文/陳根這兩年,深度合成讓人們越來越多地感受到技術(shù)時(shí)代里的“以假亂真”。本質(zhì)上來看,深度合成技術(shù)是人工智能發(fā)展到一定階段的產(chǎn)物,源于人工智能系統(tǒng)生成對抗網(wǎng)絡(luò)(GAN)的進(jìn)步。典型的“深度合成”主要包括人臉替換、人臉再現(xiàn)、人臉合成以及語音合成四種形式。作為一種基于人工智能的人體圖像合成技術(shù),深度合成的起初只是程序員用于自制搞笑的“換頭”視頻的簡單想法。而當(dāng)兩個(gè)深度學(xué)習(xí)的算法相互疊加,最終創(chuàng)造了一個(gè)復(fù)雜的系統(tǒng)。人工智能的進(jìn)步令這個(gè)復(fù)雜的系統(tǒng)用途也得以擴(kuò)充。從特定用戶實(shí)時(shí)匹配面部表情,并無縫切換生成換臉視頻,到其可以模仿的對象不再被限制。不論是明星政客,還是任何普通人,都可以在深度合成技術(shù)下達(dá)到“以假亂真”的程度。這也讓深度合成有了新名字,即深度偽造。深度偽造帶來的最大問題,就是讓人們難辨真假,基于此,近日,英特爾宣布,他們已經(jīng)開發(fā)了一個(gè)名為 FakeCatcher 的 Deepfake 檢測工具,該工具聲稱在檢測被 AI 篡改的視頻方面有 96% 的準(zhǔn)確性。更重要的是,英特爾稱 FakeCatcher 是實(shí)時(shí)檢測,在幾毫秒內(nèi)出結(jié)果。其中,Deepfake 視頻就是使用人工智能算法制作的偽造視頻,可以將一個(gè)人的臉拼接到另一個(gè)人的臉上,甚至模仿他們的聲音。而FakeCatcher的原理則是識別視頻人物皮膚的靜脈血液流動。如果是真人,血液時(shí)刻在體內(nèi)循環(huán),皮膚上的靜脈就會有周期性的深淺變化,深度偽造的人就沒有。這也讓我們看到用技術(shù)來解決技術(shù)帶來的問題的可能性。在深度偽造技術(shù)下,回應(yīng)深度偽造對社會真相的消解,彌補(bǔ)信任的崩壞,并對這項(xiàng)技術(shù)進(jìn)行治理已經(jīng)不可忽視。2019年,斯坦福大學(xué)研究員Tom Van de Weghe聯(lián)合計(jì)算機(jī)、新聞等行業(yè)的專家,成立了深度造假研究小組,以提升公眾對這一現(xiàn)象的認(rèn)知度,設(shè)計(jì)深度造假的識別應(yīng)對方案。然而,技術(shù)發(fā)展速度往往高于破解速度。隨著鑒別器在識別假視頻方面做得越來越好,生成器在創(chuàng)建假視頻方面也做得越來越好。而可以預(yù)見,未來,深度偽造與鑒別深度偽造在這種“道高一尺魔高一丈”的反復(fù)中博弈下去。