DeepMind黑科技：AI生成圖片竟能以假亂真

Esther｜ 撰文

利用生成對抗網路（GAN）合成圖像/視頻已經不是新鮮事，比如前不久美國卡內基梅隆大學科研人員研發的一種有Deepfake（AI換臉應用）效果的視頻合成技術，將視頻的美國主持人John Oliver的變成了另一位主持人Stephen Colbert，效果非常逼真。

此外，NVIDIA也曾經利用GAN合成MRI成像，為AI提供模擬的訓練數據，其還與MIT計算機科學與人工智慧實驗室利用GAN框架研發了將黑白草圖合成為2K視頻的技術。

近日，一組由谷歌旗下DeepMind和赫瑞瓦特大學組成的科研人員也發表了一篇關於GAN模型的論文，闡述了一款能夠合成逼真的食物照片、風景肖像和動物照片的AI技術，他們發現其中一些效果圖已經直逼相機拍攝的水平。

據青亭網了解，科研人員使用了優化的生成對抗網路（GAN，由生成模型和判別模型組成的兩部分神經網路）來訓練AI分辨合成圖片與真實圖片，此外他們的實驗模型的不同之處在於，這款名為BigGAN的生成對抗網路架構有所調整，比如每批有2048張圖片，參數（用於控制模型部分特性的演算法控制器）也是其他模型的四倍（1.58億）。

這組科研人員研究了GAN框架應對擴大化訓練模型產生的不穩定性，發現垂直正則化後的生成模型可服從簡單的「截斷技巧」（這樣生成模型便可以合成與訓練圖像相似度高的圖像），這樣就能通過截斷隱空間來控制合成圖像的保真度和多樣性。

他們認為，BigGAN訓練過的AI模型技術超越了目前類條件圖像合成技術的最先進水平。

科研人員顯示使用來自於斯坦福和普林斯頓資料庫ImageNet的圖像（解析度128x128的圖像）來訓練AI模型，然後有使用包含3億張真實圖片的JFT-300M資料庫來大批量驗證模型。

據悉，訓練BigGAN花了兩天時間，科研人員使用了128個谷歌TPU。經測驗，訓練的結果得到了166.3的IS（初始分值）和9.6的FID指標，超越了其他模型最佳成績（分別為52.52和18.65）。

與Deepfake效果相似的技術發展的越來越成熟了，同時也帶來了一些隱患，比如會被用於犯罪活動。因此今年9月，美國國會成員就曾向國家情報局主任Dan Coats尋求情報機構關於Deepfake對民主與國家安全影響的報告。

不過隨著這種技術發展，一些科研人員也在研發識別合成圖像的AI，比如今年七月DARPA（美國國防部高級研究計劃局）媒體法醫項目就曾進行過識別Deepfake或圖片/視頻合成技術的研究，此外一家名為Truepic的創企在獲得800萬美元融資後，也努力研發識別合成圖像的技術。

（END）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！