Unsolved Report
AI奇闻异事

这个人根本不存在:AI如何凭空「造出」一张张真实的人脸

刷新一次网页,一张全新的人脸就会出现。这些人从未活过,却骗过了间谍、骗过了你的眼睛——GAN人脸生成技术的真相,以及那个至今无人能答的问题。

分享QQ

刷新页面。一个年轻女人对你微笑。

再刷一次。变成了一个白胡子老头。

再刷。满脸雀斑的孩子。再刷。穿蓝衬衫的商人。

每一张脸,看起来都无比真实。你在街上碰见他们,绝对不会多看一眼。

但这些人,一个都没有活过。

没有妈妈抱过他们,没有出生证明写着他们的名字,没有人给他们拍过照片。这些脸,是机器在你的屏幕亮起的那一秒里「梦」出来的——你滑走的那一刻,它就把这张脸彻底忘掉了。这个网站叫做 This Person Does Not Exist(这个人不存在),而它的名字,是一句字面意义上的承诺。

那么,一台电脑,是怎么凭空造出一张可信的人脸的?

An image of a young woman generated by StyleGAN, an generative adversarial network (GAN). The person in this photo does…
An image of a young woman generated by StyleGAN, an generative adversarial network (GAN). The person in this photo does not exist, but is g… — Wikimedia Commons, Owlsmcgee (Public domain)

有据可查的事实

这一切,起源于一场酒吧里的争论。

2014年,一个叫 Ian Goodfellow 的研究员,在蒙特利尔的一家酒吧里跟朋友吵架——吵的是如何让电脑生成逼真的图像。那天晚上,他想出了一个奇特的解法:让两个AI互相对打。这篇论文甚至感谢了那家酒吧——「Les Trois Brasseurs」——说它提供了「令人振奋的」环境 (Goodfellow et al., arXiv 2014)。

他的发明叫做生成对抗网络(Generative Adversarial Network),简称 GAN。想象两个死对头被关在同一个擂台上:

  • 生成器是造假者。它的工作是伪造人脸。
  • 判别器是侦探。它研究真实照片,然后判断造假者交出来的东西是真是假。

一开始,造假者惨不忍睹——生出来的脸像一坨糊掉的颜料。侦探一眼就识破。但每次被抓包,造假者就学到一点。经过几百万轮的对战,造假越来越精,侦探越来越刁,两个互相逼着对方进步。最终,造假者画出的人脸,让侦探只能靠猜 (生成对抗网络,Wikipedia)。

四年后,芯片公司 NVIDIA 把这个想法推上了新的高度,推出了一个叫 StyleGAN 的系统,由研究员 Tero Karras、Samuli Laine 和 Timo Aila 共同打造。他们用海量真实人脸照片训练它,让它学会把大特征(姿态、脸型、身份)和小细节(雀斑、散发)分开处理。最终的结果,能以令人毛骨悚然的精度「合成照片级逼真的人脸」(Karras et al., arXiv 2018)。

2019年2月,NVIDIA 把代码公开发布。几天之内,一个叫 Philip Wang 的 Uber 工程师把它包装成一个网站:每次刷新页面,就会出现一张全新的假脸。他说他自己都看傻了,没想到机器能「拆解人脸的所有关键特征,再以一种完全连贯的方式重新组合起来」(StyleGAN,Wikipedia)。他做这个网站,本意只是为了引起大众关注——结果直接炸了全网。

然后,更令人不安的事情出现了。2022年,一项发表在顶级同行评审期刊上的研究,让受试者看一堆真实照片和 StyleGAN 生成的假照片,要求他们分辨真假。结果:人们的准确率几乎跟抛硬币没区别。更糟的是,他们给假脸打出的「可信度」评分,比真脸还要高——平均高出约 7.7% (Nightingale & Farid, PNAS 2022)。

假脸不只跨过了「恐怖谷」,它们已经从另一边大摇大摆地走了出来。

A person created by an AI
A person created by an AI — Wikimedia Commons, StyleGAN2 (Public domain)

真正悬而未决的问题

有一个问题,至今没有人真正解决:我们能可靠地分辨真人脸和AI生成脸吗——而且,随着机器不断进化,我们还能继续分辨下去吗?

早期的 GAN 人脸是有破绽的。眼睛可能朝两个方向看,或者两只眼睛颜色不一样。耳环往往不对称。牙齿变形,或者多出一颗门牙。背景化成奇怪的污渍——因为 AI 把所有注意力都押在脸上,根本没空管边缘的细节 (Kyle McDonald, "How to recognize fake AI-generated images")。

有那么一段时间,这些破绽是我们的防线。但每一代新的 StyleGAN 都在抹掉更多破绽。当年打造出这些人脸的军备竞赛——造假者对阵侦探——如今正在现实世界里以同样的方式上演:假图生成器对阵假图检测器。而到目前为止,造假者一直在找到新的花招。

没有人能自信地说,长远来看谁会赢。

An X/Y plot of algorithmically-generated AI portrait artworks featuring the painting styles of various different dead a…
An X/Y plot of algorithmically-generated AI portrait artworks featuring the painting styles of various different dead artists, created usin… — Wikimedia Commons, Benlisquare (CC BY-SA 4.0)

各方解读与推测

那么,一个塞满「从未活过的人」的世界,究竟会对我们造成什么影响?在这个问题上,诚实的回答会分叉成几种可能——有些有据可查,有些纯属推测

它已经是真实的间谍工具(有记录在案)。 这不是猜测。2019年,美联社曝光了 LinkedIn 上一个叫「Katie Jones」的账号——一个30多岁、与美国高层官员有所往来的智库分析师。她根本不存在。她的照片带着经典的 GAN 破绽——模糊的耳环、头发周围诡异的光晕——专家们认定这是一张用于间谍招募的 AI 生成人脸 (AP via Gizmodo, 2019)。如今,假脸已经在互联网上充斥着假公司、假评论和假维权账号。

它正在悄悄腐蚀信任(推测,但合乎逻辑)。 一些研究者认为,更大的危险不是某张具体的假图,而是信任本身的慢性溃烂。如果任何一张脸都「可能是 AI 造的」,那么一张真实事件的真实照片也可以被一挥手说成「大概是 AI 吧」。这是对一种社会效应的明确推测,我们还无法量化——但从上面那项信任研究来看,这个逻辑是成立的。

它就是个无害的玩具(乐观派的观点)。 另一些人反驳说,合成人脸大部分时候是有用而且无害的:免费图库素材、保护隐私的医疗训练数据、电子游戏角色。按这种读法,恐慌远远超出了实际危害。

还有一点需要说清楚:没有任何可信证据表明这些系统是「有意识的」「有感知的」或者「暗中存在自我意识的」。GAN 不知道自己在生成人脸,它根本不明白「人脸」是什么东西。它只是一套穿着皮肤的统计学——一个背后没有任何心智的模式匹配机器。任何你看过的、声称 AI「决定」创造某人或者「拥有自由意志」的故事,都是未经证实、缺乏科学支撑的

最诡异的地方在于接下来会发生什么。如果机器能造出一张从未活过的脸,什么能阻止它造出一把从未开口的声音——或者一段你从未说过那些话的视频?那种假,已经存在了,而且它有一个人们正在开始感到恐惧的名字。

分享QQ
Advertisement

来源与延伸阅读

© 2026 Unsolved Report · 保留一切权利。严禁未经授权复制、抓取、转载或再散布本站原创文字内容,违者必究。
Advertisement
还没看够?下一个谜在这里

洛阿布:那个 AI 怎么删都删不掉的「闹鬼」女人

一个眼神空洞的女人不断从 AI 绘图程序里冒出来,谁都没法把她删掉。走进洛阿布——这张由负面提示词和潜空间催生的诅咒图像。

当脸书的AI机器人发明了自己的语言(以及围绕它的那些谣言)

2017年,两个脸书聊天机器人突然不说英语了,开始用一种古怪的暗语交流。脸书是因为害怕而关掉了一个有意识的AI,还是这些标题自己编出了最吓人的部分?这才是真相。

谷歌LaMDA「AI有意识」事件:那个说聊天机器人活了的工程师(2022)

2022年,谷歌工程师声称LaMDA聊天机器人拥有意识,甚至为它聘请了律师,随后被谷歌开除。这个AI究竟是真的醒了,还是只是一面太过逼真的镜子?

分享QQ
加入讨论
看到我们漏掉的线索?留下你的看法。
Advertisement
分享