不怕看AV，就怕看AV的人还懂AI！
科技时代，我们更加怀念温暖邂逅的时光
后台回复“想要”，得到近期有温度的推荐
全文共2801字，预计阅读时长3分钟
还记得今年的超级英雄电影《神奇女侠》里的女主演盖尔加朵吗？
五官完美到像希腊雕塑，胸部以下全是腿，身材充满运动感，可萌可攻……
但是，最近有新闻爆出……神奇女侠加朵色情片外漏……
仿佛听到一众盖浇饭们心碎的声音……
人家可是有图有真相啊：
其实，这压根不是她本人！这是个合成的视频！
事实上，中招的女明星不止盖尔·加朵一人，众多好莱坞女星被迫“下海”，成为了成人片女主角。
《权力的游戏》史塔克家二姑娘也没能幸免...
《哈利波特》赫敏同样中招，简直毁三观...
画面尺度大，不可描述，足以让宅男喷上几天鼻血。
难道又是女星黑历史的集中曝光和人设的集体崩塌？
不过，虽然有视频，但事儿却是假的。
视频的幕后黑手是一群半吊子技术宅男，而AI不幸成了他们的造假工具。于是这回，AI真成了AV的远房亲戚。
“以前是就怕流氓有文化，现在还怕流氓懂AI”
此人是Reddit网友，ID为deepfakes。可能是平常撸普通小电影不过瘾，总想看女神，一个念头之下，他自己决定动手制作专属女神的开车片。
技术其实不复杂，就是在一个AV的基础上，把片中的脸A换成了其他女星的脸。这位技术宅从网上下载大量明星脸部、各个角度的图像和视频并进行编译，然后用谷歌TensorFlow的开源AI机器学习工具去学习，经过足够多的训练后，电脑能自动识别归类每张脸，就可以将脸A全部替换成脸B。
虽说视频中也有bug，但如果忽略不计，据说还是能以假乱真。
制作者deepfakes表示：“我只是找到了一个聪明的方法来做面部替换。通过数百幅面部图像，我可以轻松地生成数百万个图像”。他利用开源的TensorFlow 机器学习工具伪造出了多位著名女性的色情电影。
这位技术宅男并不愿意抛头露面接受媒体采访，只是简单向媒体介绍了自己是如何利用机器学习技术进行伪造的：
首先，使用 Google 搜索引擎以及 Youtube 搜索大量的名人脸部图像；然后，在对这些图像进行编译之后，让 AI 去学习色情电影和这些明星的脸部；最后，生成影片。
如今，加朵不是唯一的受害者，他还制作过奥布瑞·普拉扎、斯嘉丽·约翰逊、麦茜·威廉姆斯，和艾玛·沃森等女明星的仿制色情片，这一个个的小片子的逼真度更高。
事实上，在Reddit上这样专门做明星假图假视频的有近4万名成员。
在这个奇葩小组里，全是知名女演员的仿制色情片，黛茜·雷德利、娜塔莉·波特曼、艾莉尔·温特、艾丽·范宁、凯伦·吉兰.....而且，他们连歌手都不放过，霉霉、水果姐，两人的片子也是一前一后。
有网友表示：“以前是就怕流氓有文化，现在还怕流氓懂AI”。
AI造出来的奥巴马
技术宅男用AI制作AV开起大牌明星们的玩笑，另一群人却拿“下岗总统”奥巴马开涮。
下面这两张视频截图来自奥巴马的电视演讲，你能看出什么问题么？
你相信其中一个视频完全由AI造出来的吗？你能猜出哪一个视频是假的吗？
这是今年７月华盛顿大学的计算机专家用最新开发的 AI 软件，用深度学习神经网络分析了大量奥巴马的音视频，细致到奥巴马讲话时的嘴唇、牙齿，甚至是嘴巴和下巴周围的皱纹，创造出来的一个美国前总统奥巴马。
于是任何人都可以变成奥巴马，用奥巴马的声音和脸实时说话，并根据你的表情、神态、口型来调整输出，若他本人看了大概都要怀疑是不是自己失忆了吧。
演讲完后踹门而出，你相信这是奥巴马能干出的事儿吗？如果有视频为证呢？
要知道这年头，狸猫换太子真是越来越容易了。
左上角是真正说话的人，负责说话和做表情动作，右边是用普京的脸和声音输出的画面，注意他那咧开的嘴；左下角才是如假包换的普京。
如果要挑起国际争端，也貌似越来越容易了，冒充普京和川普互怼就好了不是？
偷天换日的AI
狸猫换太子已经小菜一碟了，因为偷天换日都已经不在话下了。
不久前，Nvidia发布了升级后的全新 AI 技术，一种无人监督的计算机学习方法，将晴天变雨天、白昼换黑夜，制作出如假包换的天气、昼夜效果，还允许其对源视频进行彻底的改变。
不同于以往通过比对、标记和编译数据来学习如何生成自己的数据，无人监督的学习方法依靠的是想象，却从未真正看到过。
2018年初能完成500万部影片的识别
读芯君听说很多同学有很严重的脸盲，比如下图这位同学：
别害怕！AI帮你分分钟治好！
影片的演员太多，很多不认识？
没关系，作为小黄片界的巨头的Pornhub 引入了炙手可热的 AI 技术，很好地解决了这个问题。
利用计算机视觉技术，把影片细化到每一帧进行图像识别。
不仅能识别出影片中的参演明星，还可以细化到头发颜色、Cup 大小。
甚至，连开车姿势、主题都能识别出来，像什么“Doggy”、“Cowgirl”……然后全部转化为标签，方便你检索。
目前，Pornhub 已经对50万部精选视频进行了识别，并希望在2018年初前完成整个视频库500万部影片的识别。
不愧是老司机！
背后的技术：神经网络系统
事实上，这些事件的背后，都涉及到人工智能一个重要的技术——神经网络系统。
随着科技的发展，人们渐渐发现简单的机器学习并不能应付复杂的种种生活。于是，发明了神经网络系统。神经网络的原理是受我们大脑的生理结构——互相交叉相连的神经元启发。但与大脑中一个神经元可以连接一定距离内的任意神经元不同，人工神经网络具有离散的层、连接和数据传播的方向。
例如，我们可以把一幅图像切分成图像块，输入到神经网络的第一层。在第一层的每一个神经元都把数据传递到第二层。第二层的神经元也是完成类似的工作，把数据传递到第三层，以此类推，直到最后一层，然后生成结果。每一个神经元都为它的输入分配权重，这个权重的正确与否与其执行的任务直接相关。最终的输出由这些权重加总来决定。
神经网络是调制、训练出来的，时不时还是很容易出错的。它最需要的，就是训练。需要成百上千甚至几百万张图像来训练，直到神经元的输入的权值都被调制得十分精确，无论是否有雾，晴天还是雨天，每次都能得到正确的结果。
Google的AlphaGo先是学会了如何下围棋，然后与它自己下棋训练。它训练自己神经网络的方法，就是不断地与自己下棋，反复地下，永不停歇。
读芯君开扒
希望AI不会成为楚门世界的帮凶
最开始，我们说“有字有据”，但意义可以歪曲；后来我们说“有图有真相”，但美图秀秀还能磨皮削骨，把土肥圆变成白富美；再后来我们说“有视频为证”，但现在AI已经能篡改视频了。
真是道高一尺，魔高一丈。
AI已经能够自己写作，能够不露声色地修改图片、音频和视频，真相似乎就像雾里看花，看不真切。
如果有一天，网络上出现了关于世界末日来临的新闻报道，文字描述详细，配上图片，附上一个视频，煞有介事地告诉你，哝，这就是真相！世界末日来了！
我们信还是不信？
如何避免被欺骗？可能是我们需要具备和学习的能力。眼下我们也有一些核查的方法，比如：
针对图片的反向图像搜索，像是Google Image Search 或 TinEye 网站，会显示相类似的图片。
美国国防部高级研究计划局还启动了一项名为“Media Forensics”研究计划，希望开发一项技术可以自动评估图像或视频的真实性，识别出是否经过编辑、带有操控目的的影像。
谷歌的一位专家称：2045 年我们可以将整个思维传输到计算机上。我相信当人工智能和虚拟技术发展到一定阶段，人们可以在各种世界里移步换景、穿越自如，你可能再也分不清楚是处于一个模拟的环境中，还是一个真实的环境中。
当然这也已经不重要了。
希望AI不会成为楚门世界的帮凶。
留言 点赞 发个朋友圈
我们一起探讨AI落地的最后一公里
作者：读芯君
参考文献来源：网络
如需转载，请后台留言，遵守转载规范
推荐文章阅读
长按识别二维码可添加关注
读芯君爱你