楊冪換臉不算啥，AI還能造出「並不存在」的美食圖、假簡歷

如果你還記得前段時間Deepfakes（深度換臉）的代表事件——楊冪換臉的話，今天，雷鋒網打算介紹一些AI造假的新進展給讀者們。

其實，Deepfakes（深度換臉）給人的感覺已經很糟糕了，而現在AI「假貨」的「模擬」能力已經遍布人臉到人的「周邊」。近期，特拉維夫大學的一組研究人員開發了一種神經網路，能夠讀取食譜並生成的熟食產品的圖像。換句話說，如果你在Instagram、Facebook等社交媒體上看到美食博主分享的照片，不要羨慕，說不定它是假的，可能是由AI生成的假圖片。

雷鋒網了解到，研究人員Ori Bar El，Ori Licht以及Netanel Yosephian組成的特拉維夫團隊使用名為StackGAN V2 改進版本的生成對抗網路（GAN）和來自於龐大的recipe1M 數據集中，StackGAN V2和52K圖像組合搭配，創建了他們的AI系統。

這個團隊開發的人工智慧模型，幾乎可以列出任何食品的成分和說明清單，並找出、生成成品食品的樣子。

研究員Ori Bar El表示：

這一切都起源於我向祖母詢問她傳統的番茄醬炸魚排配方的時候。由於她年事已高，她並不記得確切的食譜。所以，我想知道我是否可以建立一個給出食物圖像的系統，可以輸出食譜。在考慮了這個想法一段時間後，我得出了結論，對於一個系統而言，要想得到一個真正、確切數量、含有「隱藏」成分（比如，鹽、胡椒、黃油、麵粉等）的精確配方太難了。

那麼，我想知道我是否能夠做一下相反的事情。比如，基於配方生成食物圖像。我們相信這項任務對於人類來說是非常具有挑戰性的，尤其對於計算機而言。由於目前大多數人工智慧系統都試圖應用於，人類易於完成的任務中取代人類 。所以，我們認為解決一項，甚至超出人類能力範圍的任務將會很有趣。所以就像大家現在看到的，這個模型可以在一定程度上取得成功。

同時，該團隊研究人員還在他們的白皮書中承認該系統目前並不完善：

值得一提的是，與CUB和Oxford102數據集中的圖像相比，recipe1M數據集中的圖像質量較低。這反映在許多模糊的圖像方面，比如，光照條件差，「粥狀圖像」以及圖像不是方形的。這也使得訓練模型變得困難。這個事實可能會解釋這兩個模型成功具備能夠成功生成「類似粥」的食物圖像的能力，例如。麵食、米飯、湯，沙拉。但卻難以生成具有獨特形狀的食物圖像，例如，漢堡包、雞肉、飲料。

這是我們所知道的唯一的這種類型的AI人工智慧，因此不要指望它很快會成為您手機上的應用程序。但是，文字畢竟浮於表面。況且，如果這僅僅就是一個食譜。特拉維夫團隊的AI則可以把它變成一個看起來足夠好的圖像。根據研究論文的描述，人類有時更喜歡它而不是真實照片。

當然，該團隊打算繼續開發該系統，並希望擴展到其它更多的領域中，Ori Bar El研究院說：

我們計劃通過在剩餘的配方上訓練我們的系統來擴展工作（我們有大約35萬個圖像），但問題是當前的數據集質量很低。我們還沒有找到任何適合我們需求的其他可用數據集，但我們可以自己構建一個包含兒童書籍文本和相應圖像的數據集。

所以，這些具有天賦、才華橫溢的研究人員們，可能會在Instagram上像美食家一樣推薦一張，令人垂涎的美食照片。誘人、迷惑但卻是AI機器人通過食材、原料的整合生成出來的。

其實，2019年開年以來，AI造假已經不勝枚舉。而雷鋒網之前也關注了換臉、並不存在的假臉、假貓、假Airbnb愛彼迎、假waifu動漫、假指紋。參見此前報道，「每刷新一次生成一副假臉」的網站，迎來眾多模仿者

而最近，一個新的網站可以在十秒鐘內可以製作一份虛假的簡歷。具體技術基於神經網路的人工智慧系統，對從公共職位委員會中提取的信息進行整合，創建一份全新的求職者簡歷。可以點擊此鏈接刷新生成假簡歷這個簡歷不存在

值得注意的是，每份簡歷都為他們的虛構「主題」提供了一個電子郵件地址，並且這些電子郵件已在現實生活中註冊。簡歷提供了真實的Facebook和Instagram帳戶的鏈接，表明簡歷生成器可能只是簡單地再現真實的人的姓名和聯繫信息。

當然，這些AI假簡歷在職位描述方面，與個人介紹某些時候會有衝突之處。接下來，AI還將會偽造什麼？拭目以待。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！