换脸App背后的恐慌：我的脸什么时候会被伪造，又该如何辨别？
谁能想到，全民换脸的时刻这么快就来临了。在一夜之间，朋友圈几乎被ZAO刷屏，亲朋好友们纷纷用自己的脸换上了电影明星的脸，“上演天下好戏”。
这种以假乱真的换脸视频技术，其实已经不是什么新鲜事了。但一直以来，它还只是名人们的“烦恼”，例如担心自己成为色情片的主角。而如今ZAO的火爆却证明，换脸对常人的吸引力到底有多大。上热搜，登顶应用商店，一度被挤爆服务器，这款简单的换脸APP获得了惊人的流量。
然而在火爆之后，质疑声也接踵而至。很多人开始针对ZAO的用户协议提出批评，直指你的脸有可能被恶意利用，甚至在出现侵权问题时也可能是你来背锅。
在受到争议后，ZAO修改的最新用户协议 | ZAO用户协议截图
让AI技术触及大众本来是件好事，那换脸视频到底出了什么问题呢？
换脸变得越来越容易
要了解这种换脸视频是如何实现的，Deepfake技术是绕不开的话题。
2017年，一位叫做“Deepfakes”的Reddit网友上传了几个色情视频，引起轰动。令人意外的是，这些视频里的演员都是名人，比如“神奇女侠”盖尔·加朵和“赫敏”艾玛·沃森。当然这些视频并不是真的，而是借由AI技术伪造，这种技术因此得名Deepfake。
“我只是找到了一个聪明的方法来换脸。”Deepfakes在接受Vice采访时说, “有了数百张面部图像，我就能轻松生成数百万变形的图像来训练神经网络。然后，当我向网络输入某人的脸部图像时，网络只会认为这是另一张变形图像，从而尝试让它看起来像是训练时所用的脸。”
动起来的玛丽莲梦露、爱因斯坦和蒙娜丽莎 | Egor Zakharov/YouTube
这就是被称为“生成对抗网络”（GAN）的一种深度学习技术。简单来说，要伪造视频，我们首先需要两个神经网络来参与。网络A会生成一个假的视频片段，然后问网络B这个视频是否为真，网络B的反馈能够加强网络A所生成图像的可信度。前者被称作生成网络，后者则为判别网络。
就这样，两个神经网络在不断对抗中学习，直至Deepfake生成以假乱真的视频。
★
2017年12月
Reddit网友“Deepfakes”在社区r / deepfakes发布伪造的名人色情视频，其中包括演员斯嘉丽·约翰逊、歌手泰勒·斯威夫特和凯蒂·佩里等人。Deepfakes声称自己所使用的是多个深度学习的开源库，例如Google 的人工智能框架TensorFlow。
2018年1月
能够换脸的软件FakeApp推出，该软件同样基于TensorFlow开发。
2018年2月
Reddit禁止用户在r / deepfakes分享深度学习伪造的非自愿色情内容，Twitter和成人视频网站Pornhub也在随后做出类似举动。
2018年9月
Google在禁止列表里添加了“非自愿合成色情图像”，允许任何人请求搜索引擎封锁有关自己的虚假色情内容。
2018年12月
斯嘉丽·约翰逊在《华盛顿邮报》公开谈论Deepfake事件：“任何人都会成为目标，这只是时间问题”。
2019年2月
26日，一段杨幂的换脸视频蹿红网络。名为“换脸哥”的B站Up主通过Deepfake修改了94版《射雕英雄传》的视频片段，将朱茵的脸换成杨幂的脸。2月27日，“换脸哥”发布微博称“及时下架了相关视频”，并指出“大家应尊重版权与肖像权，专注于技术本身”。
2019年6月
DeepNude的Windows和Linux程序公开下载，该程序能够将图像中女性的衣物删除。6月27日，DeepNude的开发者关闭该程序。
不只是隐私问题
如今，Deepfake让“眼见不一定为实”有了新的诠释。“无图无真相”的时代早已过去，换脸、换头甚至换声音的技术让真相变得更加扑朔迷离。
在国外媒体BuzzFeed通过FakeApp制作的一段视频中，你可以看到电影制作人乔丹·皮尔（Jordan Peele）充当奥巴马所发表的讲话。
BuzzFeed视频片段 | BuzzFeedNews
“这是一个危险的时代。我们在互联网所相信的东西，我们对此应该更加警惕。”皮尔假扮的“奥巴马”说。
值得注意的是，像Deepfake和FakeApp这样的技术和程序已经有很多了。由德国研究人员开发的Face2Face，能实时捕捉人的面部图像，并将其移植到另一个视频中。人的神态和动作也能被轻易模仿，通过斯坦福大学的研究人员开发的“深度视频肖像”（ Deep Video Portraits）技术，你能像操控牵线木偶一般生成假视频——实现转头、做出表情、注视和眨眼等动作。
与此同时，声音也能被伪造了。早在2016年，Adobe就展示了自己的Voco软件（至今仍未发布），该软件只需要20分钟的目标语音，就能生成听起来十分相似的语音。创业公司Lyrebird的产品声称，只用一分钟的音频就能模仿任何人说话。而百度推出的Deep Voice算法，甚至将生成假音频所需的音频时间减少到3.7秒。
DeepNude官方推特的声明 | deepnudeapp/Twitter
在这些技术的加持下，轻易就能伪造却难以辨伪的内容，可能让社会面临种种威胁，而色情视频只是其中一个缩影。评论者们指出，任何人都将无法保护自己的隐私权和肖像权，假新闻更容易猖獗，政客甚至可以用其攻击竞争对手，别有用心的人可能借此影响股市等。个人信息的安全也更难保证，合成的语音或视频将欺骗生物验证，例如需要真人才能验证的语音和面部识别。
但更令人担忧的问题在于，FakeApp和ZAO这样的AI程序正在变得唾手可得。更多人能够接触到这类AI技术，意味着其被滥用的可能性也相应增加了。
如何揭露真相？
面对Deepfake的泛滥，一个很自然的解决方法是，技术引发的问题交给技术来解决。
从技术上来说，Deepfake会在篡改视频上留下可预测的伪造痕迹，而深度学习算法能够检测到它们。这些算法是公开的，也有像罗切斯特理工学院的马特·怀特（Matt Wright）这样的研究者，正在尝试搭建能够探测假视频的网站，用户可以在时间轴上看到视频可能被篡改的位置。而对于Facebook这样的大平台来说，他们也会用自己开发的算法来过滤假视频。
美国国防部高级研究计划局（DARPA）已经专门成立“媒体取证”项目（The Media Forensics）来解决Deepfake带来的问题，并资助研究者探索自动检测Deepfake的最佳方法。其中一个受到资助的研究团队发现，可以通过分析视频中的眨眼来辨别Deepfake，因为名人眨眼的照片并不多。
视频片段，盖尔·加朵的脸被放在了色情电影演员的身上 | vice.com
在推进假音频检测的过程中，Google在2019年的ASVspoof挑战中为开发人员提供了合成语音的数据集，帮其开发更安全的自动语音验证系统。除此之外，甚至还有更为硬核的研究：检测Deepfake音频的不再是AI本身，而是小鼠。
在最近的一项研究中，俄勒冈大学的研究人员成功训练老鼠来检测假的语音。通过让小鼠辨别辅音，例如不同语境中“buh”和“guh”的区别，小鼠能够以80%的准确度辨别真假语音。研究人员表示，用小鼠模型来研究复杂声音处理是很有前景的，“研究哺乳动物的听觉系统检测音频的计算机制，有助于研究下一代的欺骗检测通用算法”。
除技术之外，我们还有办法应对Deepfake的横行吗？目前的Deepfake还无法做到非常逼真，因此有些细微瑕疵还是能够通过肉眼识别。为此，Buzzfeed总结了一些辨别方法：
1.不要妄下结论；
2.考虑内容的来源；
3.验证这些内容都出现在哪些地方；
4.检查人物的嘴部动作；
5.放慢视频，仔细观察。
然而在这个“后真相”的时代，我们很难奢求所有人都花心思去辨别一个视频的真伪。而在全民“ZAO”脸的狂欢下，已经轻易将自己的肖像拱手相让的我们，会有心思去辨别什么是真，什么是假吗？
作者：EON
编辑：八云
一个AI
AI不坏，但要看你怎么用。
本文来自果壳，未经授权不得转载.
如有需要请联系sns@guokr.com
欢迎转发到朋友圈~
对于在一夜之间刷爆朋友圈的ZAO，你怎么看？有玩过的朋友吗？
扫描下面的二维码，授权进入果壳粉丝VIP社群吧！
AI和同事们等你来玩哦~