AI 造假术的开山之作｜Generative Adversarial Nets（NIPS 2014）

今天那些能画出以假乱真人脸、能一键换脸的 AI，往根上刨，好多都绕不开 2014 年这篇论文：Generative Adversarial Nets，生成对抗网络，简称 GAN。第一作者伊恩·古德费洛后来被叫作“GAN 之父”；这篇论文 2024 年拿了 NeurIPS 的时间检验奖。 这期不念公式，用大白话讲它到底怎么运作：两个 AI 一个造假、一个鉴定，像造假币的和抓假币的警察，轮流过招。造假的那个从头到尾一张真照片都没看过，只靠对手传回来的信号，一点点学会真照片长什么样。 还讲了：据说点子来自蒙特利尔一家酒吧，论文致谢里真的谢了这家酒吧；以前的生成模型卡在哪；论文证明了理想情况下这场较量会停在哪儿，判别器最后只能说“一半一半”；手写数字上拿了对比表里的最高分，人脸上却输给一种老办法一点点，作者老老实实摆了出来；它的短板，后来叫“模式坍塌”；以及论文最后留下的五个方向，和今天你刷到的假脸有什么关系。 章节： 0:00 酒后的点子 1:04 以前卡在哪 3:18 造假和鉴定 7:49 实验成绩单 10:05 短板和下一步 14:09 走到你眼前 本视频是我个人对这篇论文的解读，代表我自己的观点，不代表论文作者、蒙特利尔大学或 NeurIPS。片中实拍仅作示意；片中那几张“世上不存在的人脸”是后来的 GAN（StyleGAN）画的，不是这篇论文生成的。 论文：Ian J. Goodfellow、Jean Pouget-Abadie、Mehdi Mirza、Bing Xu、David Warde-Farley、Sherjil Ozair、Aaron Courville、Yoshua Bengio，“Generative Adversarial Nets”，Advances in Neural Information Processing Systems 27（NIPS 2014），arXiv:1406.2661，DOI 10.48550/arXiv.1406.2661。经同行评审的会议论文，免费全文见置顶评论。 酒吧的故事出自 MIT Technology Review 2018 年报道《The GANfather》：https://www.technologyreview.com/2018... 时间检验奖：NeurIPS 官方博客 2024-11-27：https://blog.neurips.cc/2024/11/27/an... Music: Epidemic Sound (epidemicsound.com), licensed by subscription. Sound effects and stock footage: Mixkit (mixkit.co), free license. Photos (Wikimedia Commons): Ian Goodfellow by Ian Goodfellow, CC BY-SA 4.0; Yoshua Bengio by Jérémy Barande, CC BY-SA 2.0; Université de Montréal by Laurent Bélanger, CC BY-SA 4.0; Les 3 Brasseurs by Stefano Vigorelli, CC0; StyleGAN faces, public domain（原始链接见置顶评论）。 许可全文：https://creativecommons.org/licenses/ #GenerativeAdversarialNets #IanGoodfellow #NIPS2014 #GAN #生成对抗网络 #人工智能 #论文解读