臉書首席執行官馬克·扎克伯格的原始視頻和“深度造假”視頻對比。圖片來源：CNBC官網

　　相機應用變得越來越復雜。用戶可以拉長腿部，去除臉上的粉刺，加上動物耳朵等等。現在，有些人甚至可以制作出看起來非常逼真的虛假視頻。用來創造這類數字內容的技術已經“飛入尋常百姓家”，被稱為“深度造假”。

　　美國消費者新聞與商業頻道網站（CNBC）在近日的報道中指出，隨著技術的不斷進步，“李鬼變李逵”！“深度造假”的危害日益加劇，正帶來一係列具有挑戰性的政策、技術和法律問題。

　　深度學習+造假=深度造假

　　“深度造假”是指經過處理的視頻，或者通過尖端的人工智慧技術生成的其他數字內容，它們會産生看似真實的虛假圖像和聲音。

　　“深度造假”這個詞結合了“深度學習”和“造假”，是一種人工智慧形式。深度學習是人工智慧的一個子集，指的是能夠學習和自行做決定的一些演演算法。

　　美國紐約大學法學兼職教授保羅·巴雷特説，簡單來講，“深度造假”就是借助深度學習手段制作的虛假視頻。深度學習係統可以從多個角度研究目標人物的照片和視頻，然後模倣其行為和説話模式，從而制造出具有説服力的虛假內容。

　　巴雷特解釋説：“一旦制造出了初步的假像，就可以通過名為‘生成式對抗網絡’（GAN）的方法讓它看起來更加可信。GAN可發現偽造過程中的瑕疵，從而改進這些瑕疵。經過多輪檢查和改進後，‘深度造假’視頻就完成了。”

　　在公共政策機構布魯金斯學會下設的技術革新中心從事治理研究的非常駐高級研究員、加利福尼亞大學洛杉磯分校電子工程係教授約翰·維拉塞納認為，從技術的角度來説，任何人只要擁有電腦並且能夠上網，就可以制造“深度造假”的內容。

　　“李鬼變李逵”

　　智庫新美國（New America）關注網絡安全與防禦的戰略家、高級研究員彼得·辛格指出，“深度造假”的危險在于，這種技術可以讓人相信原本並不真實存在的東西是真實的。

　　辛格不是唯一一個提醒“深度造假”所帶來的危險的人。

　　維拉塞納也表示，這類視頻“變得越來越復雜、越來越容易制作，‘深度造假’正帶來一係列具有挑戰性的政策、技術和法律問題”。這項技術“可以讓政治候選人看上去像是説了或做了什麼從未真正説過的話或做過的事，以此來破壞他們的聲譽”。

　　麻省理工學院的一項技術報告指出，可以進行“深度造假”的設備可能成為“偽造虛假新聞者的理想武器，他們希望影響從股票價格到選舉的一切”。

　　CNBC網站在其報道中稱，“深度造假”將成為“2020年美國總統選舉中的大事件”。就像2016年的“虛假新聞”一樣，“深度造假”視頻將在2020年的美國大選中，掀起更強大的血雨腥風。當然，為了未雨綢繆，包括加州和德州在內的不少州都已經制定法律，當這些“深度造假”視頻用于2020年的選舉中時，將被認為不合法。

　　《麻省理工學院技術評論》雜志舊金山分支機構負責人馬丁·賈爾斯在一份報告中寫道，事實上，“人工智慧工具已被用于把其他人的面部照片安在色情明星身上，讓其他人説的話從政客們的口中説出。”他説，這個問題並非由GAN制造，但GAN會讓問題變得更糟糕。

　　成也蕭何敗也蕭何

　　正所謂成也蕭何敗也蕭何！維拉塞納今年2月份曾撰文指出，雖然人工智慧可以用來生成“深度造假”視頻，但也可以用來檢測它們。由于任何電腦用戶都可以使用該技術，越來越多的研究人員將注意力集中在“深度造假”視頻的檢測上，並且正在殫精竭慮地尋求管控這些“深度造假”視頻的方法。

　　臉書和微軟等大公司已經採取行動，旨在發現並刪除“深度造假”視頻。據路透社報道，這兩家公司于今年早些時候宣布，他們將與美國頂級大學合作，建立一個龐大的假視頻數據庫，以進行深入的分析研究。

　　辛格指出，普通用戶也可以用自己的雙眼來觀測並檢查出“深度造假”視頻。他説：“目前，如果你近距離觀察，會出現一些輕微的突兀之處，比如耳朵或眼睛不匹配、臉部輪廓模糊、皮膚太光滑等等。”

　　但是他也強調，隨著“深度造假”技術日益精進，視頻會看起來越來越真實，人們要分辨也變得越來越困難。

　　維拉塞納也提醒人們，在技術不斷發展演進的同時，用來發現造假的檢測技術“往往落後于最先進的生成造假的手法”。因此，更值得深思的一個問題是：人們更有可能相信“深度造假”視頻，還是將這類視頻作為“深度造假”的檢測演演算法？

【糾錯】

責任編輯： 冉曉寧