用人工智能（AI）生成的視頻，可以將一個人的臉疊加在另一個人的身上，這一技術被用在了諸如將哈里森·福特替換成尼古拉斯·凱奇的諸多電影片段中，也見於一些邪惡的事情，比如假的名人色情和宣傳。這就是所謂的“deepfakes”。在搜索引擎中，除了電影，它經常與“女神下海”、“宅男福音”聯繫在一起，有的甚至扯上了隔壁老王的老婆。我們這裡暫不作道德評判。這裡，我們要說的是來自卡耐基梅隆大學研究人員的一種更新的AI系統，比以往的嘗試更強大、更通用。
它被稱為“Recycle-GAN”，研發團隊將其描述為用一種“無監督的數據驅動的方法”，將一個視頻或照片的內容傳輸給另一個視頻或照片。“這樣的內容轉換和風格保存有很多應用，包括從一個人到另一個人的人體運動和麵部表情的轉換，用人類演示教授機器人，”研發團隊說，“或者把黑白視頻轉換成彩色的。”
迄今為止，大多數先進的轉換技術都是針對人臉的，研究人員說它們“缺乏對其他領域的概括”，“在面孔被遮擋時失效”。這些技術依賴於成對的圖像到圖像的轉換，這需要勞動密集型的手工數據標記和對齊。
相比之下，Recycle-GAN利用有條件的生成對抗網絡（GAN）和“時空線索”來學習和掌握兩幅圖片或兩個視頻之間的“更好的聯繫”。（GANs是由兩部分組成的模型，由生成器通過從輸入數據中生成越來越逼真的輸出來“愚弄”鑑別器。）當訓練人類主體的鏡頭時，它能夠生成捕捉微妙表情的視頻，比如微笑時形成的酒窩和嘴線的運動等面部表情。
“在沒有任何人工監督和領域特定知識的情況下，我們的方法會通過互聯網使用來自兩個領域的公開的視頻數據，從一個領域到另一個領域進行重新定位。” 研發團隊寫道。
Recycle-GAN遠不止於捕捉面部表情。研究人員還用它來修改視頻中的天氣狀況，把無風的一天變成了一個有風的日子。他們還把盛開的花朵和凋謝的花朵結合在一起，用網絡上的視頻合成了一個令人信服的日出。
實驗的結果是讓15個測試對象在28.3%的時間裡被愚弄，但是團隊相信，如果系統掌握了“生成輸出”的速度變化，那麼這個系統的未來版本就會變得更加精確。“一個真正的風格概念應該能夠在傳遞語音/內容所需的時間內產生這種變化。”該團隊寫道。“我們相信，更好的時空神經網絡體系結構可以在不久的將來嘗試解決這個問題。”
毫無疑問，Deepfakes仍然是一個熱點問題。Reddit、Pornhub、Twitter等平臺已經表明了反對立場，而研究人員也在繼續尋找檢測深度偽造的方法。
但是，技術的發展是繞不開的。或許我們應該像聖克拉拉大學法學院教授、該學院高科技法律研究所所長埃裡克·高德曼說的那樣，最好是“為一個我們經常接觸到真實和虛假的照片、視頻的世界做好準備”。
【數字敘事 黎霧】
閱讀更多 數字敘事 的文章
