陳根：破解深度偽造，是獲得真實的必須_風聞

文/陳根

人工智能技術在飛速迭代的同時，也讓深度偽造不斷滲入人們的生活。深度偽造也叫深度合成，是人工智能發展到一定階段的產物，源於人工智能系統生成對抗網絡（GAN）的進步。典型的**“深度合成”主要包括人臉替換、人臉再現、人臉合成以及語音合成四種形式****。**

人臉替換也被稱為換臉，是指將某一個人的臉部圖像（源人物）“縫合”到另外一個人的臉上（目標人物），從而覆蓋目標人物的面部。

人臉再現則利用深度合成技術改變人的面部特徵，包括目標對象的嘴部、眉毛、眼睛和頭部的傾斜，從而操縱目標對象的臉部表情。人臉再現不同於人臉替換，側重於改變某個人的臉部表情，從而讓其看起來在説他們從未説過的話。

人臉合成可以創建全新的人臉圖像，而這些隨機生成的人臉圖像很多都可以媲美真實的人臉圖像，甚至代替一些真實肖像的使用，比如廣告宣傳、用户頭像等。

語音合成涉及創建特定的聲音模型，不僅可以將文字轉化成聲音，而且可以轉化為接近真人語調和節奏的聲音。加拿大的語音合成系統RealTalk，就與以往基於語音輸入學習人聲的系統不同，它可以僅基於文本輸入生成完美逼近真人的聲音。

深度偽造雖然作為一種技術為社會提供了新的商業應用可能，但由於目前仍缺少監管，以至於在野蠻生長的情況下出現了諸多亂象。**比如，深度偽造造成“有圖不一定有真相”，視頻和圖像非常容易篡改，**而這種濫用必然帶來隱私風險、經濟安全等調整，亟待技術和法律的規制。

現在，由Adobe、微軟、ARM、英特爾 TurePic和BBC共同成立的技術聯盟宣佈，它們已經完成了數字內容證明標準的1.0版本，用以驗證照片/視頻的拍攝方式，並記錄後續的編輯記錄。這意味着公司可以實施這種方法，而不必擔心規範會改變並破壞他們的產品。

這項新標準在去年就已經開始制定的，它確定了圖像或視頻的首次創建時間和地點，以及所做的改變。Adobe的安迪·帕森斯（AndyParsons）表示：“開發和實施的速度幾乎是前所未有的。這反映了打擊日益嚴重的錯誤信息問題的需要，以及給內容創作者一種證明其作品確實是自己的方式”。

去年，Adobe曾展示該技術如何在Photoshop中工作，當時使用的還是一個尚未定稿的規範版本。Adobe計劃通過開放源代碼發佈它所使用的代碼，以便其他人可以在他們自己的應用程序中包含認證數據。

PS 發明後，有圖不再有真相；而深度偽造技術的出現，則讓視頻也開始變得鏡花水月了起來：人們普遍認為視頻可以擔當“實錘”，而現在這把實錘竟可憑空製造，對於本來就假消息滿天飛的互聯網來説，這無疑會造成進一步的信任崩壞。真實應該把握在人們的手上，而不是被技術濫用。好在標準的出台至少已經是對抗深度偽造濫用風險的一小步。