深度赝品是你的朋友。是的，deepfake的技术在出现了假色情视频和貌似对政治构成威胁之后，变得臭名昭著，这是可以理解的。然而，总的来说，利用人工智能生成逼真模拟的能力对人类来说只是一个积极的方面。

 

越来越多的人发现了深层假货的新用途。良好的使用。无论是在博物馆里重现死去已久的艺术家，蓝冠代理深度学习的风险之一是在培训期间引入偏见，这可能来自许多来源。最终，用于训练模型的蓝冠测速数据集是无限的。还是在不需要重新拍摄的情况下编辑视频，deepfake技术都将让我们体验那些不再存在或从未存在过的东西。除了在娱乐和教育方面有大量的应用外，它在医学和其他领域的应用也越来越多。

 

简而言之，deepfakes通过使用深度生成模型来工作。基本上，神经网络的算法学习如何创建逼真的图像和视频的真实(或虚构)的人后，处理一个数据库的例子图像。通过对真人图像的训练，他们可以合成真人的真实视频。最终，同样的技术也可以用来合成同一个人的声音，这让人担心，我们距离政客和名人做或说令人发指的事情的虚假但完全可信的视频不远了。

 

但这是最糟糕的情况。更现实的是，deepfake技术将在重现过去和展望未来可能性方面发挥越来越有建设性的作用。越来越多的例子已经证明了这一点。

 

最近，路透社(Reuters)与人工智能初创公司合成器(Synthesia)合作，创造了世界上第一个由主持人主导的合成新闻报道，使用的是deepfakes的基本技术，从新闻主持人预先录制的视频片段中制作出新的视频报道。最新奇的是，通过使用deepfake技术，你可以为每个新闻浏览者自动生成个性化的视频报道。

 

除了电视，深度赝品在艺术界也有相当大的潜力。去年，蓝冠注册套件为在智能家居，自动化，智能家电和家庭娱乐等领域将Alexa集成到IoT设备中提供了新的机会。位于莫斯科的三星人工智能实验室的研究人员能够将达·芬奇的名画《蒙娜丽莎》转换成视频，利用深度学习来显示画中人物的眼睛、头部和嘴巴的移动。

 

同样，在去年的一场新展览中，佛罗里达州圣彼得堡的达利博物馆(Dali Museum)使用了deepfake技术。展览名为“达利生活”(Dali Lives)，展示了这位超现实主义艺术家真人大小的深度赝品，是通过对这位艺术家过去采访的1000个小时的机器学习创造出来的。这种深度伪造的娱乐传递了达利在他的职业生涯中说过或写过的各种名言。

 

达利的话是由一名演员说的，但苏格兰公司CereProc能够根据前总统约翰·f·肯尼迪(John F. Kennedy)的录音训练自己的深度伪造算法。通过这种方式训练deepfake的技术，该公司能够制作出肯尼迪1963年11月22日在达拉斯发表演讲的“丢失的”音频，肯尼迪正是在那一天遇刺身亡的。

 

上面的例子说明了深度赝品如何为更广泛的观众带来“鲜活”的历史和艺术。如果这有助于让成千上万的人对艺术和历史感兴趣，那么世界只会受益。

 

在教育和娱乐领域也出现了其他积极的应用。去年，英国一家医疗慈善机构使用deepfake的技术，让大卫·贝克汉姆用九种语言传递抗疟疾信息。与此同时，英伟达(Nvidia)等公司正致力于使用基于人工智能的deepfakes技术来为视频游戏创建图形。

 

此外，除了基于图像的媒体之外，深度假货的潜在机器学习技术还将对其他领域产生有益的影响。例如，在医学领域，伦敦大学学院人工智能教授杰兰特•里斯(Geraint Rees)预测，“深度生成模型的发展为医疗保健提供了新的可能性。”其中一种可能性是利用深度学习来合成真实的数据，这将有助于研究人员在没有通常真实病人数据的情况下开发治疗疾病的新方法。

 

英伟达(Nvidia)、梅奥诊所(Mayo Clinic)和MGH & BWH临床数据科学中心(MGH & BWH Center for Clinical Data Science)已经在这一领域开展了研究。研究人员发现，通过在这些医学图像和10%的真实图像上训练算法，这些算法在发现肿瘤方面与只在真实图像上训练的算法一样好。

这样的应用可能只是深度学习在医学中作用的开始，蓝冠测速“多模式”意味着调制解调器需要支持5G并向前代蜂窝技术提供向后兼容性，换句话说，蓝冠代理调制解调器需要涵盖过去和现在非常活跃的过去，同时还需要为多样化的发展铺平道路。而合成数据目前正用于其他领域以保护隐私。当然，就目前而言，deepfakes将继续享有坏名声，因为它们最出名的(可能)是威胁民主。尽管如此，如果我们能够教育自己只相信有信誉的来源提供的视频(就像我们只相信某些基于文本的新闻来源一样)，我们很快就会发现深度假货的好处将超过坏处。