AI生成超逼真模特兒，95% 的人都無法分辨！從試穿衣服到棚拍都沒問題

2020.12.30 by FC未來商務

傳統型錄製作相當耗時費工，現在連模特兒都可以靠AI生成！讓換衣服、試裝到印刷的工作流程加速許多，而且與真人相似度極高，大約95%的人都無法分辨。

傳統型錄製作，從品牌形象定位、選模、定妝／裝、攝影、選片、修片、校色，到打樣印刷，整個過程耗時又耗力，即便現今型錄已逐漸線上化，前置進棚拍攝工作依然耗時費工。然而，隨著AI技術的發展，將為時裝業提供更簡便、較低成本的選擇。

據統計，當今電商上的模特兒展示圖約 95% 皆經過修圖，有了 AI 技術輔助，將可快速針對系列產品更換模特兒、變換造型、系列服裝顏色，而「AI 模特兒」（AI Fashion Model）的出現，更可為公司帶來獨有的品牌形象，並創造模特兒與品牌識別的直接關聯性。本文將從 Artificial Talent 及 Lalaland 兩家 AI 模特兒公司，探討 AI 建立假人及套模，於時尚電商的未來應用。

位於美國芝加哥的 Artificial Talent 是全球第一個 AI 模特兒公司，透過 AI 及 3D 技術，經過數千個真實頭部、臉部分析後，其開發的 Adonis® 臉部生成引擎可大規模生成完全客製化的逼真 AI 模特兒，進而幫助零售品牌降低成本、縮短產品推出時間，並協助解決目前廣告相關社會責任議題（族群平等與多樣性）。

企業用戶可先與該團隊聯繫討論以現有 AI 人像素材組合塑造或是客製專屬品牌模特兒，並將服飾寄給 Artificial Talent 進行拍攝及 3D 塑型。團隊完成合成後，企業用戶將收到登錄帳戶資料並像查看傳統照片那樣檢查及確認所需照片。

這時候你可能腦中浮現的是過去看起來僵硬、虛假的臉部模擬圖，但事實上經過測試，即使在已告知兩張照片其中一張是 AI 模特兒的前提下，仍有 95% 的測試者無法分辨出模特兒真實與否。

Lalaland 是一家位於荷蘭的新創公司，主要為服飾電商提供逼真的AI生成模特兒及合成照片服務。

企業用戶可先上傳新產品設計圖片，接著根據品牌形象、產品人物誌（Persona——行銷規劃或商業設計上描繪目標用戶的方法，用來分析並針對不同用戶類型設計策略）設定身形、年齡、膚色、種族等以塑造所期待的AI模特兒，接著在發布使用後，更可以針對成單成效、AB測試等評估，回到第二步驟優化圖片，改變姿勢及妝容等再次成圖。

Lalaland 指出，從實體拍攝轉至AI模特兒後，將節省70% PDP攝影費用，整體成圖時程較過去加快230%，點擊率（CTR）增加 140%，進而提升轉換率，並使營收增長 15%！

用AI模特兒打造雙贏

電商、時裝零售商通常會為同一種款式服裝提供多種顏色選擇，有時甚至一件連帽上衣就提供多達 10 種顏色選項，透過這類 AI 生成模特兒服務，企業即可利用 Photoshop 等相容工具，輕鬆點擊按鈕於幾秒鐘內為模特兒換上不同顏色的衣服。

電子商務消費者都希望能在下單前便全方位地了解產品在自己身上可能呈現的樣貌，以減少退貨麻煩。為滿足消費者的期望，少量、單一的模特兒展示圖片模式將成為過去，在不大幅提升模特兒、照片組數以控制成本的情況下，AI 生成模特兒或將成為最佳選擇之一。

附圖：Artificial Talent 的 AI 換臉技術，可快速有效地建立模特兒。
Lalaland

資料來源：https://www.bnext.com.tw/article/60766/fashion-model-ai-help?utm_source=dable

打造「聊」癒系機器人！看圖說故事 AI也略懂略懂

信傳媒
研之有物
2020年11月8日 下午1:24

看圖說故事對人類來說，是輕鬆好玩的事，但對 AI 來說，卻是巨大挑戰，因為這代表 AI 必須看出圖中有哪些物件、理解圖片意義、能夠生成文句，還要看懂圖片間的因果邏輯。在中研院資訊科學研究所古倫維副研究員的努力下， AI 看圖說故事的能力有了很大的進展。她的模型有什麼獨特之處呢？跟著研之有物一起來瞧瞧！

俗話說得好：「發文不附圖，此風不可長。」不論你發的是爆卦文、閒聊文還是業配文，有圖更容易晉身流量熱文。不過近年來，社群網站發文的風向漸漸有了改變，從「發文附圖」轉變成「發圖附文」，我們總是先來一張照片，再配上相應的描述文字。接下來，我們的發文習慣還會怎麼改變？

或許，未來你拍下一張照片上傳社群網站，電腦就會自動「看圖說故事」，為你的照片腦補一段說明文字，節省你的思考時間。

讓電腦學會「看圖說故事」的伎倆，正是中研院資訊科學研究所的古倫維副研究員正在鑽研的主題之一。她的主要研究領域是人工智慧（ AI ）的自然語言處理，在因緣際會下，接觸到一個 AI 看圖說故事的競賽： Visual Storytelling （ VIST ），開啟了她對 AI 看圖說故事的興趣。

電腦如何學會「看圖說故事」？目前學界使用「機器學習」，簡單來說，就是讓電腦從大量的圖文搭配組合，從中學習看到怎樣的圖片，應該說出怎樣的故事。古倫維說：「其實一開始我們做得並不特別好。我們跟其他參加競賽的人一樣，用機器學習的方法，把圖和對應的文字丟進電腦，讓機器自己學習最佳的圖文搭配。然而機器學習幾乎是軍備競賽了！誰的電腦計算能力更強，得到的模型更複雜，生成的文字就會更好。」

先選角、打草稿，再寫故事

在軍備競爭不足的情況下，古倫維決定採取不同的策略：「既然完全由 AI 看圖說故事的效果不夠好，能不能在故事生成的過程中，有一個人類可以介入改善的步驟。」所以她把原來的做法分成了兩個階段，先從圖片抽取語意，接著再生成文字故事。

語意抽取，是指先從個別圖片中選出用來說故事的概念（如同電影選角），用知識庫找出概念之間的關係，建立圖片的關聯，再為這些圖片擬定最好的草稿（如同電影故事大綱)。

重點來了！在「選角」階段， AI 會先以機器學習的結果，找出最適合說故事的「角色組合」，尤其是面對連續圖片。這就好比張曼玉、梁朝偉、成龍三個演員，前兩個主要演愛情片，第三個以武打戲為主，如果第一張照片選了張曼玉，第二張照片應該選梁朝偉，生成的故事會比較好看。

但目前 AI 選角部分還不夠靈光，有時仍會發生如「張曼玉配成龍」的選角名單。古倫維的兩階段設計讓人類可在「選角」階段介入修改。實際例子如：圖片中有小男孩、天空、腳踏車三個概念。AI 從上圖抽取出的概念可能是「小男孩」、「天空」，最後生成的故事可能是「一個小男孩在天空下」……滿無聊的。但人類可以把「天空」改成「腳踏車」，機器最後就可能生成「一個小男孩騎著腳踏車。」嗯，是不是比較有故事性了？

最後，人類再將修改後的選角和故事大綱，交給 AI 產生整個故事。這種「先選角、打草稿，再說故事」的方式，最後產生的故事比較不會無聊或是不合理，更接近人類說出的故事。

知識庫，AI 想像力的補充包

為了增加 AI 的想像力，古倫維也在模型中納入「知識庫」，幫 AI 增加故事的知識。例如圖片中有人與馬，如果沒有知識庫，AI 可能只能生成「有一個人與一匹馬」這種平淡的句子。但知識庫可以補充人與馬關聯的知識，包括人可以騎馬、養馬等等，讓 AI 有機會說出「有一個人騎著自己養的馬」比較具故事性的句子。「當然 AI 也可能從大量的故事中以機器學習取得『很多人都會騎馬、養馬』的知識。但知識庫的最大功用，就是直接提供這個知識給 AI ，縮短學習歷程。」 古倫維解釋。

更重要的是，知識庫讓 AI 更容易解讀出圖片之間的關聯。如 VIST 競賽的題目就是包含了五張圖片的圖組，在知識庫的協助下， AI 比較容易找出各別圖片的概念之間的關聯，說出的故事會比較連貫，具有因果關係。

AI 是完全沒有想像力的，但若透過知識庫給它知識，這些知識在故事中呈現出來的，就像是 AI 的想像力。

巧妙切開「語意抽取」與「生成文本」

兩階段生成故事的方法還有一個優點，就是可善用大量的「圖片辨識」與「故事文本」資料庫，避開「圖文搭配」資料的缺乏。

現今的「圖片辨識」技術和資料庫非常成熟，可以精準的從圖片中抽取出各式各樣的概念。另一方面，說故事是人類從古至今不斷從事的活動，留下了大量的「故事文本」。相較之下，看圖說故事的「圖文搭配」資料量卻相當少，需要有人刻意去蒐集圖組、撰寫文字，古倫維說：「這種圖文搭配的資料必須人工建立，能有一萬組就很厲害了，但這個數量對於機器學習來說卻是遠遠不夠的。」

古倫維則把生成故事的過程拆成「語意抽取」與「生成文本」兩個階段，第一階段可利用精熟的圖片辨識技術和資料庫，抽取故事概念；第二階段再運用故事文本資料庫，讓機器學習如何將第一階段抽取（並由人類修改過）的概念，組合成漂亮的故事，巧妙避開了「圖文搭配」資料不足的難題。

把「語意抽取」與「生成文本」切開的話，兩個階段都可以利用幾千萬筆的既有資料，供機器學習。

腦補，讓機器更有溫度

說了半天，但 AI 會看圖說故事，到底能幹嘛？難道只是幫貼圖寫寫圖說？以研究的層面來說，如果 AI 能看圖說故事，代表 AI 在理解圖片、文字分析及因果邏輯等方面，都達到一定的水準，代表 AI 語言能力更加接近人類。在實際應用上， 可以為圖文創作者提供故事草稿，或是對於常常需要撰寫廣告文案、出差報告的人，能夠很快從圖像生成文本，人類只要略做修改潤飾即可 (小職員計畫通！)。

但更重要的是，機器人也能因此更有溫度！古倫維與臺大人工智慧與機器人研究中心的傅立成教授合作，希望透過 AI 看圖說故事的技術，讓居家照護機器人更有「人味」，會主動關懷人類。因為居家照護機器人在家中「看見」的一切，其實就是一張張的圖， AI 可以透過這些「圖」形成可能的故事，再轉化為暖心的問句。

想像一下，未來居家照護機器人看見老人家在廚房，故事劇情可能是「他要煮飯」，於是問出：「今晚想吃什麼？需要幫忙嗎？」當老人拿出相簿緬懷過去，AI 也能從舊照片解讀可能故事，轉化成聊天的問句：「照片中的這個人是誰啊？你們去哪裡玩？」還能變身孩子最愛的說故事姊姊！AI 可能從儲存的繪本資料庫中，隨機抽出不同圖畫重新組合，說出全新的故事。

會看圖說故事的 AI ，可以從眼前的情景連結到事件或情感，就像人類的腦補一般，而這些腦補就是故事。

如此一來，居家照護機器人不再只是被動的處理人類需求，相反的，「說故事的能力賦予了 AI 機器人找話題的功能。」古倫維笑著解釋，機器人從此不再詞窮，可以主動關心人類，與人類互動聊天，讓機器人變得溫暖許多。看來 AI 看圖說故事，不只是寫寫圖說、幫忙解決麻煩的出差報告，在不遠的未來，更是拉近我們與機器人距離的關鍵所在呢。

附圖：AI 看圖說故事的能力，可讓照顧居家照護機器人了解眼前的生活情境，具有找話題的能力，變得溫暖許多。（圖片來源／研之有物授權使用，下同）
中研院資訊科學研究所的古倫維副研究員，主要研究領域是人工智慧（ AI ）的自然語言處理，現正開發如何讓 AI 不只會說故事，還會看圖說故事。
古倫維的故事生成模型將產生故事的過程分成「語意抽取」及「故事生成」兩個階段。 圖說重製│黃曉君、林洵安
電腦看圖說故事的範例。No KG 代表機器在不添加額外知識時所產生的故事，Visual Genome 與 Open IE 古倫維團隊用兩個不同的知識庫分別產生的故事，GLAC 是除了古倫維的模型外目前成果最好的模型。由上可知，知識庫的確能幫助故事的上下文連結。最後的 Human 是真人所寫的故事，包含了許多圖片中沒有的知識，甚至精神性的內容。

資料來源：https://tw.news.yahoo.com/%E6%89%93%E9%80%A0-%E8%81%8A-%E7%99%92%E7%B3%BB%E6%A9%9F%E5%99%A8%E4%BA%BA-%E7%9C%8B%E5%9C%96%E8%AA%AA%E6%95%85%E4%BA%8B-ai%E4%B9%9F%E7%95%A5%E6%87%82%E7%95%A5%E6%87%82-052415130.html

[技術閒聊] 幾個「生成對抗網路（Generative Adversarial Networks, GANs）」有趣的範例！

大家好！許久未發文抱歉！因為一直都忙著準備「深度學習」這門課程。這門課程的難度不低，裡面包含不少數學理論與程式技巧。我也唸得有點吃力！所以分享這部份有點怠慢，抱歉抱歉～

長達四個月的「深度學習」課程，終於在昨天教完了...（有點累，但很好玩！）。最後一堂上的是「生成對抗網路（GANs）」。這個 2014 年才誕生的技術，意外地很有趣！茲將我做講義時，找到的幾個範例，分享給大家玩玩看：

1. 這些人都不存在
https://thispersondoesnotexist.com/
點進去後，你看到的照片，都是 GAN 「造假」出來的。想多看幾張，可以按下「重整（Refresh）」，就能看到 GAN 產生的另一張假照片。

2. 猜猜看，哪張照片是真人？
https://www.whichfaceisreal.com/
點進去後，你會看到兩張照片。一張是真人，一張是 GAN 產生的。你可以猜猜看，哪個是真人？點擊那個你認為是真人的照片後，系統就會告訴你。

3. 手繪輪廓，GAN 幫你產生照片
https://affinelayer.com/pixsrv/
隨手畫個貓、鞋子的輪廓，GAN 就幫你產生擬真的照片。

4. 館長變正妹
https://youtu.be/Fea4kZq0oFQ
據說是台灣某研究生學會 GAN 後，順手做的。結果這個影片，還被 GAN 的原作者發現，轉發到他自己的 Twitter 上（另類台灣之光？）

最後用這兩篇文章，幫大家科普一下什麼是 GAN：

大老闆、大忙人版：
「生成對抗網路到底在 GAN 嘛？帶你簡單了解近年最紅的AI技術」
https://bit.ly/3eWBH1W

工程師自虐版（你懂的...XD）：
「教電腦畫畫：初心者的生成式對抗網路(GAN)入門筆記」
https://bit.ly/3ppjuPw

希望今天的分享大家會喜歡！祝福大家收穫多多喔！

PS: 本文歡迎轉發、按讚、留言鼓勵我一下！您的隻字片語，都是讓我繼續提供好物的動力喔！
--------
看更多的紀老師，學更多的程式語言：

● YOTTA Python 課程購買： https://bit.ly/2k0zwCy
● YOTTA 機器學習 課程購買： https://bit.ly/30ydLvb
● Facebook 粉絲頁： https://goo.gl/N1z9JB
● YouTube 頻道： https://goo.gl/pQsdCt

如果您覺得這個粉絲頁不錯，請到「評論區」給我一個好評喔！
https://www.facebook.com/pg/teacherchi/reviews/

歡迎收看范琪斐的寰宇漫遊，假新聞聽很多，但你知道厲害的假新聞是怎麼操作出來的嗎?今天的琪斐大放送我們要來談談俄羅斯的網軍。

大家好，我是范琪斐。距離美國總統大選只剩下不到兩個月，現在看選戰激不激烈，只要看假新聞就知道了，選戰越激烈，假新聞越精彩，假新聞更是滿天飛！川貴人一天到晚嘲笑對手拜登年紀大，講話講到一半就「我是誰？我在哪？」一副老年痴呆的樣子，還幫他取了個綽號叫做「瞌睡喬」，最近川普的白宮社群媒體總監史卡維諾（Dan Scavino）更直接在推特上分享了一段影片，聲稱拜登接受電視採訪的時候，竟然當眾睡著了！女主播努力叫拜登起床，但拜登只回她陣陣打呼聲，這段影片在網路上瘋傳了好幾天，結果被多家事實查核網站打臉：根本假新聞！

原始新聞其實是2011年美國歌手「哈利．貝拉方提」（Harry Belafonte），接受地方電視台KBAK訪問，被拍到在等待連線時閉目養神，結果有心人士就把「哈利」剪掉了，還找來今年4月28日，拜登和希拉蕊線上會談的畫面，故意定格在拜登眨眼睛的地方，移花接木一番，再配上不知道哪裡找來的打呼聲。這段影片還被配上中文標題喔，叫做「滑天下之大稽！美國民主黨總統候選人拜登(Biden)接受採訪時睡著，鼾聲震天，主持人嘗試多次叫不醒！」哇～這個人根本下標王，應該找他來幫我們下標，點閱率應該不錯。

這段影片乍看之下真的很難發現其中的破綻，我己經是專業人士尚且如此，一般觀眾真的很難察覺，更別提一一去查證，很多人就這麼照單全收，你看堂堂白宮社群媒體總監不就跟著轉發了嗎？好啦，我們就當他也是被騙的好了，蠢到這樣也可以在白宮當長官？總之像這種花時間花精力製作的「升級版」假新聞，你要說它背後沒有「幕後黑手」在操作嗎？我是不太相信啦！

不過這個例子，只是現在成千上萬的假新聞裡，比較紅的。大家還記得之前，我們報導過俄羅斯的「鹹豬手」嗎？就是美國的情報單位點名警告，俄國現在正在用各種技巧，幫助川普對付拜登。最近又有新發展。這次是臉書和推特也跳出來說，曾在2016年干預美選的俄國網軍集團「Internet Research Agency」（IRA），再度利用假帳號試圖影響選情，不過這次他們不是靠「內容農場」、用Google翻譯產出文章喔，俄羅斯直接創了一個乍看之下「很左的」新聞媒體網站，還聘請母語是英語的人來寫文章，顯示這隻「鹹豬手」更進化了，很懂得隱藏自己的身分。臉書和推特先前被外界罵說，四年前的美選期間，沒有積極對抗假新聞，甚至連他們自家員工都批評高層反應遲鈍，這次他們皮有稍微繃緊一點，聯手美國聯邦調查局FBI，揪出幾個俄羅斯IRA掌控的假新聞網站。其中一個叫做「Peace Data」，我們就來介紹這個網站到底是用什麼手法來唬弄讀者的。

Peace Data自稱是「非營利國際新聞機構」，主要宗旨是「闡釋國際議題、聚焦貪污、環保危機、濫權、武裝衝突、社會運動及人權意識」。裡面除了有英文稿子，還有以阿拉伯文寫成的文章，看起來超有國際感。他們用各種手段把自己包裝成合法新聞媒體的樣子，不過網站裡的資訊全是虛構的，網站上的6名「編輯」的大頭照也是利用AI技術合成的，全都不是真人，然後他們再打著假編輯的名號，到處招搖撞騙募集了幾十個美國人、英國人來幫網站寫作，讓讀者以為他們看的是正港美國記者寫出來的真新聞，更輕易跌入政治操弄的陷阱。

社交媒體分析公司Graphika的報告指出，這個網站共有大約500篇英語文章，當中有5%明顯針對今年的美國大選和候選人，還有部分聚焦在「佛洛伊德事件」，主要是吸引左派讀者，以民主黨社會主義者、環保主義者和不滿的民主黨人為目標，文章內容雖然不支持川貴人，但對於拜登以及他的副手賀錦麗更是砲火猛烈，例如指控兩人「屈服於右翼民粹主義」，主要目的是為了分化民主黨的支持者。俄國IRA在5月時建立了13個臉書帳號和兩個專頁，專門用來宣傳網站，外加引導網友前往Peace Data，相關帳號累計有1.4萬個追隨者。目前臉書已經把這些帳號和專頁統統刪除了，推特也關閉了5個屬於Peace Data的帳戶。Peace Data的網站一直到9月初都還持續運作中，不過可能是看到「紙包不住火」，最後自己把網站關了（9/5），所有的資料全被刪除，最後一篇文章還指控他們被主流媒體霸凌！

後來國外就有「真正的」媒體循線訪問到Peace Data先前聘請的「美國寫手」，他們說Peace Data的人會透過Twitter、LinkedIn或電子郵件跟寫手連絡，每篇稿費不一，有的開價75美元（約2250台幣），還有人領到每篇250美元超高薪（約7500台幣），天啊～我都想去寫了，我們知道很多人因為肺炎疫情丟了飯碗，這些寫手看到有錢賺，而且幾乎是「躺著賺」，當然就先答應了再說，最後網站會透過電子支付系統來支付稿費。這些寫手寫的主題包括，質疑拜登是否代表民主黨的價值觀、拜登是否值得美國左派投票給他；還有人寫美國陰謀論運動「匿名者Q」（QAnon）、COVID-19等，但最後往往會被要求把文章修改得更加符合網站需求，也就是更激進、更具引導性，你拿人手短吃人嘴軟啊，人家要你改什麼，你當然就得改什麼啊，改到最後根本就不是公正的新聞報導。

大部分的寫手在發現受騙後，都感到很驚訝、非常不真實，自己竟然無意間成為俄羅斯網軍的幫兇！但也有寫手受訪時說，當初在與「網站編輯」交涉時，發現對方「露餡」了，電郵裡面的文法怪怪的，看起來不太像美國人，後來才知道對方疑似羅馬尼亞人。不過俄國幹嘛這麼大費周章干預美國總統大選呢？因為俄羅斯總統普丁很希望川普當選，民主黨執政時期，美國一直把俄國當成頭號公敵，「通俄」就是十惡不赦，但川普上任後，讓美俄關係出現一絲轉機。

川普瘋狂主打「讓國家再次偉大」，恰巧呼應了普丁的主張，而川普也擺明了反對全球化，退出各種他認為「浪費錢」的國際組織，減弱了西方同盟的力量，川普本人也曾經大力稱讚普丁有夠man！希望兩人能成為好麻吉，讓俄羅斯見獵心喜，當然要卯起來挺川貴人啊！這次俄國網軍算是「鹹」出一個新高度，這隻鹹豬手不但有照片、有身分，還跟你講一樣的語言，而且就算殺了一條豬，恐怕還有千千萬萬條豬等著要接手。
今天琪斐大放送的關鍵字是：
#俄網軍新招
#假新聞干預
--------------------------------------
《#范琪斐的寰宇漫遊》每周四晚間8點55分在 #寰宇新聞台 播出，沒跟上的也沒關係，歡迎訂閱我們的 YouTube 頻道 🔔#范琪斐的寰宇漫遊 🔔https://reurl.cc/ZvKM3 1000pm準時上傳完整版！