在未来世界，如果只看脸的话，你可能真的无法辨认真假。
在科幻电影《银翼杀手2049》中人类制作的“复制人”和人类的容貌近乎一致，除非用专业的仪器做情绪测试，或者找到复制人体内的编号，否则人类根本无法用肉眼分辨孰真孰假。
图片来自：《银翼杀手2049》
这样的未来世界对我们来说可能有些遥远，但如果只看脸的话，你可能真的无法辨认真假。
“AI脸”已跨越恐怖谷
先来看一组图片，你有信心一眼分辨出“假人脸”吗？
图片：以上均为AI合成脸
这里提到的“AI脸”指的是由AI合成的人脸照片，并非真人拍摄，以肉眼看，一时间很难判断真假。
加州大学伯克利分校的Hany·Farid教授多年来一直在从事AI图像合成技术的研究。根据他近日发表在美国国家科学院院刊的一项研究显示，AI合成的人脸已与真人没有区别，甚至看起来比真人更加真实。共同参与此项研究的Sophi·Nightingale博士称最开始开展研究的目的，就是为了借助真人对比找到提高AI人脸可信度的方法。Farid认为目前AI图像合成技术发展和改进的速度非常迅速，比传统的CG成像还要快。Farid称：我们认为，我们已经跨越了静态面孔的恐怖谷效应。
金色晨讯 | 7月28日隔夜重要动态一览:21:00-7:00关键词：11000美元、USDT增发、以太坊基金
1.CME比特币期货7月合约收涨13.31%
2.现货黄金上破1950美元关口 再创历史新高
3.美股三大股指收盘均上涨 美股区块链概念股全线收涨
4.Bitfinex黑客再次转移超2018枚比特币
5.北京通过区块链调用11个部门数据实现全流程网上办理
6.加拿大比特币矿场Bitfarms或难以偿还债务
7.Tether在以太坊网络增发1.2亿枚USDT（已授权未发行）
8.以太坊2.0上线eth2验证器launchpad测试版
9.3iq公司的以太坊基金正申请在加拿大证券交易所上市
10.比特币大幅上涨，日内最高报11386美元，最低报10297.59美元。[2020/7/28]
恐怖谷理论是一个关于人类对机器人和非人类物体的感觉的假设，它在1970年由日本机器人专家森昌弘提出，由于机器人与人类在外表﹑动作上都相当相似，所以人类亦会对机器人产生正面的情感，直至到了一个特定程度，他们的反应便会突然变得极之反感，哪怕机器人与人类有一点点的差别，都会显得非常显眼刺目，让整个机器人显得非常僵硬恐怖，让人有面对行尸走肉的感觉。人形玩具或机器人的仿真度越高人们越有好感，但在相似度临近100%前，这种好感度会突然降低，越像人反而越反感恐惧，好感度降至谷底，这被称之为恐怖谷。可是，当机器人的外表和动作和人类的相似度继续上升的时候，人类对他们的情感反应亦会变回正面，贴近人类与人类之间的移情作用。
金色相对论 | 王东：DeFi的长期发展，还是要依靠区块链解决实体经济问题:在今日举行的金色相对论中，针对“DeFi中的产品都是真需求？”的问题，路印创始人兼CEO王东表示，现阶段defi主要就是借贷和杠杆。也就是引入风险来放大收益。整体思路和传统金融是一样的，只是产品下层的假设不再基于政府背书或者信用，而是基于智能合约和价格语言机。这是对defi的一个狭义的理解，公有链本身也可以说是defi。
未来defi会很快就开始同质化竞争了，不会有那么多全新的产品出现。现在华尔街的金融产品分类也就是那么多种。
DeFi的长期发展，还是要依靠区块链解决实体经济问题，带来链上财富的显著增加才行。光靠DeF来玩金融模式是无法推动区块链技术进步的。[2020/5/9]
从Farid的实验结果来看，AI合成的人脸很可能已经脱离了“行尸走肉”的阶段。
生成模型为关键技术
如此逼真的人脸是怎么合成的？AI合成主要采用GAN生成模型技术。
GAN全称对抗生成网络，顾名思义是生成模型的一种，试图通过学习让模型尽可能生成逼真的输入分布。GANs的最终目的是预测给定标签的特征，而不是预测给定特征的标签。对生成对抗网络的一种直观理解是，想象一名造假者试图伪造红酒。一开始，作为一名小白，他非常不擅长这任务。他将自己造的假酒和真酒混在一起，并将其给品鉴师。品鉴师对每瓶酒进行真实评估，并向这个伪造者给出相应的反馈，告诉他怎么才是更真的红酒。造假者回到自己的作坊，根据品鉴师的反馈，开始制作一些新的假酒。随着时间的推移，二人一来一往的交流，造假者变得越来越擅长造假酒，品鉴师也变得越来越擅长找出假酒。最后，造假者终于造出了足以以假乱真的红酒。整个过程可以类似下图所示：
金色财经现场报道 Distributed Business Application的创始人兼CEO黄连金：比特币的匿名性是伪匿名:金色财经前方记者实时报道，4月12日举办的第二届全球金融科技与区块链中国峰会2018上，Distributed Business Application的创始人兼CEO黄连金表示，比特币交易需要1个小时才能确认，比特币的匿名性是伪匿名，可以通过大数据对交易地址进行推断。[2018/4/12]
同理，在“AI脸”方面可以想象GAN里有一个“画家”和一个“鉴定师”，“画家”需要画出尽可能像人脸的图片，交给“鉴定师”评判。“鉴定师”在评判之前要看非常多的真人照片，分析出人脸的特征，当“画家”的画能够过阅脸无数的“鉴定师”时，一张AI合成人脸照片就诞生了。在这个过程中，“鉴定师”经过不断的学习准确度会不断提高，相应的“画家”的技艺也要随之增长，两者形成一种对抗关系，从而提高合成图像的质量，直到能够以假乱真。
?DODONFT平台正式开启“KAKA独家漫威限量典藏版NFT”盲盒售卖:据官方消息，5月28日21:00DODONFT平台正式开启“KAKA独家漫威限量典藏版NFT”盲盒售卖。此次面向全球拍售的是KAKANFTWORLD平台游戏，获得的漫威授权的高等级限定版NFT卡牌，开售2小时售出价值240000美金的NFT。KAKANFT在售卡牌均支持官方智能合约回购，官方托底保障流动性深度。[2021/5/28 22:53:43]
图片：NVIDIAStyleGAN2
Farid在实验中采用的是英伟达发布的NivdiaStyleGAN2模型。
2018年12月，美国芯片巨头英伟达开发的一款超逼真面部生成器。这个基于GAN的模型表现得非常好，以至于大多数人都无法分辨它是一张合成的“假脸”。2019年2月，英伟达宣布将开源这款漂亮的工具，并将其命名为StyleGAN。这一机器学习技术是为了生成模拟真实图像的新图像。使用StyleGAN，不同于大多数其他生成器，可以定制不同的因素来更改生成的图像的结果。StyleGAN生成的图像非常逼真，它是一步一步地生成人工的图像，从非常低的分辨率开始，一直到高分辨率。通过分别地修改网络中每个级别的输入，它可以控制在该级别中所表示的视觉特征，从粗糙的特征到精细的细节，而不会影响其它的级别。但是，StyleGAN还有一些缺陷，最明显的是生成的图像有时包含斑点似的伪影(artifacts)，经过几个月的改进，这一缺陷也被完美解决了。NVIDIA的研究人员发布了StyleGAN的升级版——StyleGAN2，重点修复artifacts问题，并进一步提高了生成图像的质量。
图片：NVIDIAStyleGAN2
研究人员认为，已具备一定可信度的AI合成照片未来很有可能会被不法分子利用，在社交网络实施或引起混乱，这个问题需要得到社会的重视，并且图片合成技术的发展需要一些条约约束。
那么问题来了，既然AI合成人脸具有一定的社会风险，为什么人们还要投入精力研究呢？
AI脸或是?“双刃剑”
2019年E3电子游戏展上，基努李维斯在《赛博朋克2077》预告片中的惊喜亮相瞬间引爆了所有场内外观众的情绪，随即其本人上场宣布将担任游戏中重要角色“强尼银手”的脸模，勾起了无数玩家的期待。
图片：《赛博朋克2077》
因为在虚拟世界中，一张逼真的人脸能给玩家带来强烈的沉浸感，随着游戏机能的提升，用真人作为脸模代替数字捏脸，成为了越来越多游戏厂商塑造角色的手段。
但使用真人脸模，往往意味着高昂的肖像授权费以及动作捕捉成本，这对一些小型工作室来说并不现实。这时候一张免版权的AI合成人脸便能派上用场——由一个世界上并不存在的人来扮演虚拟角色，听起来合情合理。例如免费AI合成照片项目GeneratedPhoto就与动画软件公司Reallusion合作，用AI合成的人像用作动画、游戏或者广告的3D形象上，开发者可以自由地选择人物的种族、年龄、性别，并且不会有版权问题。可以试想一下，假如模拟人生或者GTA等游戏的NPC人脸都由逼真的人像制作，游戏的沉浸感和临场感将得到大幅提升。
除了游戏，一些客服类软件也需要大量的真人头像与客户沟通，如果将真人头像换用AI人像，既可以避免人像版权纠纷，又能保护个人隐私不被泄露。不过，虽然AI合成照片有着合理的存在意义，但与此同时，也会对网络照片的真实性造成一定冲击，毕竟谁也不想在交友app被一个根本不存在的人迷得神魂颠倒。
Farid认为想要解决这个问题，唯一的办法就是为每张真实拍摄的照片加入一个“真实性”认证，这样人们在浏览和使用照片时，才能辨别其真实性。这听起来就像是《银翼杀手》的逆向版本，电影里人们在复制人的眼球中刻入编号识别，现实中则相反地在真实照片标记，以对抗“假货”。
事实上，目前Adobe、微软等公司已经在推广相关的技术。在2021年2月，Adobe、微软、英特尔、Arm和Truepic等公司与机构联合成立了一个名为“内容来源和真实性联盟”的项目，以打击虚假信息，建立一个可验证图片真实性和溯源的技术标准。而验证的方法也很直接——将照片的拍摄、后期修改等信息用区块链技术原封不动的保留下来，无论照片怎么修改，都能直接查看。经过认证的真实照片会在右上角多一个“i”的小角标，当你点击它时，你就可以看到由相机生成的拍摄日期、地点、镜头等详细信息，而如果有人用Photoshop等软件修改过该照片，你还可以回退到照片的原图，得到完整图像。
C2PA的认证手段能够在一定程度确保严肃新闻等领域的照片真实性，但由于成立时间较短，目前只在部分媒体或社交平台上使用，想要为互联网所有内容提供真实性保障还为时过早。
也就是说，在未来的一段时间里，AI合成照片都有可能会是个社会安全隐患，目前类似NivdiaStyleGAN2等图像合成模型都可以在Github等平台上公开下载得到，这么做真的安全吗？Farid认为这需要技术人员平衡利益与风险后慎重考虑。
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。