“我眼瞅自己跳著芭蕾的視頻，看到那一抹妖嬈嫵媚，驚嘆自己還有這樣一面。”

聽著王大柱的自述，哥幾個張大了嘴巴。要知道，面前這位，可是身高199，體重210，胸肌、腹肌全套配的鐵血男兒。

猜猜看，壯漢咋習(xí)得的這一身絕技?

A：芭蕾舞女神附體。

B：路遇絕世高人，拜師學(xué)藝。

按常人邏輯來看，這答案，顯然是B。不過，像王大柱這么難馴化的“品種”，走尋常路線是不行滴。

所以，正確答案是A。之所以稱之為“附體”，這其實是人體深度偽造技術(shù)呈現(xiàn)的效果。

“深度偽造”(Deepfake)是英文“deep learning”(深度學(xué)習(xí))和“fake”(偽造)的混合詞，即利用深度學(xué)習(xí)算法，實現(xiàn)音視頻的模擬和偽造。顧名思義，人體深度偽造技術(shù)就是指通過AI模型算法將目標人物的整個身體替換成另一個人。

看臉時代已過，AI“邀”你來看身體

上帝給了我們張獨一份的面容和一具“量產(chǎn)版”的軀體。

故事中，上帝捏出的亞當和夏娃是人類的初始形態(tài)，接下來就是批量復(fù)制。但這并不影響被復(fù)制出的小人們性情各異，自然穿著、行為也都有所不同。

因此，相比AI換臉，全身深度偽造想要做得好，不光是需要完美復(fù)制，更多的是通過算法、數(shù)據(jù)的分析重構(gòu)人體，進而將一個人的外在氣質(zhì)嫁接過去。

全身深度偽造技術(shù)使用生成對抗網(wǎng)絡(luò)(GANs)創(chuàng)造深度偽造視頻。這是一種能“教會”計算機勝任人類工作的有趣方法。一個好的對手能讓你成長更快，而GANs背后就是“從競爭中學(xué)習(xí)”的思路。

那么，GANs是如何工作的?

GANs中包含兩個相互競爭的神經(jīng)網(wǎng)絡(luò)模型。一個網(wǎng)絡(luò)稱為生成器(generator)，能將圖像或視頻作為輸入并生成樣本;另一個網(wǎng)絡(luò)稱為鑒別器(discriminator)，能接收生成器數(shù)據(jù)和真實訓(xùn)練數(shù)據(jù)，是用于得到能正確區(qū)分數(shù)據(jù)類型的分類器。

所謂機器訓(xùn)練過程，其實是生成器和鑒別器的“交鋒”過程。在這一階段里，前者依靠數(shù)據(jù)庫不斷創(chuàng)造出基于樣本要求的“高仿制品”，后者充當檢驗真假的“警察”。

隨著“交戰(zhàn)”進行，鑒別器越來越難以區(qū)分生成器給到的“產(chǎn)品”真假，而這個過程也會產(chǎn)生很多不同程度的新合成樣本，它們被用于創(chuàng)建逼真的合成圖像和視頻。

2018年8月，美國加州大學(xué)伯克利分校的研究人員在網(wǎng)上發(fā)布了名為《人人皆為舞王》的視頻，展示了深度學(xué)習(xí)算法實現(xiàn)動作轉(zhuǎn)移的方法。

視頻中，專業(yè)舞者的動作被轉(zhuǎn)移到業(yè)余愛好者的身上，瞬間讓普通人get到開掛技能。

同年，由德國海德堡大學(xué)圖像處理合作實驗室(HCI)和科學(xué)計算跨學(xué)科中心(IWR)的計算機視覺教授比約恩·奧默爾領(lǐng)導(dǎo)的研究小組，發(fā)表了一篇關(guān)于教授機器以逼真形態(tài)渲染人類身體運動的論文。

2019年4月，日本人工智能(AI)公司Data Grid開發(fā)了一種AI應(yīng)用，它可以自動生成不存在的人的全身模型，并可以將其應(yīng)用到時尚和服裝行業(yè)。

加州大學(xué)伯克利分校的研究人員稱，目前這項技術(shù)仍處于早期階段，人體深度偽造還沒有辦法做到像人臉識別那樣呈現(xiàn)真假難辨的拼接效果，這其中涉及到的不光是對身體動作的復(fù)刻，更是對步態(tài)檢測、慣性捕捉、微姿態(tài)記錄等技術(shù)的融合使用提出更高要求。

直到目前，人體深度偽造技術(shù)看上去都是一副“人畜無害”得樣子。

不過，凡事都有其兩面性，在不法分子眼里，人體深度偽造技術(shù)在色情業(yè)、廣告營銷、網(wǎng)絡(luò)欺詐等領(lǐng)域可謂“大有所為”。

黑化的高科技，騙子的“紅利”

多了個身體，深度偽造技術(shù)的“修為”更上一層樓。在凡事都講求個“眼見為實”的今天，殺傷力反而更大。

2018年，CNN駐白宮首席記者吉姆·阿科斯塔(Jim Acosta)在Infowars的編輯保羅·約瑟夫·沃森(Paul Joseph Watson)上傳的一段視頻片段中，阿科斯塔似乎在猛推試圖拿走其麥克風(fēng)的白宮工作人員。

實際上，由C-SPAN播放的原始視頻與沃森上傳的視頻內(nèi)容截然不同。

沃森堅持認為，自己并沒有篡改視頻內(nèi)容，由于上傳時視頻的自動壓縮導(dǎo)致與原始視頻相比缺失了幾幀，而就這幾幀恰好造就了上面的那句。

因此，沃森差點被自己送去吃牢飯(沒錯，這事阿科斯塔曾考慮起訴沃森)。

Emm~心疼三秒鐘

這種深度偽造無需什么技術(shù)含量，即可扭曲一段視頻的含義，抹黑一個人。這可以是無意間發(fā)生的，但做到真的很容易。

不用多久，傻瓜式操作的人體深度偽造應(yīng)用便會問世。網(wǎng)絡(luò)安全公司Deeptrace通過構(gòu)建基于計算機視覺和深度學(xué)習(xí)的工具證實了這一點。

這個AI工具，像是個基于媒體的“造人神器”，它可以操縱任何類型的合成視頻，隨機合成其中一個或幾個演員的全身、面部圖像和音頻。

Deeptrace安全人員稱，我可以制作一段杰夫·貝索斯(Jeff Bezos)的深度偽造視頻，他說亞馬遜的股票正在下跌，想想做空亞馬遜股票可以賺到多少錢。當你控制住它傳播的時候，損害已經(jīng)造成了。

別有用心的組織利用深度偽造技術(shù)對政要、記者等人物進行篡改，在發(fā)生重大事件時可能會混淆視聽，影響新聞報道的真實性，造成社會輿論混亂，危害社會穩(wěn)定。

若能達到無縫拼接，很難看出破綻......可怕，誰快來收了這妖孽?

抱歉，目前在科技行業(yè)中還沒有找到根除深度偽造的共識方法，許多不同的技術(shù)正在研究和測試中。其中包括：

1、調(diào)查各類鏡頭的數(shù)字水印，以識別深度偽造內(nèi)容

2、使用區(qū)塊鏈技術(shù)建立信任體系

3、創(chuàng)造“AI神探夏洛克”，即取樣某些卷積模型，然后在視頻中尋找異常

4、通過基于API的監(jiān)控系統(tǒng)看到深度偽造視頻的創(chuàng)建、上傳和共享過程

盡管這些辦法都可偵測人體深度偽造的內(nèi)容，但較高的準確度依然聚焦在面部識別，而探測深度偽造技術(shù)的下一件大事，是“軟”生物特征簽名。

無論是面部微表情，還是身體動作、體態(tài)，都是獨一無二的。加州大學(xué)伯克利分校的研究員舒迪·阿加瓦爾(Shruti Agarwal)使用這類軟生物識別模型，來確定這種微小變化是由視頻人工創(chuàng)建的。

另一邊，在于短期內(nèi)，推廣虛假信息和其他有毒、煽動性內(nèi)容對主要平臺來說是有利可圖的，因此激勵機制也完全不一致。

網(wǎng)易易盾實驗室告訴雷鋒網(wǎng)，通過深度偽造技術(shù)，人體動作行為可以再生成，惡意改造可能會嚴重侵犯個人隱私，引起的傳播效應(yīng)會對個人造成負面社會影響，并且，這一系列技術(shù)給司法鑒定帶來更大挑戰(zhàn)。

有研究人員獻計：阻止深度偽造的全面法律可能反而會被誤導(dǎo)。在現(xiàn)有涵蓋誹謗和版權(quán)的法律情況下，應(yīng)支持造福社會的合成媒體應(yīng)用，同時資助研究開發(fā)工具來檢測深度偽造內(nèi)容，并鼓勵初創(chuàng)企業(yè)和其他公司也這樣做。