近日，Smile Vector在推特上更新了他们的机器人程序，AI已经掌握了随意改变照片表情的新技能。这个技术可以从网络上的扒下任何人脸图片，然后经过深度学习神经网络，生成微笑的表情。

不同于一键美白的app，尽管机器人目前的微笑还有一些尴尬，但是整个脸部表情的捕捉、生成都是自动。

假新闻几乎要成为2016的结语词，人们责怪社交平台、贪婪的所有人都遍故事的马其顿小镇、愚蠢只知道看图说话的传播者。而当伪造图片、视频技术完全人工智能化，人类不再需要任何技术，当PS变得和word一样简单，那么图片、影片的伪造，就会变得像文字一样任人蹂躏。眼睛，将成为最不可信的部分。

怪事年年有，今年特别多，有人说，这都是技术惹的祸。

人工智能多媒体技术：从研究到恶搞

Smile Vector并不是人工智能在多媒体领域唯一，或者最成功的产品，事实上，像这样通过AI的学习，掌握修改图像、影片的能力的技术开发，已经变得越来越成熟，对用户来说，通过AI的产品修改图片和视频，将变得前所未有的容易。

除了修改图像，人工智能在制图、绘画能力已经有了显著的提升。怀俄明大学的副教授Jeff Clune有一个通过数据库来训练神经网络，训练AI绘图的项目。他们从2005年Quian Quiroga的“当人类面对某些特定的画面时，人类的神经系统会获得一些刺激”的研究中获得了启发，并开始调教AI。

在2015年的时候，人工智能还只能模糊地描绘出一部分特征，到了2016年，他们已经能够准确地抓住内涵，当他们有了足够多的学习后，就能够根据指令，生成清晰的图片。

在开发者看来，人工智能图像生成，将为创意产业提供全新的帮助，AI将通过自己的绘画，为人类带了新的想法，指引新的方向。以家具设计师来说，当AI学习到了足够多的数据之后，它自动生成的桌子、椅子，一方面是有现实依据的，另一方面，也可能碰撞出人脑没有想象到的火花。

当然，直接生成图像的项目也有自己的瓶颈，由于缺少更高分辨率的数据库，目前能够生成的图片都在256*256的大小。科学家么你还没有生成真实的、高清图像的时间表。

不过，一旦这些技术被完善，那么投入商用的他们，很有可能会失去严肃的本质，成为全民娱乐中的一员。

人们已经可以想象到，从2D画面生成3D脸部模型的技术、实时改变视频面部表情、自动生成声音等AI多媒体技术将会成为了许多人自娱自乐的工具。比如，今年3月发布的Face2Face，它逼真地将一个人的面部表情、肌肉运动，完美地、实时地复制到正在播放的视频中的另一个人身上。

Face2Face通过特定的算法，重构源图像（source）和目标图像（Target）的面部特征，然后将一种变形函数套用在模型上，再次渲染目标图像的面部形状、阴影、光照等，最后将模型与背景复合，最终维持目标图像的嘴部形状，造成以假乱真的效果。

创作者、技术、应用者

眼看着一项项的技术被发表，眼见为实的古训成为笑话，越是拥抱技术，就有人越警惕技术。其实，在小编看来，和所有的影视作品、小说文本一样，技术所产生的效果，是由创作者、技术本身和应用者三方共同作用而成的。正如导演与影评人之间永远对作品有不同的想法一样，在技术的三角关系中，当一项技术来到了使用者的手中，它能够发挥的效果，往往是开发者想象不到的。

就算是Facebook被传统媒体因为假新闻问题喷得体无完肤，“假新闻”的出现，作为平台的Facebook并不是始作俑者。早在1860年，人类就将林肯的头安在了卡尔霍恩的身上，伪造了历史上的第一幅假照片。彼时，距离世界上第一张照片的出现，也不过30多年的时间。

不论是照片还是文字，纪录片还是新闻报道，即使在它的基本定义中，事实是这一切的基石，每个人都不可避免地对另一个对象产生偏见，再通过技术传播出带有主观意识的讯息。佛拉哈迪的纪录片《北方的纳努克》，是世界上第一部长篇记录电影，它刻意抹掉因纽特人用现代猎枪打猎的摆拍场景，引发了广泛的争议。然而今天的纪录片中，我们还是常常能够看到用动物园的幼崽冒充野生纪录片的“惯用手法”，不论是在学生习作，还是专业的BBC拍摄的纪录片中。

即使没有PS人类还是会“剪辑”，即使没有AI造图，还是有全村的人一起写假新闻赚钱。所谓的技术打破了“专业人员”的壁垒，让“造假”变得更加容易，就更加是个伪命题，谁都有权利用新的技术向世界宣告自己的偏见，作为每一个有独立意志的人，从中获得新的启发、辨别优劣本来就是存世的本领之一。而当技术越发成熟，越发开放，每个人都会获得更好的攻击或者防御能力。

技术，永远是最中性的，而使用者的底线、目的才是人类最需要去规范的。当然，用旧有的技术的手段去管理新技术，可能产生一定的时间差，也更加考验人类的学习能力。