我們或許會想，衣服為什麼一定要有模特兒來穿呢？沒有模特兒，消費者也能直接看到不經修飾的服飾平鋪圖，模特兒似乎沒必要。
當然，對服裝品牌來說，沒有模特兒不利於帶貨，儘管模特兒成本不低，但真人呈現服裝的效果還是比平面圖好。只是用模特兒拍攝服裝，遇到童裝時很可能碰上道德問題──父母利用孩子賺錢時可能會忽略他們的感受。
現在，AI 或許能解決這些問題，它或許能代替部分服裝模特兒。
日本データグリッド公司（Data Grid）開發了「自動生成全身模特兒 AI」。這是可自動生成不存在模特兒的高解析度全身影像 AI，能應用在服裝展示、廣告等不同領域。
使用的技術與之前網路熱門話題的「楊冪換臉」、「換臉成人片」一本同源，都是在人工智慧基礎之上的人物影像合成技術 Deepfake。這可用「生成對抗性網路」（GAN）的機器學習技術，將現有影像和影片疊加到原始圖像或影片，合成器（生成網路）及偵測器（認證網路）在不斷進化的回饋迴路工作，最終建立真實的合成圖像和影片。
▲ 上中國網路熱搜的朱茵變楊冪合成影片。
事實上，做研究和訓練的學者早就有行動了。2018 年 8 月，加州大學柏克萊分校研究人員發表題為《Everybody Dance Now》的論文和影片。透過這項技術，舞蹈初學者也能在影片或圖像看到自己跳出最到位的舞蹈動作。
當然，一年前的研究成果中，還能看到臉部和軀幹的不自然。相較於原始舞蹈影片，生成的全身舞蹈影片屬於稍微用心就能看出不對勁。
▲ 還能輕易辨認真假的全身合成影片。
同年，德國海德堡大學 Bjorn Ommer 博士領導的研究團隊也發表了關於教機器怎麼真實呈現人類動作的論文。
這只是開始，全身合成的假動作影片慢慢走入大眾視野，甚至顯出商用潛力（不僅限於成人片行業）。如今，Deepfake 可在舞蹈、體育和生物醫學研究等領域發光發熱，當然目前最突出的還是在假資訊和政治應用廣泛。
（Source：futurism）
Bjorn Ommer 表示，「我們已看到全身合成不僅出現在遊戲業，也出現在許多能創造收入的領域……對我們來說，這是正在考慮的不同領域，比如生物醫學研究。我們想更詳細了解與殘疾等相關的人類乃至動物的姿勢。」
在他看來，雖然無法預測 AI 全身合成什麼時候能達到研究人員期望的高度，但整個研究朝著好方向發展。
▲ Bjorn Ommer。
但這也帶來另一個問題──技術濫用。每個人都可在 GitHub 之類的開放社群找到最新研究成果，找到可使用的程式碼。每個人都能在沒有完全意識到全身合成技術可能會引發什麼後果的情況下使用它，生成不易辨別的影片或圖像。
到時候，每個人都可能成為技術的應用者與「受害者」。就像調查記者 Van de Weghe 所說：
（面對 Deepfake 產生的虛假內容）受威脅最大的不是大人物、政客和名人，而是普通人──像你、我，以及那些可能成為或已成為 Deepfake 受害者的邊緣群體。
科技新報粉絲團
加入好友
訂閱免費電子報
