根據科技網站 The Verge 的報導，推特使用者 @deepnudeapp 最近開發出一款名叫 DeepNude 的應用，官方稱為 「AI X光」。只要給 DeepNude 一張女性照片，借助 DeepFake 神經網路技術，圖片就可以自動「脫掉」女性身上的衣服，令身體暴露。該應用適配在 Windows 和 Linux 系統中，標準版免費，高級版售價為 99 美元。但由於應用產生的效果過於低俗，目前，官方已經宣佈關閉 DeepNude App 以及網站。
該應用開發者在聲明中承認這款應用並不是很完善，只適用於特定的照片。他們從沒想過它會像病毒一樣傳播開來，以至於無法控制，「大大低估了」用戶對這個應用的需求。
他表示，儘管採用了安全措施（加浮水印），但已經有 50 萬人在使用它，「人們濫用它的可能性太高了」。該應用開發者聲稱，不想讓假圖片的副本在網上被分享，也不想利用這些 「作品」 來賺錢。另外從現在開始，DeepNude 將不會發佈其他版本，也不會授權任何人使用，啟動高級版本許可也將停止。
據悉，這款應用在國外網站非常火爆，對於使用者來說，無需任何技術門檻，就可拿這款應用生成女性裸露圖片，加以編輯成色情影片，將其傳播開來。雖然圖片有浮水印，顯示為虛假合成，但很多用戶「信以為真」。
逼真效果的 DeepNude
據悉，此消息最初由 VICE 旗下的 Motherboard 網站曝出，他們使用了一張穿著衣服的人（動物）照片，打開 DeepNude，通過一些選項，幾秒鐘就會出現一張同一人的裸體圖像。之後，他們不斷測試了幾十張的圖片，並在 Sports Illustrated Swimsuit 雜誌中取得高解析度的配圖，雖然技術形成的是假像，但實際效果來看卻是十分逼真。
VICE 表示，他們在發表此消息時，收到了一封自稱為 DeepNude 開發者的郵件，其使用的名字為 Alberto。郵件中，Alberto 表示，該軟體基於 pix2pix，這是一種開源演算法，使用其可以創建生成式對抗網路（GAN），而這一演算法與之前人工智慧換臉技術 DeepFake 演算法相似，也和自動駕駛無人車用於「想像」道路場景的演算法極其相似。
而在應用下架之後，一篇名為 「研究 DeepNude 使用的圖像生成和圖像修復相關技術」 文章，得到了很多 Github 用戶的關注，這篇文章的作者是來自四川大學電腦學院的在讀碩士袁宵。他表示，DeepNude 軟體主要使用了三種深度電腦視覺技術，第一個是 NVIDIA Guilin Liu 團隊在 2018 年發表的論文「Image Inpainting for Irregular Holes Using Partial Convolutions」中提出的 Image-to-Image（圖像到圖像）技術，通過模糊的圖像畫面，不斷分析和訓練之後，仍然能夠恢復出原有的圖像。
另外，DeepNude 開發者所提到的基於 Pix2Pix 技術，這是由加州大學伯克利分校的研究人員于 2017 年所提出的，袁宵表示，該技術可以將黑白色的簡易圖轉換為彩色圖，並且能夠補全簡筆劃等等，比如上圖當中貓的簡易畫，通過深度學習與演算法訓練，自動生成貓色物體，帶有夢魘般的面孔，逼近貓體的圖像。
當圖像修復、補全邊緣部分之後，DeepNude 最後用上了 CycleGAN 技術，這是由前 MIT CSAIL 博士後研究員朱俊彥的博士論文所提出的，該技術能夠讓照片品質增強，圖像自動著色等。
雖然這是 DeepNude 軟體的演算法成果，但袁宵畢竟不是開發者，這只是他的推測與研究。而更多的網友表示，DeepNude 軟體使用的演算法與 DeepFake 太過於相似。
之前我們曾多次報導 DeepFake 演算法，這是一種基於深度學習的偽造技術，適用於修改圖片和影像，可以實現人臉的移花接木。這種技術讓美國從國會議員到普通程式師，受到了諸多影響。
6 月初，一份有關馬克·紮克伯格的假視頻在國外社交媒體 Instagram 和 Facebook 上廣為流傳。通過技術手段，視頻中的「紮克伯格」說出了現實中他從未說過的話，移花接木的效果可以亂真。
而 Alberto 在郵件中對 VICE 稱，他大約在兩年前開始開發 DeepNude 。當時他發現了人工智慧的潛力，並開始學習其基礎知識。而這款應用的靈感來源於雜誌上的 X 射線等廣告圖片。
他表示，DeepNude 是對這些廣告致敬，並沒有惡搞的想法。他說他是一名「技術愛好者」，而不是偷窺者，並且受到人工智慧的好奇心和熱情的激勵，想要從這個實驗中獲得「經濟回報」。Alberto 在郵件中表示，該演算法僅適用於女性，因為裸體女性的圖像更容易在網上找到，但他仍希望創建一個男性版本。
不管出於惡搞精神也好，獵奇心態也罷，他無疑是濫用了 AI 技術，對相關當事人造成了傷害。由於美國並未有嚴格的法律法規來完全約束其行為，導致受害者維權無門。
此前，飽受 DeepFake 之害的「黑寡婦」斯嘉麗就曾在公開場合表達過，對於 AI 技術濫用影響到其生活的憤怒和無奈。
雖然目前該應用已經被停止使用，但是 DeepNude 這樣的應用程式，仍然會持續被其他技術人員開發，並對外推出。在未來幾年內，隨著技術的不斷進步，效果應該會更逼真，處理時間也更快，這是不可阻擋的趨勢。如何利用好技術這把雙刃劍，成為了不得不考慮的一項重要因素。
DeepTech 深科技曾採訪 MIT 人工智慧實驗室主任 Daniela Rus，她認為人類需要謹慎、仔細地看待 AI 技術。技術是中立的，最終的結果取決於控制技術的人。若資料與算力存在很大的偏差，可能會造成難以想像的慘烈後果。
Daniela Rus 對 DeepTech 表示，雖然 AI 有諸多優勢，但是要警惕人類「抄近道」，該弄的東西沒有弄，欺騙技術與系統，造成很大的困擾。
技術是一把雙刃劍
實際上，能夠製造假圖片和假視頻的 AI 技術不僅僅只有 DeepFake，相關技術在過去五年裡層出不窮。這都要歸功於另一項大名鼎鼎的深度學習技術：生成式對抗網路（GAN）。
這是一種讓兩個神經網路「左右互搏」的技術，其中一個網路負責生成物體，一個網路負責判別物體，兩者通過不斷對抗來創造非常真實的虛構圖像、聲音或視頻。
自 2014 年 Ian Goodfellow 發明 GAN 以來，世界範圍內的很多深度學習團隊和企業都開始在上面添磚加瓦，各種 GAN 框架漫天飛舞。
在 DeepFake 出現之前，就已經有了基於 GAN 的 Face2Face 技術和 CycleGAN 模型。前者可以通過攝像頭捕捉人的臉部動作，然後即時轉移到現有視頻中的另一張人臉上，後者則可以改變圖片和視頻中物體或場景的樣貌，實現面部識別轉換。
類似的技術還有很多。比如英偉達的 StyleGAN，可以自動生成惟妙惟肖的圖片，適用於人臉、汽車、風景和動物等。對於人臉來說，StyleGAN 用來混合的特徵包括性別、膚色、臉型、姿勢、表情、鬍鬚、是否戴眼鏡、頭髮長度和顏色等等。它雖然不是一個完美的模型，生成的圖片經常出現瑕疵，但總體上效果出眾。
隨著技術的發展與進步，DeepNude 這款 App 比 DeepFake 簡單易用，更容易吸引用戶上手。但是，我們要深入思考，這項技術帶來的效果，卻是負面的，甚至可以說是畸形的。
資料與社會研究所的研究員 Mutale Nkonde 表示：「DeepNude 應用程式證明了我們對技術工具影響女性方式有著很大的擔憂。」
加州大學伯克利分校的電腦科學教授 Hany Farid 表示：「我們必須更好地檢查深度識別技術，如何更好地保護技術進步，以便他們不會通過有害的方式加以使用」。
另外，百度前首席科學家吳恩達也在推特上批評了這款應用，他認為這是人工智慧最令人作嘔的應用之一，「DeepNude 死了，我很高興」。
當大眾認為技術正在快速影響人們生活的時候，要深刻意識到，技術帶來的，不僅僅是正向的回饋，還有負面的效應，這把雙刃劍，如何利用，正在成為全人類最嚴峻的課題與挑戰。
本文係由DeepTech深科技授權刊登。原文連結：一键“脱衣”应用遭下架！吴恩达称，“DeepNude死了，我很高兴”
