谁拉踩谁？《司藤》景甜被AI换脸成刘亦菲，两家粉丝网上互撕
由李木戈执导，景甜、张彬彬等主演的奇幻悬爱剧《司藤》在网络上播出有段时间了，任谁也没有想到这部此前名不见经传的小成本剧集会在网络上翻起浪花，但事实是剧集上线三天热度就破9900，直接登顶拿下平台的热度冠军，甚至连当下大火的《山河令》都要避其锋芒！
剧集的热度高自然离不开主演和剧情的关系，据了解，该剧改编自尾鱼同名小说，讲述了设计师秦放意外坠入山崖，唤醒沉睡数十年的外星后裔司藤，两人彼此守护共同成长的故事。单看剧情梗概倒是没什么新奇的地方，甚至是显得有点老套，但架不住此次景甜给观众带来的变化太大了。
众所周知，有着人间富贵花之称的景甜以往出现在荧幕中大都是傻白甜之类的角色，而且演技也实在是难以恭维，甚至说是花瓶也不为过，再加上近几年也一直没什么作品，景甜的热度基本上也就停留在知道这个名字而已的程度上。
所以说在知道这部片子是由景甜主演后，不少吃瓜群众甚至都没有看片就已经觉得该剧是未播先扑了，然而现实却狠狠打了吃瓜群众一个大嘴巴！凭借着这部片子，景甜成功博得了不小的热度，甚至还一洗以往观众对她演技差、傻白甜的刻板印象！
剧中景甜饰演的司藤，傲娇、高贵、冷艳，举手投足间尽是生人勿进的味道，但同时因为久绝于世，面对现代生活所表现的呆萌、内心的纯真等等，几种属性结合在一起，整个人设就鲜活有魅力起来。
只不过正所谓人红是非多，眼看着剧集热度越来越高，人气越来越旺，网络上与之有关的非议也就如雨后春笋般冒出头来。近日有UP主剪辑了一则《司藤》的视频在网络上引起了吃瓜群众的热议。视频内容倒是正常的剧集内容，就是该UP主将女主景甜的脸AI换成了圈内小花刘亦菲的，于是网络上也就两人谁更适合司藤展开了热烈的讨论。
消息在网络上发酵后，不知怎地已然变了味。刘亦菲粉丝觉得这是景甜方买通稿的行为，为了电视剧炒热度，故意拉踩刘亦菲，强行捆绑无辜艺人，手段恶心等等，而景甜粉丝则认为该UP就是刘亦菲的粉丝，自己先fj结果搞得好像自己被蹭了一样，景甜这边啥也没干还被内涵了。
当然，也有吃瓜群众觉得该UP主侵犯了刘亦菲的肖像权，搞这种换脸的把戏未免也太不尊重人了，不管是景甜还是刘亦菲都是这起事件的受害者！老实讲这番话说得还是很客观的，但对于圈内流量粉丝而言，他们关注的重点显然不在这方面，他们只想battle个你死我活！
目前此事仍旧在网络上发酵着，看样子一时半会是没什么好收场了。堂叔倒是觉得，既然是影视剧，安安心心看剧就行了，何必搞这些乱七八糟的东西呢？
AI 伪造图像与视频,，即 Deepfake，在近年迎来一波发展高潮。在本文中，我们将深入探究这段历史，并回顾期间的一个个重要里程碑。
上图中的人脸有什么共同点？答案是：没有共同点。它们都是由 AI 虚构而来。更确切地说，它们是由 AI 从几百万张像素图片中总结学习而来，最终创作出了难辨真伪的结果。
顺带一提，这些图片是在thispersondoesnotexist.com 网站上创建的。这款工具使用门槛极低，会用鼠标就能玩明白。不光能生成人，生成小猫图片也是不在话下。
而这种高质量伪造图像的背后，依托的是生成对抗网络（GAN）技术。这类网络由两个 AI 代理组成：其一负责伪造图像，另一个则负责检测图像是否真实。如果代理发现了伪造品，则伪造 AI 会继续提升水平、再接再厉。
通过这样的方式，两个代理在训练过程中各自积累起更强大的能力。于是，伪造 AI 最终就能创造出人类几乎无法分辨的虚构图像。
GAN 和 GAN，那可大不一样
在实践当中，原始 GAN 的输出结果和当前 GAN 变体的输出结果其实大不一样。
最近刚刚出任苹果公司 AI 负责人的 Ian Goodfellow 曾在 Twitter 发表了一篇文章，谈到 deepfake 技术过去几年的发展历程。这位 Goodfellow 非同小可，正是公认的首位 GAN 过程发明者。
聊聊这四年半里，GAN 在人脸生成方面的进展： https://t.co/kiQkuYULMC https://t.co/S4aBsU536b https://t.co/8di6K6BxVC https://t.co/UEFhewds2M https://t.co/s6hKQz9gLzpic.twitter.com/F9Dkcfrq8l – Ian Goodfellow (@goodfellow_ian) 2019年1月15日
GAN 发展简史
查阅 Goodfellow 链接中的学术论文，就能清楚看到 deepfake 技术是如何在新型 AI 架构、大规模数据集以及更强算力的协同支持之下，一步步快速发展的：
2014 年：Deepfake 的诞生元年
Goodfellow 与同事发表了全球首篇介绍 GAN 的科学论文，这也代表着 GAN AI 的诞生。正是 GAN 的出现，才一步步催生出我们如今所熟知的 deepfakes。
早在 2014 年，就有迹象表明 GAN 有望生成仿真度极高的人脸。
2015 年：GAN 更上一层楼
研究人员开始将 GAN 与经过图像识别优化的多层卷积神经网络（CNN）相结合。CNN 能够并行处理大量数据，而且在显卡上的运行效率特别高。这一组合取代了以往较为简单的 GAN 代理驱动网络，也让生成结果的可信度迈上新的台阶。
卷积网络的结构越复杂，生成的伪造人脸就越可信。但 2015 年时，写实风格的图像还没有出现。
2016 年：Deepfake 眼镜与人脸处理
研究人员把两个 GAN 结合了起来：不同网络的代理之间能够相互共享信息。通过这种方式，双方就能开展并行学习。
每个代理都会稍微修改学习数据。例如，其中一个代理可以分别生成戴太阳镜和不戴太阳镜的人脸。这时候，生成的人脸已经更加可信，但一眼假的情况仍然没有消失。
借助耦合 GAN，伪造人也可以戴上太阳镜或者佩戴珠宝首饰。但这些人脸本身仍然存在很多瑕疵，一眼假问题继续存在。
2017 年：英伟达推动质量飞跃，第一段 deepfake 视频出炉
英伟达研究人员成功解决了以往 GAN 中的一个主要问题，由此推动质量迎来重大飞跃：
由于图像分辨率越低、检查代理就越难判断内容的真伪，所以生成代理往往倾向于产出模糊不清的图像——毕竟越清晰、越容易出错嘛。看来 AI 也是相当鸡贼。
AI换脸术「Deepfakes」8年进化史
中央网信办：整治利用“AI换脸”生成涉未成年人低俗色情图片视频等问题
来源：原创稿