“神奇女侠”穿性感粉色吊带乱伦？原来都是深度学习惹的祸

原标题:“神奇女侠”Gal Gadot穿性感粉色吊带乱伦？原来都是深度学习惹的祸

最近，“神奇女侠”Gal Gadot的乱伦主题私情视频传遍外网，引起轩然大波。

影片中，Gal Gadot穿着桃红色的吊带，心情愉悦地和她的继兄弟做一些污污的事情。

营长觉得很蹊跷，亲自做了研究。现在，营长有义务站出来为我们“英勇”的神奇女侠正名。

其实，这就是一个运用了机器学习算法生成的“FAKE”视频！Gal Gadot的脸被嫁接到一个色情明星的身体上。

营长了解到，这是一个名叫“deepfakes“的Redditor的个人作品。他使用了免费的谷歌的TensorFlow开源机器学习工具。

到目前为止，Deepfakes已经在Reddit上面发布了以寡姐，二丫，泰勒，Aubrey Plaza和Gal Gadot的脸为特征的色情视频。目前这些演员们的公关人员并没有任何与虚假色情视频有关的回应。

其实，“张冠李戴”的虚假视频并不难制作，任何有深度学习算法背景知识的人都可以将一个人的脑袋和另一个人的身体嫁接到一起。

营长了解到，“张冠李戴”的算法学叫Face2Face算法，它可以将录制的视频与实时的人脸跟踪进行交换。

匿名的deepfakes介绍，为了编译完成名人的脸，他使用了谷歌图片搜索，股票照片和YouTube视频几个工具。我们都知道，深度学习是由互连节点的网络组成，这些节点可以自主的在输入数据上进行计算。在这种情况下，他使用色情影片和Gal Gadot的脸训练了这个算法。经过了足够的“训练”，这些节点可以自己安排完成一个特定的任务，如熟练地操作修改视频。

对于自己的“成就”，Deepfakes表示他并不是一个专业的研究人员，只是一个对机器学习感兴趣的程序员，所以要低调，要谦虚：

“我只是找到了一个聪明的方法来做脸部互换。通过数百幅人脸图像，我可以轻松地生成数百万张失真图像来训练网络。在那之后，如果我提供给这个网络结构其他人的脸，网络会认为这只是另一个扭曲的图像，并努力使它看起来跟训练的图像一致。”

同时，这套系统也是基于了多个开源库，例如带TensorFlow后端的Keras。

看来，“张冠李戴”嫁接术已经如此强大。那么，是不是你的脸蛋真的可以嫁接到任何人的身上而不被察觉吗？

倒也不竟然。

我们先来看看它的“前身”：CG技术在电影中的运用。

营长不知道大家是否还记得英年早逝的大帅哥Paul Walker和他的最后一部影片《速度与激情7》。在片中，一大部分Paul的镜头都是由他的两个兄弟Cody和Caleb，以及和Paul身形相似的演员John Brotherton代替完成。后期特效团队再通过CG技术，制作出多角度的脸部模型及所需的虚拟表情。最后，将表情相连，生成动态影像。

尽管导演一再强调，希望大家专注于电影，而不是寻找哪个是Paul的真身。但是，或许这个换脸术在电影上映的2015年显得过于超前，营长和营长的朋友们被森森地震撼了，忍不住在观影途中不断猜测讨论哪儿是“真”的Paul，哪儿是“假”的Paul。

负责影片视觉特效的Martin Hill在接受采访时说，在像上面保罗坐着或者是特写镜头中进行对话的场景中，由于没有大幅度的动作来帮助分散注意力，从观众角度来看，很容易成为穿帮镜头。

比起数年前仍需费时费力制作脸部模型的CG技术，deepfakes的“张冠李戴”术在效率和成本显然进步了好多。而当我们仔细查看了几乎所有的deepfakes已经发布的视频，发现其结果并未比CG技术提高很多。比如，就在上面Gadot的视频中，在她的脸周围偶尔会出现一个盒子大小的原图像，而她的嘴和眼睛与女演员所说的话并不完全一致。

这是不是也说明了，只有“提供”头的演员和“提供”身体的演员在说话和肢体尺寸行为非常相似时，这项“张冠李戴”术才能真正的信服众人呢？

当然，如果你对那些瑕疵并不那么敏感，也不太去想那是否是真实的，那你就会很容易地认为这个色情视频的主角就是Gadot本人了。

是不是觉得有点儿可怕？

现在来看，这项技术已经接近触手可及了。而且，我们中的绝大部分人都已经在各种社交媒体上创建了关于自己脸的庞大的数据库。

在2015-2016年间，世界各地的人往谷歌相册上传了240亿张自拍照。可以想象，现在一个业余的程序员就可以运行自己的算法来创建一个他们想要骚扰的人的性爱录像带了。

现在，你对人工智能感到恐惧了吗？