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。
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。
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。
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。
图源 百度
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
“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......
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。
图源 _joe_liu_
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。
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。
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~