一張照片就能生成說話視頻，三星AI技術如何「復活」蒙娜麗莎？

編譯 | 田小雪

編輯 | 呂夢

出品 | AI星球

伴隨科技發展，想要準確判斷某段視頻的真實性，已經變得越來越難。

據外媒報道，近日，三星位於莫斯科的人工智慧實驗室研究人員，已經成功藉助神經網路將靜止圖像變為動圖甚至視頻。

基於大量動圖和視頻素材，以及「深度卷積神經網路」訓練，三星的人工智慧技術能夠準確識別某些面部特徵，從而進一步將靜止圖像變為動態圖像。

在一篇題為《Few-Shot Adversarial Learning of Realistic Neural Talking Head Models》的文章中，三星人工智慧中心的研發人員具體介紹了這項技術。

雖然藉助該技術生成的圖像質量，不如此前異常火爆的DeepFake「換臉」技術，但考慮到DeepFake需要大量圖像素材作為生成基礎，三星還是存在一定優勢的，畢竟它只需要一張圖片即可生成一段視頻。

在實驗中，三星人工智慧中心的研究人員，以陀思妥耶夫斯基、薩爾瓦多·達利、愛因斯坦、瑪麗蓮·夢露甚至蒙娜麗莎的靜止圖像為基礎，分別生成了他們正在說話的視頻。

雖然目前這些視頻的質量仍然較低，無法實現以假替真，但正如數年前人工智慧圖像生成技術一樣，經過數年持續研究，視頻質量應該就能得到大幅優化。

當然，這類技術所帶來的影響，還是為不少人所擔心的。在這類技術的支持之下，僅僅一張照片就能生成虛假視頻。而對於現代人來說，獲取照片是一件再容易不過的事情。

換句話說，如果再配上事先準備好的音頻素材，這類技術工具幾乎能夠做到「操控任何人說出任何話」。不僅如此，就在去年，英偉達還推出了新一代生成式對抗網路（Generative Adversarial Networks），能夠生成足以以假替真的人臉高清大圖。

如若未來這些技術越來越強大、越來越普及，那麼區分真假將會變得異常困難。因而，專門用於區分真假的技術工具，最好也能同時實現發展進步。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！