开元7818网页版-厉害了！人工智能在图像处理领域又进一步

数码工具不会让更加多的人都有能力展开假造。过没法多久，所有人都可以通过人工智能对一张图片或是对视频展开简单的处置。

　　SmileVector是一个推特机器人，可以分解任何明星照片微笑的动图，如果输出一张人脸图片，它可以通过深度自学神经网络分解它们微笑的表情。虽然这些图片或许并不极致，但它们几乎是自动分解的，这是人工智能在图像处理领域的又一变革。或许旋即之后，图片、声音和视频不实都将显得更容易。

想象一下，假如新版本的Photoshop可以像用Word编辑文字一样精彩编辑图片，你还不会坚信自己的眼睛吗？　　这将是一个技术上的进步。「我十分确认这将是一个技术上的进步，」SmileVector的开发者，Victoria大学设计学院讲师TomWhite说道到。「这不仅意味著我们具备改动图像的能力，更加意味著它简便易行，限于于所有人。

」White将它的作品比作对现实世界的「激怒」，意图重申人工智能的技术能力。「我实在现在科技圈以外的人还不告诉机器学习需要做到什么，你可以想象一下如果我们在Instagram中重新加入这样一个滤镜，你只需自由选择『笑』或者『微笑』，图片瞬间就处置好了，所有人在自己的手机上都可以这样做到。

」　　SmileVector只是新技术的冰山一角，我们很难对现代人工智能多媒体处置技术作出全面的阐述，但我们需要找到其中一些有意思的应用于。例如：从一张2D图片中创立3D面部模型；用于人类「模型」动态转变视频中人物的面部表情；转变图片中的光源和阴影；为寂静视频自动分解声音；在总统议会选举直播中让特朗普变为秃头；用视频剪辑「复活」朋友等等。这些事例只是其中的一小部分。

　　「这一领域正在很快发展，」Wyoming大学的计算机科学教授JeffClune说。「每个月我都会看见新的产品经常出现。」Clune的研究并不包括改动图像，而是必要分解图像。

他和他的团队从2015年开始通过对象辨识训练神经网络。这项研究源于于2005年QuianQuiroga等人的一项神经学研究，他们确认了当面临某些图像时人类大脑中产生激动的神经元，并教导整个网络产生最大化这种性刺激的图像。　　为了分解这些图片，必须在此类图片的数据库上训练神经网络。

一旦它自学了充足的蚂蚁、红脚鹬和火山的图像，它可以根据命令分解自己的版本。当前的两个瓶颈是图像分辨率（这些图片都不小于256×256），还有收集充足数量标记过的图片来训练神经网络。Clune回应：「我们当前遭遇的挑战不在于模型本身，而是缺少更加高分辨率的数据集，必须多长时间才能分解出有现实的全高清图像？我们不得而知获知，不过它应当只必须几年，而不是几十年」　　当这些技术完备之后，它们将不会迅速的流行起来。

「风格切换」就是一个很好的例子，这个APP应用于神经网络把一张图片的风格应用于另外一张图片上。这个方向的一篇最重要论文是在2015年9月份公开发表的，随后，论文的研究者在2016年一月份把他们的研究制成了一个开源的网络应用。

6月，一家俄罗斯初创公司开创性地提高了这些代码，作出了手机app——Prisma，这个应用于让所有人都可以在手机上制作有所不同艺术风格的照片，然后将制作的照片共享到社交网络中。Prisma瞬间沦为社交网络的宠儿，今年11月，Facebook公布了自己版本的风格切换应用于，在Prisma基础上加添了一些新功能。将近一年时间，这个技术已完成了从前沿研究到商业产品成型的过程，这就是此类工具发展成型的节奏。

　　Clune指出人工智能图像分解应用于在未来将在创新产业中起着最重要起到。家具设计师可以用于它作为一个「启发源（intuitionpump）」，在为神经网络获取椅子的数据集后，就可以拒绝它自动分解这些椅子的变种，这是一种创意的创作方式。图像分解的其他用途可能会在视频游戏和虚拟现实等领域里，根据用户动态讲出的内容分解场景。想条巨龙？只要发布命令命令就能分解了。

研究人员早已在研究这些前沿交互方式了，在下面的图片中，右侧的图像仅仅只是是基于左边的字幕分解的。　　它似乎可以用来做恶作剧。有一个叫Face2Face的程序，它将视频中的人物变为了木偶，让你的表情同构到了他们的脸上。研究人员用于特朗普和奥巴马等人的镜头证明了这一点。

在Adobe公布的新研究中（ProjectVoCo），用户可以编辑人类语音，该公司回应它可以像Photoshop编辑图片一样用作调整视频中的发音和对话。你现在可以创立政治家、名人、演说家的视频片段，并且不论内容如何。然后你可以在任何社交网络的页面上公布你的剪辑，并想到它不会如何很快遍布整个互联网。

　　这并不意味著，机器学习编辑工具不会让我们的社会显得再行无真凶。却是人类不实的历史由来已久，润饰照片的实践中最先都是在暗室里展开的，媒体也常常不会把假图片误报成知道。从朝鲜的「导弹升空」到本拉登的「尸体」，这些图片在英国一些小报的页面上随处可见。

某种程度，视频也是一样——例如，2015年美国计划生育协会（PlannedParenthood）丑闻，将隐蔽摄制的镜头经过编辑去反对一些耸人听闻的错误言论。　　但我们无法坚称的是，数码工具不会让更加多的人都有能力展开假造。过没法多久，所有人都可以通过人工智能对一张图片或是对视频展开简单的处置。

一旦每个人都能像写出Word一样较慢处置照片，事情一定会变得复杂一起。现在，按规定人工智能所做到的假造和处置并难于（模糊不清处置是一种最少见的方法，低分辨率就不会让它「看起来就是骗的」），但是研究人员仍然在希望提高他们的技术。　　如果每个人都能像专业人员一样既较慢又简单地改动一张照片，这个世界不会再次发生什么？　　现实中假造的事情更加多，这对阴谋论者来说意味著是一件无聊的事，但同时也不会大大降低人们对新闻业的信心。

一旦人们告诉目前有假造的图片在新闻业流通，即使他们看见真图，也不会开始猜测，不管原因是什么。

本文来源：开元7818网页版-www.ellytvynova.com