未來人工智能可能會生成這樣的人物照。

 

　　□勞倫斯·格林邁耶

 

　　自從照相技術(shù)發(fā)明以來,虛假照片就一直層出不窮。比如曾轟動一時的“花仙子”和“尼斯湖水怪”的假照片。而有了Phot oshop軟件之后，圖片處理更是進入了數(shù)字時代。現(xiàn)在，利用一種算法，人工神經(jīng)網(wǎng)絡(luò)可以對數(shù)百萬張真人照片進行分析、整合，由此得到的虛擬照片可以達(dá)到以假亂真的效果，可以說，人工智能的發(fā)展，將照片偽造技術(shù)又提升到了一個全新的高度。

 

　　人工神經(jīng)網(wǎng)絡(luò)是基于生物學(xué)中的神經(jīng)網(wǎng)絡(luò)的基本原理，由大量計算機互聯(lián)組成的信息處理系統(tǒng)。為幫助軟件更好地識別圖片中的人，Googl e、Facebook等公司在多年之前就已經(jīng)開始使用這種人工神經(jīng)網(wǎng)絡(luò)?，F(xiàn)在，研究人員又開發(fā)出了一種名為“生成對抗網(wǎng)絡(luò)”的新型人工神經(jīng)網(wǎng)絡(luò)，它由一個能生成圖像的生成器網(wǎng)絡(luò)和一個負(fù)責(zé)評價圖像真?zhèn)蔚蔫b別器網(wǎng)絡(luò)組成。

 

　　“要讓神經(jīng)網(wǎng)絡(luò)學(xué)會識圖，需要經(jīng)過數(shù)百萬張圖片的訓(xùn)練。GAN則是一種較新的算法，它可以自動生成圖像，”美國艾倫人工智能研究所的首席執(zhí)行官奧倫·埃齊奧尼說。

 

　　利用GAN算法，人工智能還能迅速生成足以亂真的虛擬照片。通過機器學(xué)習(xí)，生成器網(wǎng)絡(luò)可對大量圖片進行分析，學(xué)會制作栩栩如生的虛擬照片。然后，它會把這些虛擬照片發(fā)送給鑒別器網(wǎng)絡(luò)，鑒別器網(wǎng)絡(luò)受過專門的訓(xùn)練，知道如何甄別圖片人物的真假。根據(jù)與真人的相似程度，鑒別器會對生成的圖片進行評估。隨著時間的推移，生成器的造假能力和鑒別器的甄別能力都會變得越來越強大——這也是“對抗”的意義所在。

 

　　GAN給人工智能帶來了突破，因為在進行初步學(xué)習(xí)后，它可以在沒有人類監(jiān)督的情況下繼續(xù)學(xué)習(xí)。2014年，現(xiàn)就職于Googl e Br ain(Googl e公司的人工智能項目部)的伊恩·古德費洛曾作為第一作者，發(fā)表了一篇介紹這項研究的論文，從那以后，全球范圍內(nèi)的數(shù)十位科學(xué)家開始將GAN應(yīng)用于各個領(lǐng)域，比如機器人控制和機器翻譯。

 

　　開發(fā)這種無監(jiān)督學(xué)習(xí)系統(tǒng)極具挑戰(zhàn)性。有時候，GAN會表現(xiàn)不佳，長時間學(xué)習(xí)卻沒有進步；如果生成器不能生成越來越逼真的圖像，鑒別器也會受到影響，無法變得更“犀利”。

 

　　芯片制造商Nvidia的研究人員提交給今年春季的國際人工智能大會的論文來看，這種漸進式的機器學(xué)習(xí)策略還有一個好處——能使訓(xùn)練時間減少一半。Nvidia團隊展示了它們的最新成果：利用一個包含200000多張明星面部照片的數(shù)據(jù)庫對GAN進行訓(xùn)練，最后得到足以亂真的高分辨率人臉圖像，而實際上這些人并不存在。

 

　　人工智能并不知道自己創(chuàng)造出的人臉圖片是否逼真，它們沒有這個天賦。“我們之所以選擇人臉作為最初的嘗試，是因為我們?nèi)祟惡苋菀拙涂梢耘袛喑鋈斯ぶ悄墚a(chǎn)生的圖片是否逼真。我們天生就有負(fù)責(zé)識別人臉的腦區(qū)，并且為了認(rèn)出和讀懂別人的臉，一輩子都在接受這方面的訓(xùn)練。”這項研究的參與、Nvidia團隊的亞可·萊赫蒂寧說。讓GAN模仿人的識臉天賦，就是這個項目的挑戰(zhàn)所在。

 

　　Facebook認(rèn)為，對抗網(wǎng)絡(luò)可以幫助社交平臺通過用戶早前的行為，更好地預(yù)測用戶的喜好，并最終研發(fā)出具有常識的人工智能。Facebook公司的人工智能首席科學(xué)家楊·勒康和工程師蘇米斯·欽塔拉認(rèn)為，理想的人工智能系統(tǒng)不僅是能識別文字和圖像，還應(yīng)該具有能與人類媲美的推理、預(yù)測、規(guī)則和行動能力。在勒康和欽塔拉的研究中，他們先向生成器輸入4幀視頻圖像，然后讓人工智能生成后面2幀，以測試其預(yù)測能力。結(jié)果，人工智能合成出了后續(xù)的圖像——一個人在行走，或在做頭部運動。

 

　　對希望降低制作成本的電影制片人和視頻游戲制作者來說，用人工智能來生成高度仿真的圖像和視頻，或許是一個不錯的選擇。不過，目前就職于Openai公司的亞利克·拉德福表示，“雖然GAN生成的圖像一眼看上去足以亂真，但要真正達(dá)到像真實照片一樣的水準(zhǔn)，還有很長的路要走。”拉德福曾于2016年國際人工智能大會上發(fā)表過一篇論文，F(xiàn)acebook團隊的研究正是以那篇論文為基礎(chǔ)的。“用人工智能制作高水準(zhǔn)的視頻，就是更遙遠(yuǎn)的事了。”拉德福補充道。

 

　　未來，那些制作假內(nèi)容，讓它們在網(wǎng)絡(luò)上傳播的惡作劇者，會不會利用人工智能制作虛假圖片或視頻并非法傳播？這一點，我們尚需觀望。如果有一天，越來越多的人開始對網(wǎng)絡(luò)上傳播內(nèi)容的真假產(chǎn)生懷疑，那這項技術(shù)或許會給我們的未來帶來更大的不確定性。

 

　?。T布譯，摘自《環(huán)球科學(xué)》）