这个网站正在做的事，让人细思极恐。

你有没有想过，自己在网上刷到的图片、视频，甚至新闻，或许都是假的。

我们就像电影里的楚门一样，生活在导演虚构的摄影棚，遵循着编造的规则和价值观，过着自以为真实的人生。

下面这个网站，让人细思极恐。我们在网络上看到的，到底是不是真的......

这个网站叫做“这个...不存在”，网站上晒出的内容，都是不存在于这个世界的。

比如这张小女孩，明明她的相貌、头发、肤质那么真实，就像曾经偶遇的小朋友，但世界上并不存在这样一个人。

比如这张拽猫，像带有缅因气质的金吉拉，让人忍不住想搜索这只猫的品种和价钱。然而，世界上没有这样的猫。

以及这档新闻栏目，里面播报的新闻都是假新闻。或许你曾经读到的某条新闻就是来自“这个......不存在”网站，但你一直深信不疑。

看到这里，你可能会问，这是怎么做到的？那么逼真，却都是假的。

这就不得不提到 GAN （Generative Adversarial Networks），生成式对抗网络，一种深度学习模型。

这个网站的内容基本都是基于 GAN 生成的。

GAN 包括至少两个模块：生成模型和判别模型：

生成模型负责生成，判别模型负责判断。

如果想合成一张假猫，需要先给生成模型“看”一系列猫的图片，学习猫的特征，最后合成一张模型没“看”过的猫。

接着把合成图片拿给判别模型进行判断，判断照片是猫是狗。

不断重复这一过程：生成模型想骗过判别模型的“眼睛”，判别模型想区分图片的真假。

于是生成模型的造假能力和判别模型的辨别能力都越来越强。

这个博弈过程，就是“对抗”。通过对抗，最后机器可以生成极其逼真的内容。

图源 百度

比如这张星空图，就是通过学习 Instagram 上超过 4500 张图片之后合成的。

不过如果样本量过少或者模型有缺陷，就会合成让人产生不适的图片。

高

能

预

警

“这个...不存在”网站的内容还包括虚假的漫画形象、城市、单词、表情包、美食......

进入对应的模块，不断刷新就可以生成不同的内容。

除网页中这类图像生成外，GAN 还可以实现图像到图像的转换。

比如画→照片，斑马→马，夏天→冬天。转换后的图完全达到以假乱真的效果。

甚至一张简笔画都可以拟合成真实的物品。

图源 _joe_liu_

图像转图像的操作，玩游戏的应该都比较熟悉。逆水寒的智能捏脸就是基于 GAN，通过抓取原始图片的特征信息，输出为游戏风格的面孔。

不过，针对图像合成， GAN 需要大量图形来进行训练，如果某个领域缺少样图----比如艺术作品和古建筑，就无法做出逼真效果。

今年，特拉维夫大学和英伟达研究团队提出 StyleGAN-NADA，无需在特定领域收集图像，输入特征信息文本就能生成图像。

比如输入 Human 和 Zombie，马上就能生成对应的人脸和僵尸。

图源 新智元

还可把小狗转变为尼古拉斯凯奇

，万物皆可狗化。

其实，GAN 自 2014 年由 Ian J. Goodfellow 提出以来，已经应用在图像生成、视频制作、游戏设计、医学影象等多个领域。

我们日常熟悉的虚拟试衣、虚拟试妆、换脸等技术都离不开 GAN。

图源 知乎

图源 量子位

图源 量子位

GAN 不仅可以进行年龄、性别、漫画等的换脸操作，还可识别伪造脸，甚至可以使遮挡人脸清晰化。

图源 言有三

看到这里，大家可以发现 GAN 其实早已被我们所知。“不存在”网站的内容相比之下就是“小角色”。

新技术渗透我们的生活，“虚假”信息也随之而来。社交软件刷到的小姐姐可能就是机器合成的图像

是好是坏难说，留下“这个...不存在”网址供大家自娱自乐~