比真人更逼真！英伟达这次真的可以欺骗全世界了

科幻电影《银翼杀手》描绘了一个真假难辨的未来世界：

▲谁是复制人？图片来自：《银翼杀手 2049》

人类制作的「复制人」有着和人类近乎一模一样面孔，除非用专业的仪器做情绪测试，或者找到其隐藏在体内的编号，否则人类根本无法从外观上辨认「复制人」。

这样的未来世界可能有些遥远，但如果只看脸的话，你可能真的无法辨认真假。

AI「假脸」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？

以上哪张脸是假的？（答案请见文末，但是别着急，接下来还有很多脸）

这里提到的「假人脸」概念指的是由 AI 合成的人脸照片，而非真人拍摄，如果你觉得一时间很难判断真假，别担心，你并不是个例。

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值得信赖。

这样的研究结果出乎了研究人员的预料。

共同参与此项研究的 Sophie 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。

我们认为，我们已经跨越了静态面孔的恐怖谷效应

恐怖谷效应是一种心理学理论，人会对与人相似的物体产生好感，但当相似度达到了一定程度时（例如僵尸、拟人玩偶），人的反应便会变得极其负面和反感。

而当相似度进一步上升，达到与真人接近的相似度时，人的情感反应又会恢复正面，还有可能产生人类之间的移情效应。

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。

如此逼真的人脸是怎么合成的？

生成对抗网络（GANs）是目前最主流的合成算法，名字听起来非常陌生，但其逻辑并不复杂。

简单来说 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」的画能够骗过阅脸无数的「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。

Farid 在实验中采用的是英伟达发布的 Nivdia StyleGAN2 模型，为了研究其合成照片的可信度，研究人员组织了三场实验。

第一场实验，研究人员邀请 315 名参与者分别分辨 128 组（共 800 组）由真人和 AI 合成组成的照片组，结果参与者的平均正确率低于五成，只有 48.2%。

接着开展第二次实验时，研究人员邀请 219 位接受过培训的新参与者参加同样的实验，并在参与者每次分别后都给予正确与否的反馈。

在研究人员的帮助下，第二次实验的正确率有所提升，但也只是稍稍超过五成，达到 59.0%。AI 合照的拟真程度并没有让 Farid 和 Nightingale 感到意外，但实验三的结果，却是他们始料未及的。

第三次实验是由 223 名新参与者为同一批照片的可信赖程度从 1-7 分进行打分，结果显示，AI 合成照片的可信度竟然比真人脸还要高 7.7%，这个微小的差距在统计学上有着重要的意义。

▲Deepfake 换脸尼古拉斯·凯奇

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，在社交网络实施诈骗或引起混乱，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 人脸很好，但是把「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。

▲基努·李维斯登场

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。

▲生化危机 8 中 Helena Mankowska 担任蒂米特雷斯库夫人的脸模

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 Generated Photo 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（C2PA）」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 Nivdia StyleGAN2 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。

那么问题来了，文章出现那么多张脸，到底哪些是真人呢？

答案：除特别标注外，全是假的。

点击「在看」

是对我们最大的鼓励