这些面孔真的很逼真：未来，AI伪造与图像认证将会有一场大战？

左边的面孔是由AI在2014年创建的;右边是人工智能在2018年制作的图片

人工智能发展速度惊人，以至于人们往往很难跟上它的步伐。但有一个领域的进展非常明显，那就是使用神经网络创建虚假图像。简而言之:我们在这方面做得越来越好了。

在上图中，您可以看到AI图像生成的四年进展情况。左边粗糙的黑白图像来自2014年，作为一篇具有里程碑意义的论文的一部分出版，该论文引入了称为生成对抗网络（GAN）的AI工具。右边的彩色面孔来自本月早些时候发表的一篇论文，该论文使用了相同的基本方法，但在图像质量方面明显是另一个世界。

这些逼真的面孔是Nvidia研究人员的工作成果。在上周公开分享的论文中，他们描述了如何修改基本的GAN架构来创建这些图像。看看下面的图片。如果你不知道它们是假的，你能分辨出来吗？

一些Nvidia的AI生成的面孔

特别有趣的是，这些假脸也可以很容易的定制。Nvidia的工程师将一种称为“风格转换”的方法融入到他们的工作中，其中一个图像的特征与另一个图像融合在一起。您可能会认识到近年来在Prisma和Facebook等应用程序中流行的各种图像过滤器中的术语，这可以使您的自拍看起来像印象派绘画或立体主义艺术作品。

将风格转移应用于面部生成使得Nvidia的研究人员能够以令人印象深刻的程度定制面部。在下面的网格中，您可以看到这一点。真实人物（顶行）的源图像具有施加在其上的另一个人（右手栏）的面部特征。皮肤和头发颜色等特征混合在一起，创造出一个看起来像是“全新”的人。

风格转移允许您混合来自不同人的面部特征

当然，创建逼真的AI面孔的能力引发了令人不安的问题。 （尤其是，库存照片模型失效要多久？）过去几年，专家们一直在警惕AI造假会如何影响社会。这些工具可能被用于错误信息和宣传，并可能削弱公众对图片证据的信任，这种趋势可能会损害司法系统和政治。（可悲的是，这些问题在Nvidia的论文中没有讨论过，当我们联系该公司时，它表示只有在经过适当的同行评审后，才能谈论这项工作。）

我们不应忽视这些警告。正如我们已经看到的，使用深度赝品创建非自愿色情内容时，总会有人以可疑的方式使用这些工具。但与此同时，尽管灾难预言者所说的，信息末日还没有到来。首先，人工智能社区特别关注生成面孔的能力;你不能以同样的保真度以任何你喜欢的方式来塑造形象。在专业知识和时间方面也存在严重的限制。Nvidia的研究人员花了一周的时间在8个Tesla GPU上训练他们的模型来创建这些面孔。

我们也可以通过寻找线索来辨别假货。在最近的博客文章中，艺术家兼编码员凯尔麦克唐纳列出了一些启示性的说法。例如，我们的头发其实非常难以伪造。它通常看起来太过有规律，就像用刷子刷过，或者太模糊，有时候会混入某人的脸。同样，AI发生器也不太了解人类的面部对称性。它们经常将耳朵放在不同的高度或使眼睛有不同的颜色。他们也不是很擅长生成文字或数字，而这些文字或数字看起来就像是难以辨认的小斑点。

AI生成的面部的一些示例具有明显的不对称特征

但是，如果您阅读了本文的开头，这些提示可能并不是一个巨大的安慰。毕竟，Nvidia的工作显示了这个领域的AI进展速度有多快，并且不久之后研究人员才能创建能够避免这些问题的算法。

值得庆幸的是，专家们已经在考虑验证数字图片的新方法。例如，已经推出了一些解决方案，还有用地理编码标记图片以验证拍摄时间和地点的相机应用程序。显然，未来几十年人工智能伪造与图像认证之间将会发生一场争执大战。目前，AI正在果断地冲到领先地位。