隨著修圖軟件的迭代升級，在社交媒體上我們知道，有圖已經不一定有真相了。
而且隨著現在科技的發展，就連視頻都不一定是真的了，特別是在人工智能的加成下，就像我們上次說到的蓋爾加朵的小視頻。
而且最近，在美國的社交媒體上，還有一段奧巴馬的演講視頻，也是嚇壞了不少人。
視頻中的聲音和麵部表情完全和奧巴馬本人一致。但如果現在告訴你整個視頻完全是由人工智能偽造合成的，你怎麼想？
這項技術已經引發了美國國防部高級研究計劃局的關注和思考。這種偽造最可怕的地方在於，想要掌握它太容易了。
過去，偽造圖片或者視頻也是可以完成的，不過這些圖片無論是通過巧妙的拼接，或者逼真的CG動畫，都需要專業人士和大量的時間成本。
而現在，人工智能把這項專業又高深的技術拉到了普通人的面前。現在，任何一個普通人，只要掌握某個公眾人物幾百張照片，就能通過人工智能偽造出一張照片出來。
是的，只要幾百張。一般來講，要讓人工智能熟練掌握一項技能，需要海量的數據。拿偽造照片這種事情來舉例，過去需要幾萬張照片才能把人工智能訓練好。
給你們看看學習之後的偽造效果
但是人工智能也在迭代和進步。用業內術語來講，就是人工智能的模型在不斷更新。其中最厲害的一種叫做：
生成式對抗式網絡
（GenerativeAdversarial Networks）
英文縮寫是GAN。這個模型被今年的《麻省理工科技評論》評選為了全球十大突破性技術。上榜的理由是：它給機器帶來一種類似想象力的能力，而且讓它們變得不再那麼依賴人類，但是與此同時，也把它們變成了一種能力驚人的造假工具。
通過GAN生成手寫數字
簡單來說一下GAN的原理。它由兩個神經網絡組成，一個叫做“生成網絡”（Generator Network），一個叫做“判別網絡”（Discriminator Network）。
生成網絡要做的事情就是，學習一組圖像，然後加入一個“噪聲”，這個噪聲可以理解為一種不確定性，把這個變化融入到圖像裡，然後生成一個新的圖像。“生成網絡”的唯一目的是，騙過“判別網絡”。而“判別網絡”要做的事情就是，這張圖是不是原圖，是否被動過手腳。
就像你女朋友要你把她拍成蓋爾加朵，這時候你就是“生成網絡”，你的女朋友就是“識別網絡”，你拍了無數張照片，每一張都被你的女朋友指出哪個地方拍的不對，這根本不是蓋爾加朵，進行一點一點的改進，直到最後女朋友看不出和蓋爾加朵有什麼不同。
這兩套網絡好像是在互相博弈，而且都在通過這個過程不斷提高。最終的結果會是，“判別網絡”永遠無法區分出真假，這意味著，被做過假的圖片，已經可以以假亂真。
現在GAN的說謊能力有多強了呢？它能把黑夜變成白天，把哭的變成笑的，想象出一個地方一年四季的景色變化，哪怕是“靈魂畫手”就在畫布上隨便劃拉了一道子，它能把這條線，變成一副像莫奈畫出的美麗風景。
看上去很棒是吧？嚇人的應用也有。把人物臉上的墨鏡P掉，把一張模糊的或者打了碼的圖片高清還原，偽造一個人的簽名字體。
通過GAN可以將圖片從低分辨率還原成高分辨率，最右是原圖
當然還有最開頭說到的那個，偽造視頻。
現在谷歌的語音人工智能已經可以通過圖靈測試欺騙真人，把聲音和圖像結合起來。今後有視頻，也沒有真相了。
谷歌的人工智能可以幫你打電話，而且對方分辨不出它是人是機器
人工智能領域的專家們表示，不久之後就會很難知道一張照片、一段視頻或一段音頻是否是真實的。在這樣的趨勢下，
“當務之急是保護民眾。”閱讀更多 科技富能量 的文章
