2017年12月，一个名为“DeepFakes”的用户在Reddit上发布了一个“假视频”，把《神奇女侠》配角盖尔·加朵(Cal Gadot)的脸嫁接到一个成人电影女星的身上，但是看起来简直毫无漏洞。他应用了深度学习和AI新技术制造成了这个看上去以假乱真的视频。
DeepFakes实践上是一种人脸交流技术，望文生义，也就是在图像或视频中把一张脸交换成另一张脸。现实上，人脸交流技术在电影制造范畴曾经不是个新颖词了，但是之前电影视频中的人脸交流十分复杂，专业的视频剪辑师和CGI专家需求破费少量工夫和精神才干完成视频中的人脸交流。DeepFakes的呈现可以说是人脸交流技术的一个打破。应用DeepFakes技术，你只需求一个GPU和一些训练数据，就可以制造出以假乱真的换脸视频。
就Reddit上发布的视频内容来看，DeepFakes技术的效果似乎曾经十分杰出，但其实总结了DeepFakes生成的全部视频内容的特点还是可以发现它的局限性比拟分明，比方需求少量目的图片；用来训练的数据必需选择十分有代表性的图片；树立模型耗时绝对较长，也需求投入资金树立模型和维护运转。
由于没有足够多Oliver的正面照，所以网络无法经过察看学习，生成Oliver证件照。
虽然DeepFakes这一技术目前有一些短板，视频发布之后也引来不少讨论，网上不时有人宣布文章和报道，鞭挞这一“换脸”技术，称这种技术将会对社会发生很多负面的影响。比方说，这个“换脸”技术会给很多无辜洁白的人（像那些无故呈现在成人电影中的艺人）形成困扰；“假视频”会加剧虚伪旧事的散播，进而将大大损坏视频作为证据的可信度。
的确，心胸不轨的人会应用这项技术做危害社会的事情。但是算法自身没有价值观，人才有价值观，我们不可以因而完全否认这项技术的价值，我们应该好好考虑，如何把它用上邪道，发扬它的积极作用。
那DeepFakes可以使用的商业场景有哪些呢，将来或许我们应该发扬DeepFakes的积极作用。
据人工智能企业图普科技的Yuki引见，好莱坞在电影制造时其实曾经运用了这种技术，但是运用的本钱并不是这么低的。假如好莱坞可以用这一技术制造出十分不错的电影或许视频，那么随着工夫的推移，他们对专业视频剪辑师的需求一定会渐渐增加的。
这一技术异样能带来新的机遇，例如，让一些不知名的演员来拍电影，然后用大牌演员的脸来交换他们的脸。这可以用于制造YouTube视频或是普通民众拍摄的旧事节目。
在更多状况下，电影公司可以依据目的市场的需求来改换演员，Netflix能在拍摄前让观众自行选择演员。更有能够的是，这一技术可以让那些长工夫没有静态的演员重新回到观众的视野。
YouTube上一些关于DeepFakes视频的评论帖子都在讨论这个技术会打造出一个怎样的恶搞图片软件。Jib Jab是一家销售视频贺卡的公司，多年来不断都在运用复杂的人脸交流；但如今，它迎来了一个宏大的机遇。照片滤镜曾经为Instagram和Snapchat吸互联网思维，就是在(移动)互联网+、大数据、云计算等科技不断发展的背景下，对市场、用户、产品、企业价值链乃至对整个商业生态进行重新审视的思考方式。引了少量的用户，而人脸交流App也曾经有了很大的开展，Jib Jab无望引领下一团体脸交流的潮流。
这样的社交软件将会十分风趣，所以人脸交流的App完全有能够衰亡一个潮流，前提是开发这些模型的本钱足够低。
StarGAN这篇调研论文引见了如何运用一个算法生成不同发色、性别、年龄甚至是表情。我敢打赌，一款可以让你拥有精致小脸的App相对会火。
想象一下，有了这项技术当前，Target只需求给艺人领取一笔费用，运用该艺人的一些大头照，再复杂地点击一个按钮，就能让这名艺人延续一个月展现他们家的衣服。这不只可以为艺人、网红和社交网络上任何有影响力的人发明一个新的支出来源，还能为商家企业提供了一种品牌推行的新途径。但同时，这也引发了一些风趣的法律成绩，比方一切权的归属成绩，以及关于如何联系和运用其价钱权益的商业成绩。
Loolet会让成衣公司在人体模特上拍摄他们的服装，选择配套的衣服，挑选一张模特的脸和一个姿态，然后就能制造出一张可以投放市场的照片了。更重要的是，他们可以在没有模特或摄影师的状况下随意改动照片的作风。
想象一下，当你在上网时，看到的一切广告中都有你和你的冤家，还有你的家人。在如今看来这能够有点可怕，但你很难预测在几年后这会不会成为一种理想。
总而言之，我们都是视觉植物，广告商这些年来不断在试图惹起我们的情感共鸣：可口可乐将你的冤家放在一个嘻哈音乐视频中，希望向你传达欢乐；Allstate希望经过一个保险广告来缓解你的恐惧。除了这些以外，广告商惹起我们情感共鸣的方式能够会更直接：Banana Republic（GAP旗下的高端古装品牌）可以把你的脸放置在一个与你婚配的身体上，进而从抽象上压服你购置他们的皮夹克。
DeepFakes的原始用户像是开启了一个“潘多拉的盒子”，他们首先惹起了人们关于假视频制造对社会的影响的讨论。如今，大少数人都曾经承受了照片造假的景象，所以我希望在未来，我们也可以以异样的方式顺应视频的虚伪和不确定性。
DeepFakes还让人们真正地理解了这项技术的风趣之处。“深度生成模型”（比方DeepFakes运用的自动编码器）仅仅给算法输出了少量的数据案例，就可以帮我们创立一些看起来十分逼真的分解数据（包括图像和视频）。这意味着，一旦这些算法被转化成实践的产品，这个弱小的工具将进一步激起普通人的发明力。
如今，这项技术曾经有了很多风趣的使用，比方那些照片作风转换的App，只需复杂的步骤就能让你的照片看起来像一幅名画。但是目前，这一范畴的研讨尚未成熟，技术的使用还有很大的潜力。
企业海
