前些日子，一款换脸app “zao”火遍全网，让人们疯狂讨论起互联网技术的发展让欺骗越来越容易，而现在，一个更令人害怕的技术来了。

2018年8月，美国加州大学伯克利分校的研究人员发布了名为《人人皆为舞王》的论文和视频，展示了深度学习算法如何将专业舞者的动作拼凑到业余爱好者身上。虽然这种技术处于早期阶段，但是想到科技可怕的发展速度还是为它未来能做到的事情感到恐怖。

这种技术叫做“全身深度伪造”技术，目前，全身深度伪造技术还不能完全愚弄人类的眼睛，但就像任何深度学习技术一样，它会逐渐取得进步。全身深度伪造还需要多久就能变得与现实无法区分？这只是时间问题。

“深度伪造”的危害性较大

它的原理是生成性对抗网络。这个网络由两个神经网络组成，分别是生成网络和鉴别网络，这些神经网络在配合中建造逼真的合成图像和视频。

海德堡大学的奥默尔教授领导着一个研究和开发全身合成媒体的团队。他说，人脸合成技术已经比较成熟，但身体有更多的变化，处理起来也更复杂，如果你在朝那个方向研究，你会学到不少东西。

他还说道：“但是，如果你想让它产生更大的能力，可能还需要几年的时间，那时全身和其他深度伪造技术将变得更便宜，更普遍。算法很容易获得，比如在Github上等等。所以，你可以从某些论文中找到可以下载的最新代码，然后在没有太多知识的情况下，应用它即可。”

当全身深度伪造技术便宜了之后，这些随处可以下载的代码将成为危害。有了这个技术，骗子们将任何黑锅甩给任何他们想诈骗的人，伪装成目标去做他们永远不会去做的事情，或说他们永不可能说的话。

2018年，荷兰新闻主播迪翁·斯塔克斯的色情视频被上传到某非法网站上，但是她并没有拍摄色情片，而是有人用她的脸附加到了一位色情女演员的身体上。这对她的生活和名誉造成了巨大损坏。《华尔街日报》也曾经报道，一家英国能源公司的高管将24.3万美元资金转到了骗子的账户上。这位高管说，他以为自己在和老板对话。但是，后来证明了，老板的声音完全是伪造的。这些例子还只是这些技术刚起步时造成的，未来随着它越来越先进，越来越便宜，它会造成毁灭性的影响力。

科技人员的努力

当然了，很多人已经恐惧深度伪造技术的可怕了，他们在寻找针对方案。 Deeptrace实验室成立于2018年，是一家网络安全公司，它正在构建基于计算机视觉和深度学习的工具，以分析视频，特别是那些AI合成的视频。公司创始人乔治·帕特里尼说，几年前他开始研究防范合成媒体滥用的技术。

但是，科技行业中还没有找到解决深度伪造的方法，有许多不同的技术正在研究中。一个团队验证镜头的数字水印，来识别深度伪造内容。另一个团队使用区块链技术来建立信任，这是它的优势之一。还有一个团队通过使用创造伪造视频的深度学习技术来识别它们。

加州立法禁止深度伪造视频

Deeptrace实验室基于API的监控系统可以看到深度伪造视频的创建、上传和共享。自2018年成立以来，该公司已经在互联网上发现了超过1.4万个假视频。Deeptrace实验室一般会告知公司及其客户，伪造者正在制造什么样的深度伪造视频，他们使用什么算法，以及这些工具的可访问性如何。

每个人都有自己独特的面部特征，比如自己独有的一些动作等，这些都是很独特的。加州大学伯克利分校的研究员舒迪·阿加瓦尔就使用这类识别模型，来确定视频里的人是否是假的。

最近，Facebook、微软正与大学合作推出“深度伪造视频探测挑战赛”。另一项值得注意的是美国国防高级研究计划局(DARPA)的项目，即通过语义取证来解决深度伪造问题，该机构寻找算法错误，例如在深度伪造视频中发现某个人佩戴的耳环不匹配。2018年9月，AI基金会筹集了1000万美元资金，用于创建一个工具，通过机器学习和人类版主识别深层伪造和其他恶意内容。

技术的两面性

笔者看到这个内容，首先想到的就是B站的鬼畜视频，这些视频当然都是伪造视频，不过不是恶意的，而是仅用来娱乐。它们的技术也非常简单，离“深度伪造”差的很远。但是了解了“深度伪造技术”还是感到不寒而栗，这些技术一旦被有技术的坏人所利用威胁实在是太大了。所以还是希望科学家们能尽快研发出“反伪造”的技术吧，现代社会的技术迭代太快，如果不与时俱进的学习的话，真的是被骗了也不知道是怎么被骗的，生活在当代、而又没有学习能力的人未来恐怕会被人摆弄于股掌之间。