大家看到的這張人臉是完全不存在于地球上的，為什么這么說呢？因?yàn)樗怯?a href="http://www.delux-kingway.cn/tags/ai/" target="_blank">AI合成的一張?zhí)摂M的臉。如果你仔細(xì)看就會(huì)發(fā)現(xiàn)一些缺陷，比如說皮膚的紋路、頭發(fā)的形狀、背景很怪等等，但如果不仔細(xì)看的話還真不太容易發(fā)現(xiàn)這是用電腦做出來的。那這是怎么做到的呢？

人工智能識(shí)別

其實(shí)這是由Nvidia公司研發(fā)出的一套算法，它利用了一種叫做GAN的機(jī)器學(xué)習(xí)算法（并沒有罵臟話哦~）,全稱Generative Adversarial Network，中文的意思是生成對(duì)抗網(wǎng)絡(luò)。這是最近非常熱門的一種人工智能神經(jīng)網(wǎng)絡(luò)，而且這個(gè)神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)的真的是非常巧妙。傳統(tǒng)意義上，我們?nèi)绻?xùn)練一個(gè)神經(jīng)網(wǎng)絡(luò)，比如說想讓人工智能學(xué)會(huì)辨認(rèn)圖片里的動(dòng)物是不是狗，那就要先給它幾百萬張動(dòng)物圖片，然后由人工標(biāo)注哪張是狗，哪張不是狗。這樣人工智能在學(xué)習(xí)的時(shí)候才會(huì)有標(biāo)準(zhǔn)答案作對(duì)照。這種方式叫做 “監(jiān)督式學(xué)習(xí)”。人類就像是人工智能的老師一樣，要先自己出考題，然后把答案寫好，再讓機(jī)器人作答，答題完畢后再由人類老師公布答案，給機(jī)器反饋，它才能夠有所進(jìn)步。

人工智能對(duì)抗

但是這個(gè)GAN，即生成對(duì)抗網(wǎng)絡(luò)則是巧妙的繞過了人類親自當(dāng)老師這個(gè)步驟。它的名稱“對(duì)抗”顧名思義就是，與其讓人來當(dāng)老師，既耗費(fèi)時(shí)間又耗費(fèi)人力，不如一次訓(xùn)練兩個(gè)相對(duì)應(yīng)的人工智能，讓它們兩個(gè)自己去對(duì)抗，互相比拼，最后兩個(gè)都能得到進(jìn)步。以人臉照片的例子來說，我們需要設(shè)計(jì)兩套演算法，一組是專門制造出以假亂真的人臉圖片的演算法，另一組則是專門識(shí)別出一張臉是真的人臉還是假造的人臉的演算法。打個(gè)比方，就像是專門印假鈔的偽造者和一個(gè)專門識(shí)別假鈔的警察在互相對(duì)抗一樣。偽造者先根據(jù)真鈔的模樣仿造出假鈔，而警察可能會(huì)收到真鈔，也可能會(huì)收到假鈔，在辨認(rèn)完一張鈔票后，警察必須給出結(jié)論說，有多大的可能這張鈔票是真的，然后偽造者可以根據(jù)警察的結(jié)論判斷偽造的成不成功，哪些偽造技巧該保留，哪些該舍棄等等。雙方在這個(gè)過程中會(huì)越來越進(jìn)步，警察越來越會(huì)辨認(rèn)假鈔，而偽造者偽造的也越來越逼真。通俗來講就是道高一尺，魔高一丈。GAN生成對(duì)抗網(wǎng)絡(luò)也是如此，“偽造者”負(fù)責(zé)制造出假的人臉圖片，然后交給“警察”，也就是負(fù)責(zé)辨認(rèn)的演算法來辨認(rèn)，“偽造者”根據(jù)“警察”給的確定性結(jié)論的分值大小，來改進(jìn)自己的方式，最終就可以做出各種以假亂真的照片了。

對(duì)抗模擬

這種方式最大優(yōu)點(diǎn)就是需要人為干預(yù)的部分大幅降低，人只需要負(fù)責(zé)提供真正的人臉圖片就可以了。另一個(gè)好處是，可以同時(shí)訓(xùn)練出兩個(gè)超強(qiáng)的人工智能，一個(gè)是可以制造出以假亂真的圖片的人工智能，一個(gè)是非常會(huì)辨別真假人臉的人工智能。

GAN生成對(duì)抗網(wǎng)絡(luò)的概念是在2014年一位加拿大蒙特利爾大學(xué)的大學(xué)生提出的，一提出后馬上引起熱烈討論，大家開始做出各種各樣有趣的圖像生成演算法。比如說做出一款不存在的車型、一種不存在的房間、甚至是一個(gè)二次元的老婆（而且不會(huì)重復(fù)，一人一個(gè)，大家都不用搶了，真的是廣大單身狗的福音啊），或是像我們今天介紹的生成出一張不存在于世界的人臉。小編不得不感嘆NVIDIA的黑科技真的是相當(dāng)強(qiáng)大啊！