可以狂飙但不可以乱飙！AI换脸术到底是怎么换的？

　　撰文白静（西安电子科技大学人工智能学院）
　　我们先来看看换脸术！
　　来源：B站up主学弟剪辑
　　来源：B站up主流浪小屁蛋
　　啊！我的眼睛！！
　　B站的《狂飙》换脸视频层出不穷，网友表示，可以狂飙，但不可以乱飙
　　如今，换脸门槛越来越低，用视频可以轻轻松松大变活人。
　　AI换脸到底是怎么回事呢？一起来看看！
　　复制一张脸
　　人脸交换技术，顾名思义，就是在图像或视频中把一张脸替换成另一张脸。这一技术在电影制作领域已经不是个新鲜词了，它需要专业的视频剪辑师和特效专家花费大量时间和精力才能完成。
　　最近出现的换脸视频可以说是人脸交换技术的一个突破，人工智能把A的面部关键信息记录下来，如下图所展现出的嘴巴、鼻子、眼睛等信息，并且将这种信息反复重建和自我改进，最终可以完全自主地生成一张A的脸，并模拟它的大部分表情。下一步，当然就很简单，只要把这张脸再贴到任意一个视频中的B的身体上，换脸就完成了。这个技术的核心在于可以复制一张脸。
　　AI收集的脸部信息
　　将表情从五官拿下来
　　AI换脸的本质是把人的五官形象和表情分开。表情是五官在不同情绪下的形象，更多也是指五官的动作。一个人的五官和表情总是一体的、难以分割。然而AI换脸技术的出现，正在告诉我们五官形象和表情是可以分离的。
　　AI换脸的过程为：人工智能预先分析好视频里面的五官的形状和位置；你提供照片后，人工智能再分析照片中的五官形状和位置；然后再把照片中五官的形状和位置，与视频对比着进行合并。人脸互换一般可以用于视频合成、提供隐私服务、肖像更换或者其他有创新性的应用。
　　最早的人脸互换是通过特征点匹配来提取一张脸中例如眉毛、眼睛等特征信息然后匹配到另一张人脸上。如今，只要有足够多的图像数据，AI就能让一个编码器把一个人脸压缩成一个代码和两个解码器，一个解码器可以还原原始人脸，另一个可以生成新的人脸。
　　下图展示了一位女性换脸前后的对比图，左右两个人的姿势完全一致，只是脸部特征发生了变化，如果只看右图，我们很难看出这是生成的假图。
　　换脸对比图
　　无学习，不AI
　　现实中的机器人还没有科幻电影中那些很夸张的能力，只能根据使用者的行为动作做出一系列的反应。
　　而如今的AI换脸通过生成性对抗网络（GenerativeAdversarialNetwork）这种机器学习技术对现有的图片资料进行深度分析的和学习，这种深度学习就是人工智能研究在今天的核心指导思想，也是机器人在未来的发展方向。
　　人工智能已迈向认知智能的新阶段
　　谷歌的AlphaGo因为学习了大量专业棋手棋谱，然后又从自我对弈中持续学习和提高，因此战胜了人类世界冠军。微软小冰因为学习了大量互联网上的流行语，才能用既时尚、又活泼的聊天方式与用户交流。这些被宣传为人工智能的典型应用大多都拥有深度学习的技术基础，这似乎也符合人类认知的特点人的智慧离不开长大成人过程里的不间断学习。
　　当然，机器目前的主流学习方法和人类的学习方式还存在很大的差别。比如，目前的计算机视觉系统在看过成千上万张自行车的照片后，很容易辨别出什么是自行车，什么不是自行车，这种需要大量训练照片的学习方式尽管看上去还比较笨拙，但反观人类，给一个三四岁的小孩子看一辆自行车之后，再见到哪怕外观完全不同的自行车，小孩子也十有八九能做出那是一辆自行车的判断。也就是说，人类的学习过程往往不需要大规模的训练数据。
　　如果说人工智能是一种会学习的机器，那未来需要着重提高的，就是让人工智能在学习时的抽象或归纳能力向人类看齐，走向认知智能的新世界。
　　本文来自《知识就是力量》杂志，原标题《AI换脸术中的学习密码》，作者白静，有删改，原创作品转载请注明来源。