来历Futurism
作者Dan Robitzski
翻译SME科技故事
人工智能真的很拿手生成人脸图画，假如算法经过研讨不计其数的头像后就能做到这一点。
这便是为什么咱们终究得到人工智能重建的肖像，比方生成特定的漫画和动漫的肖像，以及从未实在存在的人的可信图画。
上星期，预印服务器ArXiv上宣布了一篇新论文，描绘了一种新的算法。它可以提取像素化程度极高的人脸，并生成或许像实在人物那样传神的头像。
该算法由韩国先进科学技术研讨院（Korea Advanced Institute of Science and Technology, ）的工程师开发，运用一种名为“人脸超分辨率（Face Super-Resolution）”的新技术，从含糊的图画中重建高分辨率的面部特征。
这关于内置在监控摄像头中的面部辨认体系来说有着可怕的影响——但咱们在这里要议论的是另一种噩梦。
人工智能专家乔纳森·弗莱(Jonathan Fly)注意到，Twitter上的表情符号是消除含糊算法的完美尺度，所以他把它们输入了体系，并在他的博客《我逼迫一个机器人》(I Forced a Bot)中记录了可怕的成果。
当它们完结将像素化的表情符号转换成人脸的使命时，该算法生成了一大群噩梦般的生物。比及算法发现没有可辨认的人类特征时，它就会生成自己的特征。比方在一片披萨上面沾了赤色尖叫的人嘴，而不是胡椒粉。
而一个苦楚的表情符号变成了一个嘴巴打开、布满尖利尖牙的黄皮肤白叟。其他圆形的黄色表情也发生了相似的改变。
这三个表情符号变成了可怕的、皱巴巴的怪物，看起来就像穿戴不合身的衣服相同，就像大多数仿真机器人的表情相同。
风趣的是，该算法在Twitch表情包上的体现要好得多，这很或许是因为它们一开始就更传神，这意味着它们将更挨近人脸超分辨率算法的正常输入。
但是，当Fly将其用在电子游戏精灵的制造上时，这一切都消失了，而且算法将本来的形象变得一团糟。
比方《迈克·泰森的重拳出击》(Mike Tyson’s punout)中的人物被歪曲得改头换面，看起来像被接连打了好几次相同。
有时，它们还会和布景含糊一同。这说明人工智能此时还无法了解在头像上呈现的其他物体，如眼镜、珠宝，或许在这种情况下是拳击场的绳子。
有时它们会与死后的景象含糊在一同，显示出人脸辨认AI无法了解呈现在头像中的其他物体，比方眼镜、珠宝，或许在这个比如中是拳击圈的绳子。
那么索尼克呢？他看起来或许比在那部备受批判的真人秀预告片还要糟糕。
你有什么想让SME科普的问题吗？
