三星研究如何讓蒙娜麗莎愛因斯坦變成表情包

三星研究如何讓蒙娜麗莎愛因斯坦變成表情包

最近位于莫斯科的三星人工智能研究中心(Samsung AI Center)的機器學習研究人員在一篇論文中指出，想要制作出一個會動的視頻，可能一張照片就已足夠。雖然并不是總能夠到非常完美，但還是可以輕易地以假亂真。他們成功地開發這套系統，僅需一張靜態圖片就能制作成會說會動的影視片。

你有沒有想過，有一天蒙娜麗莎不只會神秘微笑，還會對你挑眉眨眼、娓娓而談？

不止蒙娜麗莎，瑪麗蓮夢露也「活」過來了，紅唇一張就開始說話，眼角眉梢風情萬種。

還有只在物理書里面看到過的愛因斯坦，你現在甚至能感受到科學道理正從他口中傾瀉而出……

現在，你可能會以為這是什么特效視頻里截取的畫面，但事實上，這些人物的動態視頻，都僅源于旁邊那一張照片。

利用面部數據生成視頻

早在2016年，人們就見識了AI模擬制作技術的強大，當時臺灣導演廖人帥與張靚穎合作的作品《Dust My Shoulders Off》便將畫里面的人物全部活了起來，創造性地把這想法拍攝成MV，并成功獲得美國電視節目界奧斯卡之稱的泰利獎及德國紅點設計獎的殊榮。如今三星新技術可以讓畫里面的人物就跟真人一樣活起來，實現Deepfakes深度偽造。

早先，三星的AI系統便已可在一段視頻中生成一張面孔，讓它模仿另一張面孔在說話或觀望時的神情。但為了做到這點，系統必須預先使用大量數據，例如對一兩分鐘的視頻數據進行解析，才能讓模型能夠非常高效地在目標面孔中找到對應于源面孔的部分。隨著技術突破，三星所發布的論文提及，這個新的人工智能模擬系統只需要一個人臉模型和臉部資料。

通過把一個人的臉部框架建構并套用在照片或圖畫上，實現讓圖像展現出普通說話和表情，并生成流暢的影片。當然，如果有越多的表情數據，就能夠展現更多的表情及動作來達到更逼真的效果。甚至是讓蒙娜麗莎開口說話也不是一件太難實現的事情。研究人員也嘗試利用人臉生成的圖像來使用生成對抗網路，讓兩個圖像來互相對立，讓他們分辨他們對于真實的定義。透過這樣的方式來滿足研究人員在創造的過程中所需要更精確的數據。

最近，他們透過收集YouTube上高達7000張名人的畫面，從中獲得標志性的臉部特征，像是眼睛、嘴巴等，并透過演算法的訓練，進而達成以假亂真的Deepfakes深度偽造效果。

研究人員利用了名畫蒙娜麗莎作示范，可以看到雖然未達到完美的效果，但已經幾何亂真，甚至比以前人工制作的類似影片更像真。

前陣子鬧得沸沸揚揚的「色情換臉」，需要大量人物的圖像信息再加原生視頻，才能生產出一個新的合成視頻，而這次三星 AI 只需基于一張肖像照片或一張畫像，就能讓里面人物的面部表情都動得栩栩如生。

雖然并非完美無瑕，但足以讓人產生信以為真的錯覺。

深度偽造技術可以制作出使人難辨真假的動態人臉畫面和聲音，AI換臉可以隨意替換視頻的角色面部。這種信息技術日新月異，也引發了人們對相關技術可能侵犯肖像權、危害社會公共利益乃至國家安全的更多擔憂。目前的技術如果沒有足夠的臉部數據，所生成的影片需要使用太多亂碼填充不足的地方，結果會變得不太自然，但也已經相當厲害。

深度偽造技術越發難辨真假

「讓照片動起來」的學習架構圖

之后，人工智能系統就能將學到的內容應用到單張照片或多張照片上，高效地找到與系統學習的臉部相對應的部分，然后因人而異地針對新面部里各個的關鍵點，特別是眼睛、鼻子和嘴巴進行調整，最后達到最自然的動態效果。

當可以使用的照片越多，視頻就會越加逼真，32 個圖像，就足以讓視頻以假亂真。

雖然仔細看，人物邊緣的地方依然有模糊的部分，不能識別的地方也只能用背景畫面粗糙填充，瑪麗蓮夢露的視頻還少了那顆標志性的痣。而且，視頻也沒有聲音，動態只能呈現在面部，一張一合的嘴角就像一個練習生在唱 Rap，但它依然是一個顛覆式的創新，簡單點說，實現了一鍵把 JPG 變 GIF。

研究人員表示，未來，這個 AI 系統將會被廣泛應用在視頻、游戲、電視、電影，以及特效行業中，估計現在，它就已經被 B 站上的鬼畜藝術家盯上了。而單張或少量照片就能完成動態人像的速度和效率，也讓該模型更利于推廣。

不過同時，這也意味著很快會有圖謀不軌之人利用臨時拼湊的工具來模仿它，進行群眾誤導或虛假詐騙，還有可能把一個人的人像照片制作出不可描述的動態表情，放在不可描述的身體上做不可描述的事情。

盡管它還不足以引起 Deepfakes「色情換臉」那樣的風波，但它比起「色情換臉」使用起來更簡易便捷，在人人都暴露無遺的互聯網時代，擔憂也并非沒有必要，只是現在還為時尚早。

目前，該研究還處于簡單測試階段，復雜的神經網絡模型要變得輕量化也有重擔在后。不過就像哈利波特第一次去霍格沃茨魔法學校，看到那活了的石墻肖像而驚詫不已一樣，現在，它在現實里也成真了。

當AI遇上藝術，科技的碰撞，讓藝術生動起來，也許會讓更多的人從此愛上藝術。同時這引發了人們對相關技術可能侵犯肖像權、危害社會公共利益乃至國家安全的更多擔憂，雖然目前這種技術主要用于網絡惡搞，但一旦利用不當，將造成很強的負面效應，就長遠來看，技術的發展還應納入政府合規監管之下。