STEP:“AI換臉”火爆背后：人臉識別是門好生意嗎？_人工智能考研考哪些科目STEP價格

上個周末，一款名為“ZAO”的換臉APP突然火了起來。一夜之間，整個朋友圈好像都在“跟明星談戀愛”。

不過，由于用戶協議中關于個人隱私的一些條款，這款軟件火了還不到一天，就遭到多方質疑，日前更是被工業和信息化部網絡安全管理局約談，要求其開展自查整改。

雖然“ZAO”的火爆只是曇花一現，但有關AI換臉及人臉識別等技術的討論卻仍舊火爆。

AI是如何實現換臉的？

所謂隔行如隔山，作為一個外行人，我們很難搞明白AI換臉的深層原理，但綜合互聯網上所得到的信息，我們可以了解到AI換臉的大致流程。

STEP1:

框選人臉、提取人臉信息

要想成功地實現人臉替換，就要將一個視頻分解成若干幀圖片，再依次對這些圖片進行處理。

人工智能需要先經過大量的學習與訓練，知道如何從圖片中正確地框選出人臉，以及將這張臉還原成正常光線下的正面照。這之后，再從框選出的人臉圖片上提取核心信息，比如五官、表情等。

Aave社區今日將開啟關于“Aave V1下線計劃”的ARFC提案投票:4月13日消息，Snapshot投票頁面顯示，Aave社區將于今日18:00開啟關于“Aave V1下線計劃”的ARFC提案投票，該提案提議對平臺上列出的所有資產實施新的費率策略來下線Aave V1，鼓勵用戶將其資產遷移到Aave V2或Aave V3。如果獲得批準，將提案作為AIP提交以供鏈上治理批準。該投票將于4月16日截止。[2023/4/13 14:01:36]

STEP2:

得到轉換編碼

在上述學習、訓練的過程中，人工智能會總結出一套如何將圖片轉換成核心人臉信息的編碼，也可以理解成一套公式。

STEP3:

完成轉換

最后，只需要套用這套公式，就可以得到一張“新”臉了，再將這張臉復原回圖片和視頻，我們的換臉就成功啦。

巴薩球星阿爾維斯與英國奢侈制表商B&S合作推出NFT“Alves Trophy Collection”:金色財經報道，據Backes&Strauss (B&S) 官方網站消息，為慶祝巴薩球星達尼·阿爾維斯（Dani Alves）傳奇職業生涯，這家英國奢侈制表商將于阿爾維斯合作推出其個人NFT系列“ Alves Trophy Collection”。據悉，Alves Trophy NFT 手表系列將分為三個幾倍，分別是Premium、Fractionalized和 Regular，其中 Premium NFT 提供真實手表的所有權，該 NFT 價格等于手表價格，總計發行 38 枚；Fractionalized NFT 總計 750 枚，可分享 5 塊手表所有權（以碎片化形式出售，150 個 NFT 可獲得一塊手表）；Regular NFT 總計 1482 枚，持有者有機會獲得阿爾維斯獨家前面 T 恤、足球和帽子等優惠和福利。[2022/5/12 3:11:04]

舉個例子

或許我們可以這樣簡單理解，如果你想將楊紫的臉換成自己的，去和李現“談戀愛”，需要這樣做：

Avalanche基金會推出2.9億美元的“Avalanche Multiverse”計劃:3月8日消息，Avalanche基金會周二宣布推出“Avalanche Multiverse”計劃，以激勵Avalanche區塊鏈上的新型開發。Avalanche基金會將為該計劃提供400萬枚AVAX代幣（按當前價格計算價值約2.9億美元）作為資助，旨在鼓勵其網絡上子網（subnets）的增長。

這些子網是鏈接到Avalanche的區塊鏈，它們共享類似的工具和功能，但可以根據特定應用的需求進行定制。其速度和成本不會受到Avalanche區塊鏈上其他事件的影響——例如一次熱門NFT drop。子網也可以使用自己設計的代幣，而非AVAX。

在其最新的公告中，Avalanche基金會強調了兩個已經在進行的子網項目：DeFi Kingdoms和一個機構級DeFi倡議，其中包括6個加密領域的大公司。

具體而言，NFT游戲項目DeFi Kingdoms是第一個通過Avalanche Multiverse計劃獲得資助的子網，該項目已獲得1500萬美元的撥款。這些獎勵將以AVAX和CRYSTAL（DeFi Kingdoms的新原生代幣）分發。（The Block）[2022/3/9 13:45:16]

①讓人工智能通過學習和訓練得到“楊紫轉換公式”

XCOPY的NFT作品“All Time High in the City”以1630枚ETH價格售出:1月3日消息，據SuperRare平臺數據顯示，加密藝術家XCOPY創作的加密藝術作品“All Time High in the City”以1630 ETH（約合619.7萬美元）價格售出。[2022/1/3 8:21:33]

②讓人工智能通過學習和訓練能夠順利提取你的五官

③將你的五官套用到“楊紫轉換公式”中得到一張擁有你的五官的“楊紫臉”

④將這張“臉”還原到視頻中

知乎上關于“AI換臉是什么原理？”的問題中，答主“CalebGe”的回答更加生動：

假設我們的世界里只有兩個畫家，畫家A只會畫貓，畫家B只會畫狗。一天，畫家A偶遇了一條兇悍的狗，狗狗怕生，齜牙咧嘴，不停地朝他吠。他一時畫意頓生，把眼前的景象隨手畫了下來。只是因為常年的畫貓經歷讓他不管畫什么看起來都是貓，所以這次他畫出來的是一只齜牙咧嘴的貓。畫家B拜訪朋友家，見到了一只正在玩線團的貓，被它的古靈精怪吸引，他也隨手將景象畫了出來，只是他筆下畫出的，是一條擺弄線團的狗。

動態 | 加密市場對于“AT&T是否完全算是接受比特幣”引發爭論:據FXStreet消息，針對“美國電信巨頭AT&T宣布將通過BitPay接受加密貨幣支付賬單”的消息，加密社區的反應各不相同。 Morgan Creek Digitall聯合創始人Anthony Pompliano和幣安CEO趙長鵬對此消息表示樂觀。 然而，有些人對這個消息相當悲觀。爭論的焦點是AT&T并不完全算是將接受比特幣，BitPay才是。BitPay將把比特幣轉換成法幣，然后由AT&T接收。[2019/5/24]

人臉識別前景幾何？

“ZAO”雖然一夜爆紅，但也讓不少人感到害怕：如今AI換臉技術發展得如此迅速，個人的隱私與信息安全如何保證？

而作為實現AI換臉的基礎技術之一，人臉識別技術也再一次引發關注和討論。

所謂人臉識別技術，就是利用計算機分析人臉圖象，進而從中提取出有效的識別信息，用來“辨認”身份的一門技術。

應用場景逐漸增多

關于人臉識別的研究其實可以追溯到20世紀50年代，不過在此后的一段時間內，這種研究還只是停留在“人工”階段。直到20世紀90年代，借助于計算機的超高運算能力，人臉識別研究才開始真正發展起來，也成為了當時的科研熱點。大約在2010年前后，人臉識別技術開始進行商業化嘗試，并在最近兩年出現了快速發展。

2013~2018年中國人臉識別市場規模統計情況及預測

數據來源：前瞻產業研究院整理

2014年開始大幅增長的專利申請數量也揭示了最近兩年這一行業的發展速度。

2010~2017年中國人臉識別相關技術申請量變化趨勢

數據來源：前瞻產業研究院整理

另外，隨著自身的快速發展以及5G等其他技術的不斷壯大，人臉識別技術的應用場景也正在逐漸增多。

目前已應用場景

身份識別：刷臉進站、手機解鎖、APP登錄等

安防：抓捕罪犯、尋人等

金融：刷臉支付等

未來，在身份識別、金融、安防、智慧城市建設等領域，人臉識別的前景非常廣闊。

《中國經營報》記者曾采訪到刷臉設備生產商和微信支付服務商錢客多的總經理于挺進，他表示，比如在監獄、學校、工廠等一些不允許攜帶手機的場所，刷臉支付非常方便。“有服務商已經把刷臉支付產品鋪到了監獄里！”

前途仍不明朗

不過，目前行業內也確實存在一些問題。

1.

技術發展不完善

目前人臉識別技術的發展仍不完善，用戶體驗差的情況時有發生。同時，大部分網友對這一技術還不大信任，擔心存在個人隱私泄露的問題。

比如這次引起大家熱議的AI換臉技術，不少網友擔心，一旦我們的“臉”被犯罪分子利用，很可能會出現詐騙、賬戶盜刷的情況。

諸多顧慮下，人們對于人臉識別的態度仍比較謹慎。

2.

盈利能力待解

目前，國內的頭部人臉識別企業主要有四家：商湯科技、曠視科技、云從科技、依圖科技，這四家公司也被稱為“AI四小龍”。

據公開資料整理

雖然商湯科技、云從科技、依圖科技都曾對外表示公司已實現盈利或收支平衡，但我們從前不久剛剛在港交所提交IPO申請的曠視科技的招股書中，還是能看到目前行業內存在的變現難題。

曠視科技收入與虧損情況

數據來源：曠視科技招股書

曠視科技的收入雖然從去年開始有了大幅提高，但虧損也在不斷擴大。

不過對于虧損增加的原因，曠視科技方面解釋稱，主要是由于優先股的公允價值變動以及對研發的持續投入。

因此，曠視科技也披露了經調整后的財務數據：2018年經調整凈利潤為3219.5萬元；2019年上半年經調整凈利潤為3267.7萬元。

3.

研發與人才成本高昂

作為高新技術產業，人臉識別企業的研發成本肯定十分可觀，這點從曠視科技逐年增長的研發開支中也能窺得一二。

曠視科技研發支出情況

數據來源：曠視科技招股書

另外，對于這樣的領域來說，從業人員門檻較高，人力成本也相對較大。

更何況目前行業內還存在較大的人才缺口。

商湯科技總裁張文曾在2018年進行的一次演講中表示：

據騰訊研究院發布的《中美兩國人工智能產業發展全面解讀》分析，美國人工智能產業總量約是中國的2倍，基礎層人才數量是中國的13.8倍，人才差距巨大。另據高盛發布的《全球人工智能產業分布》報告統計，2017年全球人工智能人才儲備，中國只有5%左右，人才缺口超過500萬人。稀缺的人才更加重了企業的人力成本。

雖然目前行業內仍存在不少發展難題，但隨著技術的升級以及產業的完善，這些問題或許都有機會迎刃而解。

如今，資本及各大企業都已開始積極布局。未來，人臉識別會不會成為下一個“風口”，這或許又是一個需要交給時間驗證的問題了。

Tags：人工智能STEPTEP人工智能技術應用學人工智能后悔死了人工智能考研考哪些科目STEP價格STEP幣TEP幣TEP價格

Polygon