepFakes這一技術(shù)目前有一些短板，視頻發(fā)布之后也引來不少討論，網(wǎng)上不斷有人發(fā)表文章和報(bào)道，抨擊這一“換臉”技術(shù)，稱這種技術(shù)將會(huì)對(duì)社會(huì)產(chǎn)生很多負(fù)面的影響。比如說，這個(gè)“換臉”技術(shù)會(huì)給很多無辜清白的人(像那些無故出現(xiàn)在成人電影中的藝人)造成困擾;“假視頻”會(huì)加劇虛假新聞的散播，進(jìn)而將大大損壞視頻作為證據(jù)的可信度。

　　確實(shí)，心懷不軌的人會(huì)利用這項(xiàng)技術(shù)做危害社會(huì)的事情。但是算法本身沒有價(jià)值觀，人才有價(jià)值觀，我們不能夠因此完全否定這項(xiàng)技術(shù)的價(jià)值，我們應(yīng)該好好思考，如何把它用上正道，發(fā)揮它的積極作用。

　　我自己確實(shí)考慮了幾個(gè)DeepFakes可以應(yīng)用的商業(yè)場(chǎng)景，未來或許我們應(yīng)該發(fā)揮DeepFakes的積極作用。

　　好萊塢在電影制作時(shí)其實(shí)已經(jīng)使用了這種技術(shù)，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(shù)制作出非常不錯(cuò)的電影或者視頻，那么隨著時(shí)間的推移，他們對(duì)專業(yè)視頻剪輯師的需求一定會(huì)慢慢減少的。

　　這一技術(shù)同樣能帶來新的機(jī)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(jié)目。

　　在更多情況下，電影公司可以根據(jù)目標(biāo)市場(chǎng)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(shù)能夠讓那些長(zhǎng)時(shí)間沒有動(dòng)態(tài)的演員重新回到觀眾的視線。

　　YouTube上一些關(guān)于DeepFakes視頻的評(píng)論帖子都在討論這個(gè)技術(shù)會(huì)打造出一個(gè)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(jiǎn)單的人臉交換;但現(xiàn)在，它迎來了一個(gè)巨大的機(jī)遇。照片濾鏡已經(jīng)為Instagram和Snapchat吸引了大量的用戶，而人臉交換App也已經(jīng)有了很大的發(fā)展，Jib Jab有望引領(lǐng)下一個(gè)人臉交換的潮流。

　　這樣的社交軟件將會(huì)非常有趣，所以人臉交換的App完全有可能興起一個(gè)潮流，前提是開發(fā)這些模型的成本足夠低。

　　StarGAN這篇調(diào)研論文介紹了如何使用一個(gè)算法生成不同發(fā)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(duì)會(huì)火。

　　想象一下，有了這項(xiàng)技術(shù)以后，Target只需要給藝人支付一筆費(fèi)用，使用該藝人的一些大頭照，再簡(jiǎn)單地點(diǎn)擊一個(gè)按鈕，就能讓這名藝人連續(xù)一個(gè)月展示他們家的衣服。這不僅可以為藝人、網(wǎng)紅和社交網(wǎng)絡(luò)上任何有影響力的人創(chuàng)造一個(gè)新的收入來源，還能為商家企業(yè)提供了一種品牌推廣的新途徑。但同時(shí)，這也引發(fā)了一些有趣的法律問題，比如所有權(quán)的歸屬問題，以及關(guān)于如何分割和使用其價(jià)格權(quán)利的商業(yè)問題。

　　Loolet會(huì)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(gè)姿勢(shì)，然后就能制作出一張可以投放市場(chǎng)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(fēng)格。

　　想象一下，當(dāng)你在上網(wǎng)時(shí)，看到的所有廣告中都有你和你的朋友，還有你的家人。在現(xiàn)在看來這可能有點(diǎn)可怕，但你很難預(yù)測(cè)在幾年后這會(huì)不會(huì)成為一種現(xiàn)實(shí)。

　　總而言之，我們都是視覺動(dòng)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(gè)嘻哈音樂視頻中，希望向你傳達(dá)歡樂;Allstate希望通過一個(gè)保險(xiǎn)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(huì)更直接：Banana Republic(GAP旗下的高端時(shí)裝品牌)可以把你的臉放置在一個(gè)與你匹配的身體上，進(jìn)而從形象上說服你購(gòu)買他們的皮夾克。

　　DeepFakes的原始用戶像是開啟了一個(gè)“潘多拉的盒子”，他們首先引起了人們關(guān)于假視頻制作對(duì)社會(huì)的影響的討論。現(xiàn)在，大多數(shù)人都已經(jīng)接受了照片造假的現(xiàn)象，所以我希望在將來，我們也能夠以同樣的方式適應(yīng)視頻的虛假和不確定性。

　　DeepFakes還讓人們真正地了解了這項(xiàng)技術(shù)的有趣之處。“深度生成模型”(比如DeepFakes使用的自動(dòng)編碼器)僅僅給算法輸入了大量的數(shù)據(jù)案例，就能夠幫我們創(chuàng)建一些看起來非常逼真的合成數(shù)據(jù)(包括圖像和視頻)。這意味著，一旦這些算法被轉(zhuǎn)化成實(shí)際的產(chǎn)品，這個(gè)強(qiáng)大的工具將進(jìn)一步激發(fā)普通人的創(chuàng)造力。

　　現(xiàn)在，這項(xiàng)技術(shù)已經(jīng)有了很多有趣的應(yīng)用，比如那些照片風(fēng)格轉(zhuǎn)換的App，只需簡(jiǎn)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(lǐng)域的研究尚未成熟，技術(shù)的應(yīng)用還有很大的潛力。

　　注：本文由「圖普科技」編譯，您可以關(guān)注微信公眾號(hào)tuputech，體驗(yàn)基于深度學(xué)習(xí)的「圖像識(shí)別」應(yīng)用。