“谁能真实反映一个人的脸：摄影师、镜子还是画家？”毕加索。
文 | 光谱
如果你最近在海外社交网络上闲逛，你应该也会注意到一个神奇的趋势：40年后，每个人都在分享自己的照片.
当然，人类并没有发明时间机器。这些照片不是来自真实的40年后，但效果太真实和美丽。而且，似乎每个帅哥靓女都在40年后变成了帅气大叔和时尚魔鬼：
乔纳斯叔叔组合(原乔纳斯兄弟):
复杂组合：
雷珀德雷克：
歌手毕丽：
就连落后30年的《蚁人》里的凯罗路德，也终于变成了帅气大叔：
除了减龄，FaceApp还支持除皱、性别改变、笑脸添加、拼图等功能。
从米托秀秀，到Instagram、Snapchat，很多软件都擅长人脸滤镜。即便如此，很多人还是第一次看到如此生动的人工智能面部合成效果。
FaceApp是怎么做到的？
事实上，FaceApp在最近流行之前已经存在了很长时间。其开发公司位于俄罗斯圣彼得堡，创始人是雅罗斯拉夫冈查罗夫。
他是“俄罗斯谷歌”Yandex的前高管。
Gonchalov曾透露，FaceApp依赖于深度神经网络，这是人工智能背后的技术。
具体来说，FaceApp 采用的是“深度生成式卷积神经网络”(deep generative convnets)。
人工神经网络是粗略模拟人脑神经连接结构的计算机程序。就像信号在人脑的神经元之间传递一样，科学家在节点之间进行数学传递和计算。最后，神经网络具有识别特征的能力。
FaceApp
提取关键特征点(如脸型、五官相对位置、发型等。)从你的人像照片中，又修改了其他不重要的特征点(比如肤色、皮肤材质、发色等。).最后，因为重要的特征被保留下来，你会得到一张看起来老了40岁的照片。
FaceApp采用的深度生成卷积神经网络属于生成式对抗网络,也就是最近在圈内非常流行的“生成式”(GAN)。
敌对网络)。
微软亚洲研究院提供了一个描述，对理解GAN的工作机制很有帮助：
男：嘿，你觉得我是为你拍的吗？女：这到底是什么？你学不会XXX的作文吗？男：哦，男：你能看到我这次拍了什么吗？女：看看你的后期，再看看YYY的后期。呵呵，男：哦，男：这次好点了吗？女：呵呵，我。
看你这辈子是学不会摄影了男：这次呢？女：嗯，我拿去当头像了男生一直试图拍出像优秀摄影师一样的好照片，女生一直以挑剔的眼光找出“自己男朋友”和“别人家的男朋友”拍的照片的区别。两者的交流过程：男生拍照> ->女生分辨男生拍的和自己喜欢照片的区别->男生根据反馈改进技术，拍新照片->女生根据新照片继续提改进意见->……，直到均衡出现：
> 即女生不能再分辨出“自己男朋友”照片和“别人家的男朋友”照片的区别。 贺笛，微软亚洲研究院 2017-05-11（稍有缩减）
正因为此，GAN 很适合用来人工合成虚假的，但看起来很“真实”的视觉素材，比如图像，甚至视频。
目前，网上可以找到的大部分 FaceApp 老年照片，在第一次老化时的效果最好。但如果你连续多次进行老化处理，就会发现 FaceApp
使用人工神经网络的线索：
在第三张照片里，你已经能清楚地看到人工神经网络是如何从第二张照片里 提取并强化皱纹特征 的。而在第四张里，皱纹的强化效果太过于明显，出现了失真。
在人脸上，GAN 可以做很多事情。FaceApp 的变老、去皱纹、变性别、加笑脸等等，都是 GAN 实现的。用 Instagram、Snapchat、抖音等
app，还可以实现瘦脸、化妆、加猫耳朵等效果。这一类改变，我们可以将其命名为 特征修改。
用美图秀秀，可以把人脸照片换成动漫风格；之前有一个app 曾经火过一段时间，名叫 Prisma，能把任何照片改成类似梵高《星夜》那样的风格。这种改变，叫做
风格迁移 (style transfer)：
GAN 还有一个方向，就是像很多科幻电影里那样，对一张模糊照片进行超分辨率清晰化 (super-resolution)。
下图中，左边为故意模糊的初始照片，中间为超分辨率的效果，右边为模糊处理之前的原图。可以看出，尽管复原的照片和原图仍有可分辨的区别，但至少清晰化的效果令人震惊。
尽管 GAN 可以做很多事情，从2017年上线以来，FaceApp 一直坚持在用 GAN
“写实”的方向上努力。冈查洛夫曾经宣称，市面上没有其它的产品或者论文研究，能够在写实效果上超越 FaceApp 的水准。
“谁可以真实反映一个人的脸：摄影师、镜子，还是画家呢？”毕加索曾经这样说过。
现在，人工神经网络不但能真实反映人脸，甚至还可以生成全新的、足以以假乱真的人脸……
喜欢这篇文章？
1）点击右下角的“好看”，让更多人看到这篇文章
2）分享到你的朋友圈和群里
3）赶快关注硅星人吧！
硅星人：（ID：guixingren123）
从科技到文化，从深度到段子，硅星人为你讲述关于硅谷的一切。
