原创子佩智东西收录于话题#人工智能4个
Adobe数字图像副总裁MariaYap对外媒TheVerge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。
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。”AdobeCreativeCloud工程副总裁AlexandruCostin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。
为了避免应用BUG以及提升用户体验，Adobe不可能以这些新兴公司的速度更新应用。但凭借这次发布的神经网络过滤器，Adobe正在逐步布局AI图像编辑领域，并计划发布十六种不同功能的神经网络过滤器。其中两个已完成，六个进入“beta”测试阶段，另外八个还在研发阶段。
原标题：《看腻了各路APP换头修脸？修图老炮儿Photoshop给你“换头”新体验》