任何一位對(duì)人工智能（AI）技術(shù)懷有極深戒備的讀者都會(huì)因Nvidia的最新產(chǎn)品平添幾分不安——他們搞出了能處理視頻圖像AI；從有圖有真相到有視頻有真相，而以后或許你將無(wú)法再相信網(wǎng)上看到的任何東西。

在十月份，Nvidia向公眾展示了他們研發(fā)的AI所繪制的人臉圖像，細(xì)節(jié)豐富，逼真到令人不安，而更令人后脊背發(fā)涼的是，那些人臉完全是AI本身的創(chuàng)造，并沒(méi)有生活中的原型。現(xiàn)在，這家科技公司的AI已經(jīng)具備了制作虛假的視頻的能力。

人工智能出色地完成了一項(xiàng)令人驚訝的任務(wù)，將白天的景象變成黑夜，把冬天的環(huán)境置換到了夏天，鏡頭中貓咪替換成獵豹。

Credit Ming-Yu Liu等人論文：Unsupervised Image-to-Image Translation Networks

更了不起的（或更糟糕的？）是，人工智能做到這些只用了比現(xiàn)有系統(tǒng)少得多的訓(xùn)練時(shí)間。

像Nvidia生成人臉圖像的AI一樣，這個(gè)制作視頻的AI使用了一種被稱(chēng)為生成式對(duì)抗網(wǎng)絡(luò)的（GAN）深度學(xué)習(xí)算法。

在GAN中，兩組基本神經(jīng)網(wǎng)絡(luò)相互作用。其中一組網(wǎng)絡(luò)負(fù)責(zé)生成一個(gè)圖像或視頻，而另一個(gè)網(wǎng)絡(luò)則對(duì)它的作品進(jìn)行批評(píng)。

通常情況下，GAN需要大量的特征數(shù)據(jù)來(lái)學(xué)習(xí)如何生成自己的作品。例如，一個(gè)系統(tǒng)需要讀取成對(duì)的兩組圖像，以明了街道有雪時(shí)和沒(méi)有雪時(shí)的區(qū)別，用于生成自己制作的圖像。

然而，由Nvidia研究人員Ming-Yu Liu，Thomas Breuel和Jan Kautz開(kāi)發(fā)的最新的圖像轉(zhuǎn)換AI可以自行想象出一個(gè)街道被雪覆蓋時(shí)會(huì)是什么樣子，但實(shí)際上它從來(lái)沒(méi)有見(jiàn)過(guò)這一景色。

Liu告訴The Verge，該團(tuán)隊(duì)與Nvidia的產(chǎn)品團(tuán)隊(duì)和客戶(hù)會(huì)共享他們的研究成果，雖然他說(shuō)他不能預(yù)測(cè)人工智能的發(fā)展速度或程度，但他注意到他們的發(fā)明有幾個(gè)有趣的潛在應(yīng)用。

“比方說(shuō)，加利福尼亞州很少降雨，但是我們希望公司的自駕駛汽車(chē)在下雨天里的也能夠正常運(yùn)行。這就可以用我們的AI將陽(yáng)光明媚的加利福尼亞州的駕駛條件轉(zhuǎn)換成雨天場(chǎng)景來(lái)喂給車(chē)載AI，訓(xùn)練我們的自駕車(chē)。”

除了這樣的現(xiàn)實(shí)用途，科技也可能有腦洞大開(kāi)的應(yīng)用。想象一下，你打算買(mǎi)一棟新的房子，要不要看一眼，它在冬天積雪時(shí)的樣子？或者看看原定在秋天舉辦的戶(hù)外婚禮將是怎樣一幅情景。

當(dāng)然，這樣的技術(shù)自然不缺少意圖險(xiǎn)惡的應(yīng)用。如果AI技術(shù)在商業(yè)上普及開(kāi)來(lái)，未來(lái)的詐騙團(tuán)伙能夠輕易地生成以假亂真的視頻誤導(dǎo)受眾，眼見(jiàn)為實(shí)這一古老的訓(xùn)誡將不再能指導(dǎo)我們的生活。