眼见不再为实,AI换脸背后有哪些风险?( 三 )

2017年12月 , AI换脸软件“DeepFakes”(深度伪造)更是因为在社交媒体展示通过AI合成的明星色情片而家喻户晓 。

在原理上 , DeepFake使用了深度学习算法GANs(GANs全称为生成式对抗网络) 。 在制作DeepFake的过程中 , 这个算法会让两个神经网络彼此对抗 。 第一个神经网络被称为生成网络 , 它负责制作尽可能逼真的作品 , 而第二个网络为鉴别器 , 它将前者生成的作品和原始数据库进行对比 , 来鉴别真假 。

基于每一次的“对抗”结果 , 生成网络会调整它制作时使用到的参数 , 直到鉴别器无法辨别 , 这时候最终合成的视频基本就成功了 。

不过 , 过去AI换脸的门槛很高 , 不仅需要一定的专业技能和特效软件 , 而且对电脑的硬件也有要求 。 只有专业人士才能染指这一领域 , 在很长一段时间内 , 普通人对此可望而不可及 。

然而 , 随着人工智能的发展和成熟 , AI换脸开始“飞入寻常百姓家” 。 此次爆红的“ZAO”可谓将技术难度降到了最低 , 用户无需具备专业技术 , 而且也不需要借助电脑 , 只要一部智能手机就能完成一切 , 这样的好玩具当然让现代年轻人爱不释手 。

推荐阅读