Reddit reacts to Samsung AI Deepfake technology - A wild future is imminent
 |
ifanr
你有沒有想過，有一天蒙娜麗莎不只會神秘微笑，還會對你挑眉眨眼、娓娓而談？
不止蒙娜麗莎，瑪麗蓮夢露也「活」過來了，紅唇一張就開始說話，眼角眉梢風情萬種。
還有只在物理書裡面，看到過的愛因斯坦，你現在甚至能感受到，科學道理正從他口中傾瀉而出……
現在，你可能會以為，這是什麼特效影像裡截取的畫面，但事實上，這些人物的動態影像，都僅源於旁邊那一張照片。
前陣子鬧得沸沸揚揚的「色情換臉」，需要大量人物的圖像資訊，再加原生影像，才能生產出一個新的合成影像，而這次三星 AI ，只需基於一張肖像照片，或一張畫像，就能讓裡面人物的臉部表情，都動得栩栩如生。
雖然並非完美無瑕，但足以讓人產生信以為真的錯覺。
製作這個影像並不容易。
因為人類的視覺思維，對臉部細節極其敏感，因此每個微小部分，包括嘴巴的弧度、頭髮的輪廓、眨眼的速度都很難忽視。所以這套人工智慧系統，經過了一段漫長的訓練時光。
研究人員從 YouTube 收集了 7000 張名人照片，提取其「標誌性」的臉部特徵，然後系統透過觀看，大量人類說話的臉孔和表情豐富的影片進行學習。
▲「讓照片動起來」的學習架構圖
之後，人工智慧系統就能將學到的內容，應用到單張照片或多張照片上，高效地找到與系統學習的臉部相對應的部分，然後因人而異地針對新臉部裡各個的關鍵點，特別是眼睛、鼻子和嘴巴進行調整，最後達到最自然的動態效果。
當可以使用的照片越多，影像就會越加逼真，32 個圖像，就足以讓影像以假亂真。
雖然仔細看，人物邊緣的地方，依然有模糊的部分，不能辨識的地方，也只能用背景畫面粗糙填充，瑪麗蓮夢露的影像，還少了那顆標誌性的痣。
而且，影像也沒有聲音，動態只能呈現在臉部，一張一合的嘴角，就像一個練習生在唱 Rap，但它依然是一個顛覆式的創新，簡單點說，實現了一鍵把 JPG 變 GIF。
研究人員表示，未來，這個 AI 系統，將會被廣泛應用在視訊、遊戲、電視、電影，以及特效行業中，估計現在，它就已經被 B 站上的鬼畜藝術家盯上了。而單張或少量照片，就能完成動態人像的速度和效率，也讓該模型更利於推廣。
不過同時，這也意味著很快會有圖謀不軌之人，利用臨時拼湊的工具來模仿它，進行群眾誤導或虛假詐騙，還有可能把一個人的人像照片，製作出不可描述的動態表情，放在不可描述的身體上，做不可描述的事情。
儘管它還不足以引起 Deepfakes「色情換臉」那樣的風波，但它比起「色情換臉」，使用起來更簡易便捷，在人人都暴露無遺的網路時代，擔憂也並非沒有必要，只是現在還為時尚早。
目前，該研究還處於簡單測試階段，複雜的神經網路模型，要變得輕量化，也有重擔在後。不過就像哈利波特，第一次去霍格沃茨魔法學校，看到那活了的石牆肖像，而驚詫不已一樣，現在，它在現實裡也成真了。
沒有留言:
張貼留言