你所不知道的 AI 进展

以你之姓@ 2023-06-17 04:51 11阅读 0赞

声明：本文转载自[http://www.ruanyifeng.com/blog/2019/10/artificial-intelligenence.html][http_www.ruanyifeng.com_blog_2019_10_artificial-intelligenence.html]

本文只做学习交流使用

人工智能现在是常见词汇，大多数人可能觉得，它是学术话题，跟普通人关系不大。

但是实际上，AI 突飞猛进，正在脱离实验室，进入日常生活。仅仅是现在的技术水平，就足以模糊现实与虚拟的界限，颠覆一般民众的认知。

![format_png][]

（图1：2018年10月，世界第一幅 AI 生成的肖像画，[拍卖][Link 1]成交价43.25万美元。）

为了让普通人了解 AI 的进展，谷歌的机器学习专家格里高利·萨普诺夫（Grigory Sapunov）写了一篇通俗的[科普文章][Link 2]，介绍目前的技术成果。这盘文章非常精彩，有大量的图片，加上一些简单的解释，信息量很大，对于了解技术动态很有帮助。

![format_png 1][]

（图2：谷歌的机器学习专家格里高利·萨普诺夫）

下面就是那篇文章的翻译，比较长，图片很多，但是值得耐心读完。我保证，有些内容一定会让你感到吃惊。

另外，插播一条活动消息。大家知道，国内最大的在线教育平台之一的，赞助了我的个人网站。他们最近启动了["腾讯课堂101计划"][101]，推广优质的技术教育资源。 **大家可以留意一下本文结尾的[免费活动信息][Link 3]，帮你掌握开发网页和手机 App，提高技术水平。**

## 一、图像处理 ##

人工智能最早是从图像处理开始的。图像处理是一种常见任务，智能要求比较高，需要使用 PhotoShop 之类的软件人工编辑，一般的算法解决不了。

### 1.1 对象补全 ###

2017年，日本科学家提出了一种[图像的对象补全模型][Link 4]。经过训练，模型可以补全图片上缺失的部分。

![format_png 2][]

（图3：图像的对象补全模型）

上图中，左边是原始图片，然后把中间的花盆涂掉，输入模型。模型会自动补全缺失的部分（右图），由于它不知道，那里有一个花盆，所以只会根据没有涂掉的部分，补上地板和扶手。

下面是更多这样的例子。涂掉的部分，模型都会补上，哪怕它根本不知道，那里原来是什么。

![format_png 3][]

（图4：图像的对象补全示例）

Nvidia 公司将这个模型做成了产品，放在网上。你可以到[它的网站][Link 5]，上传一张图片，然后涂掉一些部分，让网站替你补全。

![format_png 4][]

（图5：涂掉沙发旁边的茶几）

有的[图像软件][Link 6]已经应用这项技术，去除人像脸上的斑点。

### 1.2 背景处理 ###

背景处理指的是，将前景物体从图片分离出来，再对背景进行加工。目前，已经有[很好的智能算法][Link 7]可以去除图片背景。

![format_png 5][]

（图6：图片的背景去除）

在模型内部，图片会转成像素的色块。下图的浅紫色块就是前景物体，然后再把这些像素提取出来。

![format_png 6][]

（图7：背景去除模型）

这个模型也已经做成了[线上服务][Link 8]，大家可以上传图片感受一下它的效果。

既然可以去除背景，那当然就可以[更改背景][Link 9]，为图片合成打开方便之门。

![format_png 7][]

（图8：更改图片背景）

### 1.3 样式转换 ###

人工智能还能够[识别][Link 10]图片的风格样式（即像素的变化规律），将其套用在另一张图片。

![format_png 8][]

（图9：原始图片）

上图是两张原始图片，第一张是梵高的名画《星夜》，第二张是普通的风景照。模型可以提取第一张图片的风格，将其套用在第二张图片。

![format_png 9][]

（图10：套用梵高的《星夜》风格）

其他名画的风格，同样可以套用。

![format_png 10][]

![format_png 11][]

（图11：图像的风格转换）

### 1.4 图像着色 ###

一旦识别出图片中的物体，模型就可以统计不同物体的像素颜色规律，然后就能推断黑白照片可能的颜色，从而实现[照片着色][Link 11]。

![format_png 12][]

（图12：黑白照片的着色）

网上也有免费的[着色服务][Link 12]，大家可以体验。

## 二、GAN 方法 ##

### 2.1 简介 ###

GAN 是"生成对抗网络"（Generative Adversarial Networks）的缩写，它是一种革命性的提升人工智能模型效果、生成虚拟图像的方法。

原理很简单，就是两个神经网络互相对抗。一个神经网络负责生成虚拟图像，另一个神经网络负责鉴定假图像。理论上，如果 GAN 训练成功，那么生成的假图像与真图像将无法区分。2014年，这种方法提出以后，快速发展，目前效果已经可以乱真。

![format_png 13][]

（图13：GAN 的改进速度）

上图是过去几年，GAN 生成的虚拟人像。可以发现，每过一年，图片越来越大，细节越来越丰富，越发接近真实人像。它的工作方法也是如此，第一步生成一张低分辨率图片，然后慢慢放大，依次修改每一个像素，确定该像素怎样才能最大概率通过鉴定器。

GAN 不仅能生成虚拟图像，还能生成音频、文本，甚至是化合物分子。AI 模型可能创造出来的任何东西，都能使用 GAN 提升效果。GitHub 有一个[仓库][Link 13]，专门收集不同用途的 GAN，目前已经有500多种模型。

### 2.2 StyleGAN ###

目前，生成虚拟人像效果最好的模型是 Nvidia 公司的 [StyleGAN][]。下面两张头像，你能分辨哪张是虚拟的，哪张是真实的吗？

![format_png 14][]

（图14：GAN 虚拟人像）

这是网站截图，你可以去[那个网站][Link 14]试试看，能猜对多少张。需要提醒的是，这是2018年底的模型产物，随着模型进化，迟早将无法分辨真假。

GAN 不仅能生成人像，实际上可以生成任何图像。下面是 [BigGAN][] 模型生成的各种图像，图片里的东西都是不存在的。

![format_png 15][]

（图15：BigGAN 模型生成的虚拟图像）

### 2.3 图像翻译 ###

一种图像通过 GAN 转变为另一种图像，称为图像翻译。空拍照片变成地图、黑白照片变成彩色照片，都是图像翻译的例子。

[pix2pix][] 是图像翻译的开源工具，它可以让黑夜变成白天，示意图变成实物图。

![format_png 16][]

（图16：图像翻译）

也可以让春天变成夏天，晴天变成雨天。

![format_png 17][]

（图17：图像翻译）

图像翻译的难点在于，它需要有成对的示例（源图像和相应的目标图像），告诉模型应该怎么翻译，这些示例可能很难创建。但是反过来，只要有配对的示例，就可以翻译图像，不管这种翻译是否合理。下面是两只小猫翻译成对应的豹子、狮子和老虎。

![format_png 18][]

（图18：图像翻译）

[CycleGAN][] 模型还支持跨域翻译，将照片翻译成油画，斑马翻译成马。

![format_png 19][]

（图19：图像翻译）

Nvidia 开发了一个 [GauGAN][] 软件，可以在线试玩。用户只需手绘一个示意图，软件就能生成一张对应的风景照片。

![format_png 20][]

（图20：GauGAN 将示意图变成照片）

### 2.4 人像翻译 ###

图像翻译用于人像，就是人像翻译。[StarGAN][] 模型可以翻译面部属性，比如头发的颜色、性别、肤色等。

![format_png 21][]

（图21：脸部属性的改变）

还可以把其他人的表情移植到你的脸上，下图分别是愤怒、快乐、恐惧的表情翻译。

![format_png 22][]

（图22：表情的改变）

[SC-FEGAN][] 是人像翻译的开源软件，可以让你编辑人像，比如加上刘海，去除墨镜等等。

![format_png 23][]

![format_png 24][]

（图23：人像编辑软件 SC\_FEGAN）

### 2.5 文本到图像生成 ###

GAN 最惊人的成果之一，大概就是[根据文本生成图像][Link 15]。用户提供一个句子，软件生成对应的图像。原始文本"一只红中透白、长着非常短的尖嘴的鸟"，可以得到下面的图像。

![format_png 25][]

（图24：根据文本生成图像）

论文甚至提到，将来存在可能，根据剧本直接生成一部电影。

## 三、视频生成 ##

图像处理逐渐成熟以后，人工智能业界的关注重点就转向了视频。

从一个视频生成另一个视频，这就叫视频翻译。目前比较成熟的两个方向是运动传递和面部交换。

### 3.1 运动传递 ###

运动传递指的是，将一个人的动作（包括身体、眼睛或嘴唇的动作）翻译到另一个人身上，使得另一个人出现一模一样的动作。

2018的论文[《Everybody Dance Now》][Everybody Dance Now]，给出了一个模型，可以将舞者的动作移植到任何人身上。

![format_png 26][]

（图25：动作传递）

上图中，蓝衣女子的跳舞视频完全是假的，是将左上角舞者的动作套用在她身上，自动生成的。

NVIDIA 公司的开源软件 [vid2vid][] 更为强大，可以生成高分辨率的、连贯的逼真视频。

![format_png 27][]

（图26：vidvid 软件）

### 3.2 脸部生成 ###

脸部生成指的是，根据一张脸的表情和动作，重建另一张脸。最著名的例子是虚拟的[奥巴马演讲][Link 16]。2017年，华盛顿大学的团队发表了一段奥巴马的演讲视频。奥巴马其实从未做过这个演讲，是将别人的表情和口型套在他脸上生成的，语音也是合成的。

![format_png 28][]

（图27：虚拟的奥巴马演讲）

这种伪造的视频被称为 [Deepfake][]（深度伪造），具有很大的欺骗性，许多在线平台都禁止上传这一类视频。

![format_png 29][]

（图28：伪造的特朗普演讲，将喜剧演员的表演变成特朗普自己在讲。）

![format_png 30][]

（图29：深度伪造的普京）

2018年出现的[《深度视频肖像》][Link 17]更进了一步，生成的视频不局限于虚拟的面部表情，还会头部旋转、眼睛凝视和眨眼，是 3D 的肖像重构。

![format_png 31][]

（图29：深度视频肖像）

这些技术还在[继续发展][Link 18]，现在你可以给出任意文本，从任何你指定的对象嘴里说出来。甚至只凭一张照片，就可以生成一段表情变化的视频。

![format_png 32][]

（图30：一张照片生成各种表情）

### 3.3 中国的实践 ###

国内的人工智能视频生成，并不落后于国外。换脸应用 ZAO 只需用户上传一张照片，就能把影视剧主人公的脸换掉，好像你本人在表演电影一样。

![format_png 33][]

（图31：换脸应用 ZAO）

2018年，新华社与搜狗合作推出了虚拟新闻主播，具有真人的形象，带有声音、面部表情和动作，在电视上播报新闻，已经开通了英语、俄语、阿拉伯语的主持人。

![format_png 34][]

（图32：虚拟新闻主播）

### 3.4 视频渲染 ###

除了视频生成，人工智能在视频渲染上也取得了很大进展。

Nvidia 公司2018年展示了实时光线追踪 RTX 技术。这项技术用人工智能预测光线的变化，从而不用耗费大量计算去追踪光线，因此可以实时渲染出高画质的 3D 动画。这对于视频游戏有重大意义。

下面是使用这项技术的 Unreal Engine 4，实时渲染出的一个女子的[3D 动画][3D]，可以一边计算生成，一边播放，完全没有延迟。

![format_png 35][]

![format_png 36][]

（图32：实时渲染的动画）

实时光线追踪技术还可以用于自动驾驶，在白天和黑夜的不同时间，不同的路面和环境下，预测出暴雨、风雪和强烈的眩光导致的光线变化，对驾驶做出调整。

## 四、文本和声音处理 ##

最后，简单提一下，人工智能在文本和声音处理领域的进展。

**（1）语音合成**

谷歌在2018年推出了智能助手 Google Duplex，它会根据你的日程，自动打电话去餐厅订座位。谷歌 CEO 说，这个机器人的对话能力，使得对方完全没有发现这是机器人。

**（2）音乐合成**

OpenAI 基金会推出的 [MuseNet][]，通过学习数十万段 MIDI 音乐，能做到使用10种乐器，生成一段4分钟的音乐。它的官网有这些音乐的下载，相当动听。

**（3）自动评论**

据报道，使用 Yelp 网站的数据进行训练的模型，可以[自动生成][Link 19]餐厅评论。

> 1.  我喜欢这个地方，一直来这里已经好多年。它是与朋友和家人相聚的好地点，我喜欢这里的食物和服务，从未有过糟糕的经历。
> 2.  我吃了烤蔬菜汉堡配薯条！哦，很好吃！
> 3.  我和我的家人都是这个地方的忠实粉丝。工作人员超级好，食物也很棒。鸡肉很好，大蒜酱也很完美。配水果的冰淇淋也很美味。强烈推荐！

上面这些都是机器生成的评论。

**（4）智能邮件**

Gmail 会根据电子邮件的来信内容，自动生成[三种不同的回复][Link 20]，让用户选择。如果只是简单回应，用户不用自己动手写。

Gmail 的[另一个功能][Link 21]是，根据用户已经写的内容，预测接下来会写的句子，供用户选择。

## 五、小结 ##

毫无疑问，人工智能是很酷的技术，创造出了神奇的产品，有着难以想象的巨大应用前景。

但是，人工智能也是一把双刃剑，模糊了现实与虚拟之间的界限，把我们带上了一条不可预测的道路。作为个人，了解这些技术的进展和潜力，有助于保持一份清醒，享受技术之福的同时，避免它带来的一些副作用。

（正文完）

[http_www.ruanyifeng.com_blog_2019_10_artificial-intelligenence.html]: http://www.ruanyifeng.com/blog/2019/10/artificial-intelligenence.html
[format_png]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly93d3cud2FuZ2Jhc2UuY29tL2Jsb2dpbWcvYXNzZXQvMjAxOTEwL2JnMjAxOTEwMjgwMS5qcGc?x-oss-process=image/format,png
[Link 1]: https://www.christies.com/features/A-collaboration-between-two-artists-one-human-one-a-machine-9332-1.aspx
[Link 2]: https://blog.inten.to/welcome-to-the-simulation-dd0d8cb6534d
[format_png 1]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly93d3cud2FuZ2Jhc2UuY29tL2Jsb2dpbWcvYXNzZXQvMjAxOTEwL2JnMjAxOTEwMjgwMi5qcGc?x-oss-process=image/format,png
[101]: https://edu.qq.com/a/20190119/005414.htm
[Link 3]: http://www.ruanyifeng.com/blog/2019/10/artificial-intelligenence.html#support
[Link 4]: https://web.archive.org/web/20191016060740/http://iizuka.cs.tsukuba.ac.jp/projects/completion/en/
[format_png 2]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly93d3cud2FuZ2Jhc2UuY29tL2Jsb2dpbWcvYXNzZXQvMjAxOTEwL2JnMjAxOTEwMjgwMy5qcGc?x-oss-process=image/format,png
[format_png 3]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly93d3cud2FuZ2Jhc2UuY29tL2Jsb2dpbWcvYXNzZXQvMjAxOTEwL2JnMjAxOTEwMjgwNC5qcGc?x-oss-process=image/format,png
[Link 5]: https://www.nvidia.com/research/inpainting/
[format_png 4]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly93d3cud2FuZ2Jhc2UuY29tL2Jsb2dpbWcvYXNzZXQvMjAxOTEwL2JnMjAxOTEwMjgwNS5qcGc?x-oss-process=image/format,png
[Link 6]: https://www.slashgear.com/adobes-entry-level-photoshop-elements-gets-new-ai-powered-tools-04594215/
[Link 7]: https://towardsdatascience.com/background-removal-with-deep-learning-c4f2104b3157
[format_png 5]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly93d3cud2FuZ2Jhc2UuY29tL2Jsb2dpbWcvYXNzZXQvMjAxOTEwL2JnMjAxOTEwMjgwNi5qcGc?x-oss-process=image/format,png
[format_png 6]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly93d3cud2FuZ2Jhc2UuY29tL2Jsb2dpbWcvYXNzZXQvMjAxOTEwL2JnMjAxOTEwMjgwNy5qcGc?x-oss-process=image/format,png
[Link 8]: https://www.remove.bg/
[Link 9]: https://arxiv.org/abs/1703.03872
[format_png 7]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly93d3cud2FuZ2Jhc2UuY29tL2Jsb2dpbWcvYXNzZXQvMjAxOTEwL2JnMjAxOTEwMjgwOC5qcGc?x-oss-process=image/format,png
[Link 10]: https://www.cv-foundation.org/openaccess/content_cvpr_2016/papers/Gatys_Image_Style_Transfer_CVPR_2016_paper.pdf
[format_png 8]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly93d3cud2FuZ2Jhc2UuY29tL2Jsb2dpbWcvYXNzZXQvMjAxOTEwL2JnMjAxOTEwMjgwOS5qcGc?x-oss-process=image/format,png
[format_png 9]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly93d3cud2FuZ2Jhc2UuY29tL2Jsb2dpbWcvYXNzZXQvMjAxOTEwL2JnMjAxOTEwMjgxMC5qcGc?x-oss-process=image/format,png
[format_png 10]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly93d3cud2FuZ2Jhc2UuY29tL2Jsb2dpbWcvYXNzZXQvMjAxOTEwL2JnMjAxOTEwMjgxMi5qcGc?x-oss-process=image/format,png
[format_png 11]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly93d3cud2FuZ2Jhc2UuY29tL2Jsb2dpbWcvYXNzZXQvMjAxOTEwL2JnMjAxOTEwMjgxMy5qcGc?x-oss-process=image/format,png
[Link 11]: https://arxiv.org/abs/1603.06668
[format_png 12]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly93d3cud2FuZ2Jhc2UuY29tL2Jsb2dpbWcvYXNzZXQvMjAxOTEwL2JnMjAxOTEwMjgxNC5qcGc?x-oss-process=image/format,png
[Link 12]: https://colorize.cc/
[format_png 13]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly93d3cud2FuZ2Jhc2UuY29tL2Jsb2dpbWcvYXNzZXQvMjAxOTEwL2JnMjAxOTEwMjgxNS5qcGc?x-oss-process=image/format,png
[Link 13]: https://github.com/hindupuravinash/the-gan-zoo
[StyleGAN]: https://arxiv.org/abs/1812.04948
[format_png 14]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly93d3cud2FuZ2Jhc2UuY29tL2Jsb2dpbWcvYXNzZXQvMjAxOTEwL2JnMjAxOTEwMjgxNi5qcGc?x-oss-process=image/format,png
[Link 14]: http://www.whichfaceisreal.com/
[BigGAN]: https://arxiv.org/abs/1809.11096
[format_png 15]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly93d3cud2FuZ2Jhc2UuY29tL2Jsb2dpbWcvYXNzZXQvMjAxOTEwL2JnMjAxOTEwMjgxNy5qcGc?x-oss-process=image/format,png
[pix2pix]: https://github.com/phillipi/pix2pix
[format_png 16]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly93d3cud2FuZ2Jhc2UuY29tL2Jsb2dpbWcvYXNzZXQvMjAxOTEwL2JnMjAxOTEwMjgxOC5qcGc?x-oss-process=image/format,png
[format_png 17]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly93d3cud2FuZ2Jhc2UuY29tL2Jsb2dpbWcvYXNzZXQvMjAxOTEwL2JnMjAxOTEwMjgxOS5qcGc?x-oss-process=image/format,png
[format_png 18]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly93d3cud2FuZ2Jhc2UuY29tL2Jsb2dpbWcvYXNzZXQvMjAxOTEwL2JnMjAxOTEwMjgyMC5qcGc?x-oss-process=image/format,png
[CycleGAN]: https://github.com/junyanz/CycleGAN
[format_png 19]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly93d3cud2FuZ2Jhc2UuY29tL2Jsb2dpbWcvYXNzZXQvMjAxOTEwL2JnMjAxOTEwMjgyMS5qcGc?x-oss-process=image/format,png
[GauGAN]: http://nvidia-research-mingyuliu.com/gaugan
[format_png 20]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly93d3cud2FuZ2Jhc2UuY29tL2Jsb2dpbWcvYXNzZXQvMjAxOTEwL2JnMjAxOTEwMjgyOS5qcGc?x-oss-process=image/format,png
[StarGAN]: https://github.com/yunjey/StarGAN
[format_png 21]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly93d3cud2FuZ2Jhc2UuY29tL2Jsb2dpbWcvYXNzZXQvMjAxOTEwL2JnMjAxOTEwMjgyNC5qcGc?x-oss-process=image/format,png
[format_png 22]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly93d3cud2FuZ2Jhc2UuY29tL2Jsb2dpbWcvYXNzZXQvMjAxOTEwL2JnMjAxOTEwMjgyNS5qcGc?x-oss-process=image/format,png
[SC-FEGAN]: https://github.com/run-youngjoo/SC-FEGAN
[format_png 23]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly93d3cud2FuZ2Jhc2UuY29tL2Jsb2dpbWcvYXNzZXQvMjAxOTEwL2JnMjAxOTEwMjgyNi5qcGc?x-oss-process=image/format,png
[format_png 24]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly93d3cud2FuZ2Jhc2UuY29tL2Jsb2dpbWcvYXNzZXQvMjAxOTEwL2JnMjAxOTEwMjgyNy5qcGc?x-oss-process=image/format,png
[Link 15]: https://arxiv.org/abs/1711.10485
[format_png 25]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly93d3cud2FuZ2Jhc2UuY29tL2Jsb2dpbWcvYXNzZXQvMjAxOTEwL2JnMjAxOTEwMjgzMC5qcGc?x-oss-process=image/format,png
[Everybody Dance Now]: https://carolineec.github.io/everybody_dance_now/
[format_png 26]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly93d3cud2FuZ2Jhc2UuY29tL2Jsb2dpbWcvYXNzZXQvMjAxOTEwL2JnMjAxOTEwMjgzMS5qcGc?x-oss-process=image/format,png
[vid2vid]: https://github.com/NVIDIA/vid2vid
[format_png 27]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly93d3cud2FuZ2Jhc2UuY29tL2Jsb2dpbWcvYXNzZXQvMjAxOTEwL2JnMjAxOTEwMjgzMi5qcGc?x-oss-process=image/format,png
[Link 16]: http://grail.cs.washington.edu/projects/AudioToObama/
[format_png 28]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly93d3cud2FuZ2Jhc2UuY29tL2Jsb2dpbWcvYXNzZXQvMjAxOTEwL2JnMjAxOTEwMjgzMy5qcGc?x-oss-process=image/format,png
[Deepfake]: https://en.wikipedia.org/wiki/Deepfake
[format_png 29]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly93d3cud2FuZ2Jhc2UuY29tL2Jsb2dpbWcvYXNzZXQvMjAxOTEwL2JnMjAxOTEwMjgzNC5qcGc?x-oss-process=image/format,png
[format_png 30]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly93d3cud2FuZ2Jhc2UuY29tL2Jsb2dpbWcvYXNzZXQvMjAxOTEwL2JnMjAxOTEwMjgzNy5qcGc?x-oss-process=image/format,png
[Link 17]: https://web.stanford.edu/~zollhoef/papers/SG2018_DeepVideo/page.html
[format_png 31]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly93d3cud2FuZ2Jhc2UuY29tL2Jsb2dpbWcvYXNzZXQvMjAxOTEwL2JnMjAxOTEwMjgzNS5qcGc?x-oss-process=image/format,png
[Link 18]: https://www.theverge.com/2019/6/10/18659432/deepfake-ai-fakes-tech-edit-video-by-typing-new-words
[format_png 32]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly93d3cud2FuZ2Jhc2UuY29tL2Jsb2dpbWcvYXNzZXQvMjAxOTEwL2JnMjAxOTEwMjgzNi5qcGc?x-oss-process=image/format,png
[format_png 33]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly93d3cud2FuZ2Jhc2UuY29tL2Jsb2dpbWcvYXNzZXQvMjAxOTEwL2JnMjAxOTEwMjgzOC5qcGc?x-oss-process=image/format,png
[format_png 34]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly93d3cud2FuZ2Jhc2UuY29tL2Jsb2dpbWcvYXNzZXQvMjAxOTEwL2JnMjAxOTEwMjgzOS5qcGc?x-oss-process=image/format,png
[3D]: https://venturebeat.com/2018/03/21/epic-games-shows-off-amazing-real-time-digital-human-with-siren-demo/
[format_png 35]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly93d3cud2FuZ2Jhc2UuY29tL2Jsb2dpbWcvYXNzZXQvMjAxOTEwL2JnMjAxOTEwMjg0MC5qcGc?x-oss-process=image/format,png
[format_png 36]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly93d3cud2FuZ2Jhc2UuY29tL2Jsb2dpbWcvYXNzZXQvMjAxOTEwL2JnMjAxOTEwMjg0MS5qcGc?x-oss-process=image/format,png
[MuseNet]: https://openai.com/blog/musenet/
[Link 19]: https://www.theverge.com/2017/8/31/16232180/ai-fake-reviews-yelp-amazon
[Link 20]: https://www.blog.google/products/gmail/save-time-with-smart-reply-in-gmail/
[Link 21]: https://ai.googleblog.com/2018/05/smart-compose-using-neural-networks-to.html