看腻了各路APP换头修脸？修图老炮儿Photoshop给你“换头”新体验智东西（公众号：zhidxcom）编

文章插图
智东西（公众号：zhidxcom）
编 | 子佩
智东西10月23日消息，近期Adobe发布带有AI神经网络过滤器的新版Photoshop22.0 ，包含如替换天空、以及修改图片边缘等许多功能。
其中最受关注的是对人脸肖像的深层编辑，借助神经网络过滤器，新版Photoshop可以调整画面中人物的年龄和面部表情，并通过滑块滑动增加或减少其“快乐”、“惊讶”或“愤怒”的感情。除此之外，用户也可以通过简单的功能键摘下人物的眼镜或使用滤镜为他“换脸” 。
一、GAN、云计算助力PS三秒换脸Adobe数字图像副总裁Maria Yap对外媒The Verge表示：“现在，我们可以说Photoshop是世界上最先进的AI应用程序。因为我们正在创造图像AI领域的新应用。 ”
为了能够更好地满足用户的需求，快速便捷地使用Photoshop更换画面中人物年龄、面部表情等， Adobe采用生成对抗网络（GAN），一种常用于生成视觉图像的机器学习算法。每个功能从操作开始到完成只需要几秒钟，如果计算量过大，功能进程将会在云中完成。
或许对于熟悉AI图像编辑领域的人来说，这些常在论文和演讲中出现的技术并不新奇。但从社交媒体中流行一时的demo以及论文成果，到Photoshop这样消费巨头的大规模应用落地，新版Photoshop发布对于AI图像编辑领域依旧有重大意义。
在Adobe发布会的展示中，新版Photoshop展现了处理图像细节、发挥设计创意的惊人、顺畅的完美效果。但这些功能是否能在实际应用中发挥其宣称的效果，又是否存在其他问题，依旧将取决于用户的反馈。
文章插图
二、跨种族数据集、算法测试，致力消除算法“偏见”通过对过去数据集的学习， AI工具可开始自主修改图像。例如，为了创建用于消除皮肤斑点的神经过滤器， Adobe收集了专业摄影师修图后的数千次图片，并将这些数据输入算法中。 GAN就像一对学生和老师一样工作，一部分试图复制这些示例，而另一部分则试图区分原修图结果和自己的训练结果。最终，当GAN明白两者之间的区别时，训练过程就完成了。
“我们正在训练GAN像专业修图师一样修图。 ”Adob??e Creative Cloud工程副总裁Alexandru Costin说。
这种方法听起来很简单，但也会产生很多问题，其中一个最大的问题就是面部识别偏见。如上述提到的，算法根据以前的数据集进行学习，所以如果训练集中只包含白种人的面部数据，那么训练出来的算法无法识别有色人种，更无法对深色人种面部图像进行编辑。这就是为什么很多人脸识别系统无法识别有色人种和女性的原因，因为缺乏这部分数据集。
但这也是Adobe的优势所在，长期在图像编辑行业主导地位让Adobe拥有大量跨种族、性别、年龄的数据集，可以减少面部识别算法产生“偏见”的可能。
Adobe还成立了审核小组和AI伦理委员会，每次进行重大更新都会对算法进行测试。 “我们对每项功能进行了非常彻底的审查，以查看是否有“偏见”存在的肯能并尽可能减少‘偏见’ 。 ”Costin提到。
当然，即使这样也不能保证算法就一定能“公平公正” 。尤其是当神经网络过滤器结束beta测试进入普通大众的手中时。因此，在每次应用过滤器时， Photoshop都会询问用户对结果是否满意，如果不满意，则可以选择报告“不适当的”内容。用户可以选择将修改前后的图像匿名发送给Adobe进行进一步研究。这样，该公司不仅能消除偏见，还能进一步扩大训练数据集，从而使神经网络过滤器有更高的准确率。
文章插图
结语：AI图像时代日新月异， Photoshop只能迎头赶上AI领域的技术更新迭代非常快，新的机器学习方法通常会发布在arXiv上，一个未在期刊上发表过的开源科学论文集，供其他研究人员阅读、复现和修改。在几天之内，研究人员就可以在社交媒体上互相评论和分享结果。
一些专注于AI的Photoshop竞争对手通过在开源论文网站分享自己的成果来脱颖而出。例如，专注图像领域机器学习的应用商店Runway ML不仅允许用户使用自己的数据来训练机器学习过滤器（Photoshop不能这样做），而且它还运行着用户生成的“市场” ，使人们可以轻松共享和使用最新的工具。如果设计师或插图画家在Twitter上看到有趣的东西，他们会希望借助其他软件或工具立即使用，而不是等待Photoshop升级新功能。