撰文 | 彭君韬（Tony） 张震
最近，一个名为「TJWei」的人在 YouTube 上传了一段视频。在这段近四分钟的视频中，我们可以看到，两个人无论是说话还是动作都是同步进行的。二者看起来都是真人，不过令人意想不到的是，其中一个人像是由人工智能算法实时生成的。
这一段视频获得了很多人工智能领域专业人士的关注，甚至生成对抗网络教父 Ian Goodfellow 也转发了这条视频。与此同时，微博用户就此事也展开了热议，大家纷纷猜测这一新技术将对 YouTube 主播产生什么样的影响。目前，这个视频分享网站上的一些知名主播，比如 Ryan Higa 和 PewDiePie，年收入近 1500 万美元。
这段视频的背后是一种名为 CycleGAN 的人工智能技术。它是一种新型的 GAN，能够在不使用双份训练数据的情况下，学习如何把一个图像的特征转换到另外一张图像上。在过去，要实现图像到图像的转换，需要依靠两份相互对应的图像。这种专门的数据集编译起来困难程度较大，获取数据的成本也很高。
论文《Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks》首次提出了 CycleGAN 的概念。这篇论文由加州大学伯克利分校的四名博士生撰写而成。该团队使用 CycleGAN 创造了一个两步转换法，先将原始图像的特征转换到目标图像上，然后再返回到原始图像。这种新型的 GAN 在各种图像到图像的转换中取得了很好的效果，包括马到斑马的物体转换、莫奈和梵高绘画风格的转换以及风景的季节转换等。
受到 CycleGAN 的启发，研发人员正探索这一技术在不同领域中的应用，如人脸交换视频等。该技术的开发者 TJWei 已将这一技术开源，并分享在 Github 上。在 GAN 等无监督学习模型的助力下，人工智能无需依靠很大的数据集，也能生成很多这种类型的视频。不过，在短期内，YouTube 主播想要让这种形式的视频成为主流还不太现实，因为视频输出需要差异化。此外，这种技术还有将虚拟实体推入「恐怖谷」的风险，看起来比较瘆人，有点让人毛骨悚然。
目前来看，PewDiePie 的视频内容还算安全，不会受到人工智能的威胁。
