AI合成人臉真假難辨，背后隱藏著千億計算機視覺市場

人工智能（AI）技術日益精湛，利用AI合成人臉已經不是新奇的事。那么，通過AI合成的人臉，到底有多真實？

有一個發布AI合成人臉的網站：ThisPersonDoesNotExist.com，網站里沒有其它信息，只有一張人臉圖，每刷新一次，就會出現全新的人臉。這個網站上的人臉圖似乎都意味著圖像背后存在一個真實人類，但是，正如網址名稱所言，“查無此人”。

（圖源：網站截圖）

近日發表于《美國國家科學院院刊》有一項研究調查顯示，當人們去辨別AI合成圖與真實人臉圖時，正確率只有不到50%。由此可見，AI合成的人臉真假難辨，其可信度甚至超越真實臉孔。

AI合成人臉的背后有什么技術原理？

這里要提出一個概念：生成式對抗網絡（Generative Adversarial Networks, GAN），它是一種深度學習模型。這個模型框架中有兩個核心部分：生成模型（Generative Model）和判別模型（Discriminative Model），而這兩個模型會互相學習、相互博弈，然后產生好的輸出結果。

GAN的基本原理可以這樣理解（以生成圖片為例）：假設有兩個網絡，G（Generator）和D（Discriminator）。正如它的名字所暗示的那樣，它們的功能分別是：

G是一個生成圖片的網絡，它接收一個隨機的噪聲z，通過這個噪聲生成圖片，記做G(z)。

D是一個判別網絡，判別一張圖片是不是“真實的”。它的輸入參數是x，x代表一張圖片，輸出D（x），x為真實圖片的概率，如果為1，就代表圖片100%真實；若輸出為0，就代表不是真實圖片。

在訓練過程中，生成網絡G的目標就是盡量生成真實的圖片去欺騙判別網絡D。而D的目標就是盡量把G生成的圖片和真實圖片區分開來。這樣，G和D構成了一個動態的“博弈過程”。最后博弈得到最理想結果是什么？是G可以生成足以“以假亂真”的圖片G(z)；而D，它難以判定G生成的圖片究竟是不是真實的，因此D(G(z)) = 1。

GAN技術成功的商業應用

GAN最初的應用是在圖像生成與建模上，無論以監督學習或無監督學習的方式，GAN都能學習真實數據的分布。科學家一直致力于讓生成的圖像更接近真實的圖像，在這一點上，英偉達研究人員發布的StyleGAN就是成功的例子。StyleGAN從非常低的分辨率開始，一直到高分辨率，一步步生成逼真圖像。

在2017年推出的爆款FaceApp應用程序背后的技術原理就是將StyleGAN應用于人臉照片，用戶可以通過這個軟件中的“老年濾鏡”，看到自己老年模樣。除此之外，通過FaceApp程序，用戶還可以改變頭發顏色和發型，甚至可以改變面部表情。正是因為其效果擁有令人毛骨悚然的逼真度，這款應用程序在當年的下載量和購買量都呈爆炸式增長。

GAN除了完成圖像生成的第一步，在圖像增強的領域中也大有用處。既然要實現圖像增強，必然是離不開增強圖像的分辨率。分辨率是一項及其重要的參數，其蘊含著圖像的重要信息。

有一款主打修復老舊照片的應用程序，名叫“你我當年”，它可以實現老照片、模糊照片、低分辨率照片的畫質增強，讓圖像變得高清。這時候就用到SRGAN（Super-Resolution Generative Adversarial Networks），它比GAN多了Super-Resolution（超分辨率）。超分辨率GAN技術是指將拍攝到的低分辨率的圖像使用重建的技術來得到更高清分辨率的圖像，從而達到獲取圖像上更多信息的效果。

開發“你我當年”的是北京大觥科技有限公司，2019年，大觥科技在推出“你我當年”的同時，也面向海外市場推出了同樣功能的“Remini”APP，同樣是利用人工智能技術修復模糊照片和老照片。這兩款應用程序一經推出便在市場上成為熱門爆款，累計用戶量已經超過千萬。

（你我當年應用程序截圖）

GAN背后的計算機視覺市場

GAN以其特有的“對抗性”生成與判別網絡為計算機視覺（Computer Vision, CV）提供了一種新的技術和模型，讓更多人了解AI內容生成。而計算機視覺是人工智能的重要領域之一，也是主要的應用技術。

據前瞻產業研究整理，2020年在企業中應用最多的AI項目技術為計算機視覺，占比達到63.4%，其次是機器學習，占比為58.5%。在國內，目前在計算機視覺領域已涌現出一批技術領先的獨角獸公司，如商湯科技、曠視科技、深蘭科技、依圖科技、云從科技等。

根據以往Frost&Sullivan(沙利文咨詢)的統計數據顯示，2016年，我國計算機視覺市場規模僅11.4億元，到2019年，中國計算機視覺行業市場規模增長至219.6億元。前瞻產業研究預計，到2025年我國技術及視覺核心產品及帶動的相關產業規模將達到6000億。其中計算機視覺核心產業復合增長率達到15.9%，計算機視覺帶動相關產業的復合增長率達到22.5%。

從計算機視覺的產品應用領域看，互聯網娛樂平臺、手機應用程序等提供人臉識別、解鎖、美顏等技術服務已經普及。在技術基礎支撐下，計算機視覺行業逐步打通了從基礎層到應用層的鏈條，涉足安防、金融、醫療、教育等領域，提供安防及監控、無人商店、人車識別等技術解決方案，未來還將繼續深化應用領域的廣度和深度。

在未來的計算機視覺的商業應用市場，AI內容生成或將占據更大比例。GAN技術的應用與發展，證明了人工智能算法的生成內容可以獲得難辨真假的效果。在圖像生成方面，還有許多潛在應用，例如去年爆火的元宇宙概念，其中的VR/AR技術中的內容生成也會用到圖像合成。

標簽： 計算機視覺市場