AI生成出一张不存在于世界的人脸

大家看到的这张人脸是完全不存在于地球上的，为什么这么说呢？因为它是由AI合成的一张虚拟的脸。如果你仔细看就会发现一些缺陷，比如说皮肤的纹路、头发的形状、背景很怪等等，但如果不仔细看的话还真不太容易发现这是用电脑做出来的。那这是怎么做到的呢？

人工智能识别

其实这是由Nvidia公司研发出的一套算法，它利用了一种叫做GAN的机器学习算法（并没有骂脏话哦~）,全称Generative Adversarial Network，中文的意思是生成对抗网络。这是最近非常热门的一种人工智能神经网络，而且这个神经网络设计的真的是非常巧妙。传统意义上，我们如果要训练一个神经网络，比如说想让人工智能学会辨认图片里的动物是不是狗，那就要先给它几百万张动物图片，然后由人工标注哪张是狗，哪张不是狗。这样人工智能在学习的时候才会有标准答案作对照。这种方式叫做 “监督式学习”。人类就像是人工智能的老师一样，要先自己出考题，然后把答案写好，再让机器人作答，答题完毕后再由人类老师公布答案，给机器反馈，它才能够有所进步。

人工智能对抗

但是这个GAN，即生成对抗网络则是巧妙的绕过了人类亲自当老师这个步骤。它的名称“对抗”顾名思义就是，与其让人来当老师，既耗费时间又耗费人力，不如一次训练两个相对应的人工智能，让它们两个自己去对抗，互相比拼，最后两个都能得到进步。以人脸照片的例子来说，我们需要设计两套演算法，一组是专门制造出以假乱真的人脸图片的演算法，另一组则是专门识别出一张脸是真的人脸还是假造的人脸的演算法。打个比方，就像是专门印假钞的伪造者和一个专门识别假钞的警察在互相对抗一样。伪造者先根据真钞的模样仿造出假钞，而警察可能会收到真钞，也可能会收到假钞，在辨认完一张钞票后，警察必须给出结论说，有多大的可能这张钞票是真的，然后伪造者可以根据警察的结论判断伪造的成不成功，哪些伪造技巧该保留，哪些该舍弃等等。双方在这个过程中会越来越进步，警察越来越会辨认假钞，而伪造者伪造的也越来越逼真。通俗来讲就是道高一尺，魔高一丈。GAN生成对抗网络也是如此，“伪造者”负责制造出假的人脸图片，然后交给“警察”，也就是负责辨认的演算法来辨认，“伪造者”根据“警察”给的确定性结论的分值大小，来改进自己的方式，最终就可以做出各种以假乱真的照片了。

对抗模拟

这种方式最大优点就是需要人为干预的部分大幅降低，人只需要负责提供真正的人脸图片就可以了。另一个好处是，可以同时训练出两个超强的人工智能，一个是可以制造出以假乱真的图片的人工智能，一个是非常会辨别真假人脸的人工智能。

GAN生成对抗网络的概念是在2014年一位加拿大蒙特利尔大学的大学生提出的，一提出后马上引起热烈讨论，大家开始做出各种各样有趣的图像生成演算法。比如说做出一款不存在的车型、一种不存在的房间、甚至是一个二次元的老婆（而且不会重复，一人一个，大家都不用抢了，真的是广大单身狗的福音啊），或是像我们今天介绍的生成出一张不存在于世界的人脸。小编不得不感叹NVIDIA的黑科技真的是相当强大啊！