大家看到的這張人臉是完全不存在于地球上的，為什么這么說呢？因為它是由AI合成的一張虛擬的臉。如果你仔細看就會發現一些缺陷，比如說皮膚的紋路、頭發的形狀、背景很怪等等，但如果不仔細看的話還真不太容易發現這是用電腦做出來的。那這是怎么做到的呢？

人工智能識別

其實這是由Nvidia公司研發出的一套算法，它利用了一種叫做GAN的機器學習算法（并沒有罵臟話哦~）,全稱Generative Adversarial Network，中文的意思是生成對抗網絡。這是最近非常熱門的一種人工智能神經網絡，而且這個神經網絡設計的真的是非常巧妙。傳統意義上，我們如果要訓練一個神經網絡，比如說想讓人工智能學會辨認圖片里的動物是不是狗，那就要先給它幾百萬張動物圖片，然后由人工標注哪張是狗，哪張不是狗。這樣人工智能在學習的時候才會有標準答案作對照。這種方式叫做 “監督式學習”。人類就像是人工智能的老師一樣，要先自己出考題，然后把答案寫好，再讓機器人作答，答題完畢后再由人類老師公布答案，給機器反饋，它才能夠有所進步。

人工智能對抗

但是這個GAN，即生成對抗網絡則是巧妙的繞過了人類親自當老師這個步驟。它的名稱“對抗”顧名思義就是，與其讓人來當老師，既耗費時間又耗費人力，不如一次訓練兩個相對應的人工智能，讓它們兩個自己去對抗，互相比拼，最后兩個都能得到進步。以人臉照片的例子來說，我們需要設計兩套演算法，一組是專門制造出以假亂真的人臉圖片的演算法，另一組則是專門識別出一張臉是真的人臉還是假造的人臉的演算法。打個比方，就像是專門印假鈔的偽造者和一個專門識別假鈔的警察在互相對抗一樣。偽造者先根據真鈔的模樣仿造出假鈔，而警察可能會收到真鈔，也可能會收到假鈔，在辨認完一張鈔票后，警察必須給出結論說，有多大的可能這張鈔票是真的，然后偽造者可以根據警察的結論判斷偽造的成不成功，哪些偽造技巧該保留，哪些該舍棄等等。雙方在這個過程中會越來越進步，警察越來越會辨認假鈔，而偽造者偽造的也越來越逼真。通俗來講就是道高一尺，魔高一丈。GAN生成對抗網絡也是如此，“偽造者”負責制造出假的人臉圖片，然后交給“警察”，也就是負責辨認的演算法來辨認，“偽造者”根據“警察”給的確定性結論的分值大小，來改進自己的方式，最終就可以做出各種以假亂真的照片了。

對抗模擬

這種方式最大優點就是需要人為干預的部分大幅降低，人只需要負責提供真正的人臉圖片就可以了。另一個好處是，可以同時訓練出兩個超強的人工智能，一個是可以制造出以假亂真的圖片的人工智能，一個是非常會辨別真假人臉的人工智能。

GAN生成對抗網絡的概念是在2014年一位加拿大蒙特利爾大學的大學生提出的，一提出后馬上引起熱烈討論，大家開始做出各種各樣有趣的圖像生成演算法。比如說做出一款不存在的車型、一種不存在的房間、甚至是一個二次元的老婆（而且不會重復，一人一個，大家都不用搶了，真的是廣大單身狗的福音啊），或是像我們今天介紹的生成出一張不存在于世界的人臉。小編不得不感嘆NVIDIA的黑科技真的是相當強大啊！