第一批被AI "變臉 "的人!
1 人贊了文章![]()
這是一個熱衷於「變臉」的時代。
拍圖三十秒，修圖半小時，互聯網公司們都深諳這種心理，使出渾身解數，讓「變臉」更加完美。比如一直針對女性群體，主打拍照的OV手機（OPPO和Vivo），在這兩年逆襲走低性價比和高性能的小米。「變臉」帶來的心理滿足以及巨大的消費市場，讓無數人躍躍越試。
為什麼大家熱衷於變臉？美，可以說是人類發展史中最亘古不變的追求。公元前4000年古埃及文明就誕生了用青綠色粉末塗抹眼睛的習慣，古希臘則是用銻粉修飾眼部，而中國的眉眼粉黛之美則可追溯到夏商周時期。
過渡到互聯網時代，對美的追則求衍生了一大批為「變臉或者美顏」而生的產業。小到那些一鍵修圖的自拍APP，大到美妝行業銷量的快速上升以及各種醫美機構的遍地開花，圍繞著「變臉」，無論是線上，還是線下，都已經形成了一個完整的生態圈。
2017年，在國家發改委產業所牽頭編製的《全國美容產業發展戰略規劃綱要》中，預測到2020年我國美容產業年產值將超過一萬億元。就連曾經對美顏嗤之以鼻的羅永浩「當你把美顏功能作為主打特色時，在江湖的眼裡，你就是醜女low妹專用機」，最後還是得自打臉向美顏變臉屈服，在新款手機中加入了AI美顏技術。既然通過物理手段能夠達到視覺和心理上的滿足，對於變臉的習慣和熱衷也是無可厚非的。
AI技術下，變臉的「72」招抖音上至今都非常流行 「化妝變臉」視頻，播放量、點贊量基本都以萬計，甚至連英國《每日郵報》都曾大篇幅報道過「此項神技」，驚呼此舉堪稱「整容變臉」。當然，這樣的化妝大神佔比畢竟很小，化妝品之外，科技變臉神器，成為了讓人驚呼又趨之若鶩的選擇。首先不得不提的就是智能手機，廠商們旗艦機競爭必不可缺的亮點之一就是拍照能力。目前市面上有兩個基本方向：一種是滲透專業相機的參數與性能，另一種就是聚焦「美顏強度」。前有華為麒麟970，通過內置的獨立NPU神經網路處理單元，提出了AI拍照的理念，後有小米8的AI美顏「微整形」相機，以及OPPO的3D個性美顏相機，都宣稱通過3D高精細面部打點，重新繪製你的五官細節。
還有專註「變臉100年」的美圖，他們的美圖影響實驗室設計了品類繁多的「變臉」技術，比如結合人臉大數據黃金比例演算法調節用戶身材、人臉網格實時視頻圖像上妝等等……當然基礎的智能隆鼻、雙眼皮微調等都是一應俱全，只有你想不到的，沒有美顏類手機做不到的。
此外一些頗具魔幻現實主義的變臉技巧也在悄然興起。OpenAI在7月份公布了
一款Glow生成模型，這種可逆的生成模型，會觀察原始的圖片，然後結合不同臉部的屬性生成一張全新的高清圖片。![]()
再比如通過3D投影+人臉追蹤技術，做出數字妝容的效果，其中最典型的玩家莫過於英特爾。在2016年格萊美頒獎典禮上，為了致敬英國搖滾歌手大衛·鮑威（David Bowie），歌手Lady Gaga的臉上出現了許多能夠代表Bowie的標誌性圖案，比如爬行的蜘蛛。此前李宇春的MV也是英特爾用3D投影一手打造的，英特爾中國研究院表專門定製和設計了多個深度學習網路模型，有針對性地創建和收集了十萬張人臉照片來訓練這些模型，再通過攝像頭檢測和識別人臉，定位 78 個關鍵點，實時跟蹤頭部運動和面部表情變化。對圖像進行智能分析和特徵提取後，再通過運算將不同的特效疊加上去。
![]()
看到這幾張圖，可以算的上現代版「畫皮」了：
當然以上這些「變臉」方法和下面的相比較，就有點小巫見大巫了。去年年底，神奇女俠扮演者蓋爾·加朵的臉被貼在了一個愛情動作電影女主的臉上，在網上引發了不小的轟動。這種「視頻變臉」是一個名為「deepfakes」的深度學習技術，最關鍵的是它的技術門檻很低，
只需要將上百張人物的訓練圖片輸入到演算法中，再用GPU訓練數據就能DIY出換臉的視頻。借用知乎上某位答主的回答，這項技術的核心是一個深度神經網路，用監督學習訓練一個神經網路將張三的扭曲處理過的臉還原成原始臉，並且期望這個網路具備將任意人臉還原成張三臉的能力。
當然，
縱觀現在的變臉技術，萬變不離其宗，AI並不會給你整容，它能做的只是靜態圖片或者視頻中的變臉，但是當我們的腦洞再往外擴展延伸的話，生理形態上的變臉似乎也不再是難事。
第一批AI+基因編輯變臉的人可能要來了去年穀歌做了個很奇葩的事情：他們在某個地區投放了2000隻攜帶細菌的蚊子。其實這是谷歌母公司Alphabet旗下生命科學研究部門Verily所開展的Debug項目，他們通過機器學習和計算機視覺技術讓蚊子絕育。AI在基因改造上，昆蟲科已經先走了一步。
同樣的，在變臉這個事情上，人工智慧和基因改造是避不開的兩個話題。比如AI整容，人工智慧厲害的地方在於除了大數據收集的高效率，還可以幫助醫生和患者進行個性化定製。也就是說，雖然你想要整成某冰冰，但AI還是會通過計算你臉部的特徵、幫你保留更多自身獨特且美的部分。在最近的一項研究中，就有科學家建立了一個全自動化的面部美容模型，這一模型運用了決策樹演算法對照片的屬性進行了評估。這些特定的調查包括：識別不同的面部比例，確定「具有吸引力的」面部特徵。通過這一訓練後，自動分類器可以在一系列的測試圖像中快定製出符合人類審美的臉型。
而AI真換臉的操作，一方面是通過AI分析臉部的狀態進行醫美方面的操作，再就是得從基因工程技術入手。此前愛丁堡大學的一項研究，就發現了基因突變與臉型的關係。愛丁堡大學Roslin研究所的研究人員對374隻寵物狗的各種譜系和混合品種的DNA樣本進行了深入分析，在研究中，他們發現了一個破壞SMOC2基因活性的變異。同樣的基因也存在於人體內，當時Roslin研究所的首席研究員Jeffrey Schoenebeck博士說：「在未來通過基因治療，或許可以改變面部特徵。」再比如一種被命名為EDAR的基因變異會影響下巴的突起程度、耳垂的大小，鬍鬚的濃密程度。而影響鼻子形狀的基因也有多個，比如GLI3和PAX1基因控制鼻孔的大小，而RUNX2基因控制鼻樑的寬度。
找到相關基因是第一步，之後就是當前熱議的基因編輯。曾有人打過這樣一個比方：如果把人類的基因組比喻成一本百科全書，這本書中可能有上億個字元。而基因編輯技術就像一個搜索引擎，能夠準確地查找到書中的任何一個句子、任何一個單詞，然後把這個單詞的任何兩個字元之間切開。這其中最受關注的基因編輯技術工具莫過於CRISPR/Cas9。
《自然》雜誌在2016年年末刊發的一篇文章稱，國內的一組研究人員已經率先使用經過CRISPR/Cas9技術編輯的細胞對一位肺癌患者進行了治療。更有科學家聲稱，對人類的胚胎進行編輯，通過添加或者消除基因，可以直接定製專屬樣貌。而前NASA生物學家Josiah Zayner為了增肌，就曾經嘗試用CRISPR-Cas9 對自己進行基因改造，這一切彷彿漫威世界的情景再現。
最後：無論是物理手段，還是生理手段的「變臉」，互聯網審美時代里第一批被AI變臉的人已經不是天方夜譚。未來可期。
最後，記得關注微信公眾號：鎂客網（im2maker），更多乾貨在等你！ 推薦閱讀：
