展望2018：人工智能能夠“以假亂真”，“恐怖谷理論”已經終結
近日，《連線》雜志發布了一系列文章，對2018年科技行業各個領域發展的趨勢進行預測。本文是其中一篇，介紹了人工智能技術在文本、圖片、視頻處理方面的應用以及發展趨勢。作者為SANDRAUPSON，文章由36氪編譯。
一場革命正在醞釀中，你可以從條紋中知道它的存在。
今年早些時候，加州大學伯克利分校的一組研究人員發布了兩組視頻。在其中一個視頻里（左邊），一匹馬在柵欄后面小跑。在第另一個視頻中（右邊），這個馬被匹配上了斑馬那種黑白相間的條紋。
把一匹普通馬變成斑馬是一個很好的噱頭，但事實并非如此簡單。這標志著機器學習算法在改寫現實的力量日益強大。例如，其他人也會使用相同的工具，將黑熊變成了熊貓、將蘋果變成桔子、將貓變成狗等等。有一位Reddit用戶使用不同的機器學習算法來編輯視頻，將其中主角的面部替換成名人的面部，從而使得像名人真正出演視頻一樣。在一家名為Lyrebird的創業公司中，機器學習專家正在從一分鐘的人聲樣本中合成令人信服的音頻。開發Adobe人工智能平臺Sensei的工程師們正在將機器學習技術注入到各種具有突破性的視頻、照片和音頻編輯工具中。雖然這些項目在立項和意圖上有很大的不同，但它們有一個共同之處：它們產生的人工場景和聲音，與現實世界的真實畫面非常接近。與之前用人工合成的媒體做的實驗不同的是，這些圖片、視頻和聲音看起來和聽起來都是非常真實的。
這一轉變背后的技術將很快推動我們進入新的創意領域，不僅能提升當代藝術家創作的能力，也能將業余愛好者提升到經驗豐富的專業人士的水平。以至于我們將需要為創新尋找新的定義了。但這種繁榮也有黑暗的一面。一些人工生成的內容將被用于欺騙，從而引發人們對大量算法假新聞的恐懼。關于一幅圖片是否被篡改的老辯論，將會讓位于關于各種各樣的內容，包括文本。如果你還沒有意識到，你會發現自己在想：如果有的話，人類在創作那部電影/電視劇/標題黨文章中扮演了什么角色？
一個充斥著人工生成內容的世界是烏托邦的經典案例，同時也是一個反烏托邦的例子。它很混亂，很漂亮，而且已經在這里了。
起初，深度學習生成的內容并不適應現實。谷歌2015年發布的DeepDreams是利用深度學習來制造迷幻風景和多眼怪物的早期例子。2016年，一款名為Prisma的流行照片編輯應用使用深度學習技術為藝術照片濾鏡提供動力，例如將照片變成Mondrian或Munch的風格，以向他們表達敬意。Prisma背后的技術被稱為風格轉移：采用一種圖像的風格（如《尖叫》），并將其應用于另一種照片。
現在，驅動風格轉移的算法正在變得越來越精確，這標志著恐怖谷理論的終結這種由計算機生成現實，通常會讓人類產生一種不安感。與之前的一些粗略的影響形成對比的是，由人工智能驅動的工具已經開始填補谷底的盆地。想想康奈爾大學卡KavitaBala實驗室的研究成果吧，深度學習可以將一張照片的風格融入到一個單調乏味的大都市的快照中，讓人誤以為這個合成的地方是真實存在的。受到人工智能潛能的啟發，Bala在這個基礎上創立了一個叫Grokstyle的公司。比如說，你很喜歡朋友家沙發上的枕頭，或者一本雜志的封面吸引了你的眼球。給Grokstyle的算法提供一個圖像，它會在任何外觀上顯示你喜歡的對象。
我喜歡這些技術的地方在于它們代表著設計和風格的民主化。Bala說。我是一名技術專家我欣賞美麗和時尚，但卻無法創造出值得一看的東西。所以這項工作讓我有了機會。讓別人也能享受到這一點是一件樂事，這樣人們就可以玩得很漂亮了。我們在這些方面沒有天賦，并不意味著我們必須生活在一片沉悶的土地上。
在Adobe，機器學習早在十年前就已經是該公司創意工具的一部分了，但直到最近，人工智能才開始具有變革意義。10月，該公司的人工智能技術公司Sensei的工程師們展示了一款未來的視頻編輯工具AdobeCloak。該工具可以讓用戶無縫地從視頻中移除一個燈柱對于資深編輯來說，這是一項非常痛苦的任務。另一項名為ProjectPuppetron的實驗，他們將一種藝術風格實時應用到視頻中。例如，它可以拍攝一個人的動態視頻，讓他成為一個愛說話的銅像或手繪的卡通形象。人們基本上可以在網絡攝像頭或任何攝像頭前進行表演，并實時將其轉化為動畫，資深科學家、Adobe研究主管JonBrandt說。
機器學習使這些項目成為可能，庫卡機器人何服電機維修，因為它能夠比以前的計算機視覺方法更好地理解人臉，或者照片前景和背景之間的差異。Sensei的工具讓藝術家可以偏重于概念，而不是原始材料。Photoshop擅長處理像素，但人們想要做的是操作像素所代表的內容，Brandt解釋說。
這是一件好事。Brandt說，當藝術家不再浪費時間在屏幕上爭論單個點時，他們的效率就會提高，也許還會增加他們的創造力。我對出現新藝術形式的可能性感到興奮，我認為這將會到來。
但不難看出，單單說這會帶來創造性的爆炸可能是錯誤的。對于芝加哥大學研究生YuanshunYao來說，這會讓假視頻變得更加真實并且非常容易，讓他在最近的一個項目中探索機器學習的一些危險。他在最近一個又人工智能生成的，非常真實的奧巴馬發表演講中剪輯了一段，他開始思考：他能在文字上做類似的事情嗎？
一個文本組合需要近乎完美地欺騙大多數讀者并不容易，所以他從一個人們容忍度較高的目標開始，在Yelp或亞馬遜這樣的平臺上發布虛假的在線評論。一個評論可能只有寥寥幾句話，讀者也不會期待有什么高質量的寫作。因此，他和他的同事們設計了一個神經網絡，每次能夠生成大約5句Yelp-style的評論。出來了一堆評論，比如我們最喜歡的地方！、我和我哥哥一起去吃素食，那里很好吃。他讓人類去猜測它們是真的還是假的，果然，人類被愚弄了。
在微任務市場上，制造虛假評論的成本大約在10美元到50美元之間。YuanshunYao認為，一個有驅動力的工程師試圖將這個過程自動化，從而壓低價格，并生成一堆虛假評論，只是時間問題。（他還探索了使用神經網絡來保護一個平臺，以抵御虛假內容，并取得了一定的成功。）據我們所知，目前還沒有這樣的系統，Yao說。但也許在5到10年內，我們會被人工合成的東西所包圍。他的下一個目標是什么？生成令人信服的新聞文章。
視頻方面的進展可能會更快。HanyFarid是研究假照片和視頻的專家，同時也是達特茅斯學院的教授。他擔心病毒傳播的速度會很快，但驗證過程卻異常緩慢。