DeepFake换脸术混淆视听 搅乱美国政坛

最近，DeepFake 技术又一次站在了风口浪尖上。不只是因为它能在小电影上移花接木，而是立法者终于意识到它的可怕之处。

6 月初，一份有关马克·扎克伯格的假视频在国外社交媒体 Instagram 和 Facebook 上广为流传。

视频中的人，无论从相貌声音，还是穿着打扮，都跟真的扎克伯格几无二致。他能眨眼，会用手势，嘴/脸部动作和画外音音轨高度吻合。乍看之下，几乎找不到破绽，只是声音有些奇怪。

更早之前，美国众议院议长南希·佩洛西也经历了类似的事件。有人通过剪辑、拼接和慢放等手段制作了一段她的演讲视频，虽然没有用到 AI 技术，但视频中的她看起来有些神志不清，说话结结巴巴，语速缓慢，像是醉酒一样。

这段视频甚至引来了美国总统特朗普的嘲讽（两人素来不合）。

令人不解的是，这些社交平台并没有选择第一时间屏蔽虚假视频。事实上，正是因为 Facebook 拒绝撤下佩洛西的假视频，才导致有人做出了其 CEO 扎克伯格的假视频，来考验 Facebook 对虚假信息的衡量标准，看它会不会做出“自己打脸”的事情。

按照 Facebook 的官方回应，佩洛西的视频“没有违反平台的政策，因为所有人都可以自由表达自己（的想法），如果有第三方事实检测工具认定视频是假的，视频就会被打上标签，提醒用户注意其真实性，而且还会在推送中降低权重。”

换句话说，Facebook 的态度就是：我们不会移除编辑过的假视频，但会让用户知道它不是真的。

其他社交巨头也都纷纷表态，Twitter 选择了跟 Facebook 和 Instagram 站在一队，不会删除这些假视频，而谷歌旗下的 YouTube 则为了保险起见，选择了删除视频。

科技圈内部两极分化的情况也引发了舆论热议。有的人认为，纵容虚假信息流传会造成更大的混乱，尤其在政治和外交问题上，因此必须严格管控。

也有人认为，这些视频不会对某个个体造成实质性危害，贴上虚假标签即可。如果今天删除了它们，就会开创一个糟糕的先例，明天可能导致更严格的管控政策。

美国国会出手
美国国会也盯上了假视频和它背后的 AI 技术，因为不仅是佩洛西，就连总统特朗普都曾受到假视频的困扰。

与此同时，领英（LinkedIn）上还出现了一个疑似间谍的账号。她的名字是 Katie Jones，头像是一个典型的白人女性，毕业于密歇根大学，在美国国际战略研究中心（CSIS）工作。她的职场网络虽然只有 50 多人，但里面有美国参议员助理、副助理国务卿，以及美联储席位候选人兼经济学家 Paul Windfree。

根据调查，CSIS 根本没有这样一个员工，密歇根大学也没有她的学位记录，而且她联系网内的人都不认识她。肖像审查专家判断，她的头像很可能是用 AI 技术生成的假脸，很多特征与 AI 假头像高度吻合。

再结合她添加的人都是政府重要人物，专家普遍认为，其目的很可能是隐藏自己，从他们身上获取信息，甚至添加更多位高权重的人物，将领英作为从事隐秘间谍活动的渠道。

多名议员认为，如果对此类事件放任不管，不仅会影响到政治人物，还会伤害弱势群体和少数族裔，甚至波及 2020 年的美国总统大选。

因此，美国国会召开了有史以来第一场有关 DeepFake 类技术的听证会，会议已于 6 月 13 号结束，相关法案也已经酝酿了数月之久，出台对该技术和社交平台的约束政策只是时间问题。

纵观历史，能受到如此待遇的技术并不多见，立法者如此大张旗鼓地针对它，足以看出它潜在的破坏力。

AI 换脸术如何走红

如果放在 10 年前，恐怕很少有人会质疑一段视频的真实性，尤其是人脸清晰可见的视频。只不过随着 AI 技术的进步，凭空造出一个以假乱真的人脸，替换视频中的人脸，或者替换视频中的整个人物，都早已不是遥不可及的事情，甚至可能有些过于容易了。

2017 年底横空出世的 DeepFake 技术，虽然不是第一个实现换脸的技术，但却是将 AI 假视频带入大众视野的先驱。这是一种基于深度学习的伪造技术，适用于修改图片和影像，可以实现人脸的移花接木。哪怕是动图或视频中的人物，也可以被替换成毫不相干的另一个人。

DeepFake 的走红要归功于脑洞大开的网友，他们在色情视频中引入了 DeepFake 技术，将其中女主角的脸，替换成了一些当红女明星的脸，盖尔·加朵、艾玛·沃特森、斯嘉丽·约翰逊和泰勒·斯威夫特等大牌女星都难逃一劫，纷纷被替换到了不可描述的场景中。

由于视频中角色的脸部动作和视角变化较少，因此除了个别帧数出现渲染模糊和混乱的问题，DeepFake 的替换效果足以以假乱真。

不过，出于恶搞精神也好，猎奇心态也罢，这些人无疑是滥用了 DeepFake 技术，对当事人造成了伤害，而且维权无门。饱受其害的“黑寡妇”斯嘉丽就曾在公开场合表达了自己的愤怒和无奈。

鉴于其造成的恶劣影响，很多社交平台都开始封杀 DeepFake 视频。该技术的开发者也在 GitHub 上呼吁，“不要将 DeepFake 的换脸技术用于色情视频，它的价值并不在此。”

实际上，能够制造假图片和假视频的 AI 技术不仅仅只有 DeepFake，相关技术在过去五年里层出不穷。这都要归功于另一项大名鼎鼎的深度学习技术：生成式对抗网络（GAN）。

这是一种让两个神经网络“左右互搏”的技术，其中一个网络负责生成物体，一个网络负责判别物体，两者通过不断对抗来创造非常真实的虚构图像、声音或视频。

自 2014 年 Ian Goodfellow 发明 GAN 以来，世界范围内的很多深度学习团队和企业都开始在上面添砖加瓦，各种 GAN 框架漫天飞舞。

在 DeepFake 出现之前，就已经有了基于 GAN 的 Face2Face 技术和 CycleGAN 模型。前者可以通过摄像头捕捉人的脸部动作，然后实时转移到现有视频中的另一张人脸上，后者则可以改变图片和视频中物体或场景的样貌，实现马与斑马之间的转换。

类似的技术还有很多。UC 伯克利大学团队的 Everybody Dance Now，融合吸收了很多种 GAN 框架的精髓，可以分分钟让舞蹈小白看起来像是舞王附身，堪称是“舞蹈界的 DeepFake”。

英伟达的 StyleGAN，可以自动生成惟妙惟肖的图片，适用于人脸、汽车、风景和动物等。对于人脸来说，StyleGAN 用来混合的特征包括性别、肤色、脸型、姿势、表情、胡须、是否戴眼镜、头发长度和颜色等等。它虽然不是一个完美的模型，生成的图片经常出现瑕疵，但总体上效果出众。

有人用 StyleGAN 制作了一个网站 thispersondoesnotexist.com，每次刷新都会生成一张人脸图片，偶尔还真会刷出现高颜值的人。唯一的问题是，这人不是真正存在于这个世界上的。上文提到的那个虚假的领英女性头像，专家怀疑就是 StyleGAN 或者其他 GAN 框架的杰作。

AI 造假技术触手可及，是福是祸？

除了主流的 DeepFake 和 GAN，还有很多 AI 技术可以用来生成视频，像香港科技大学陈启峰教授团队的级联优化网络（CRN），仅凭一张简单的场景布局图片，就可以生成无数个高分辨率的图像和视频，还有三星 AI 实验室让静态蒙娜丽莎和爱因斯坦图片动起来的元数据框架。

然而，我们在感受 AI 技术带来的惊喜的同时，也必须意识到一个问题：借着开源的东风和技术无罪的精神，AI 造假的门槛越来越低了。

随便在网上一搜“AI 换脸”，就会找到很多神经网络训练教程，如果有编程功底，从开源社区拿到代码和数据就可以自行搭建框架和训练。

即使不懂得如何构建神经网络，看不懂晦涩的论文，甚至是不懂编程也没问题，网上早就有 fakeapp 和 faceswap 等现成的换脸软件，只要电脑硬件足够强大，跟着教程走，自制简单的换脸短视频并不困难。

往好的方向看，这种趋势降低了视频制作的门槛，方便了大众进行艺术创作，尤其是以恶搞为主要目的的视频。在 B 站上就能找到很多高质量“AI 换脸”视频，譬如把《复仇者联盟》中的美国队长改成“象牙山队长赵四”，把雷神改成徐锦江，把《武林外传》中的佟湘玉改成“黑寡妇”斯嘉丽。

抛开法律层面存在的争议不提（涉嫌侵犯肖像权），如果我们用最大的善意去看待这些恶搞，制作者的初衷可能并没有恶意，只是单纯地想让看客一笑，用 AI 技术满足大家最丰富的脑洞和想象力，毕竟里面没有涉及到形象侮辱和名誉诋毁。

而且用的好了，我们还能看到“AI 复活张国荣”这样的致敬作品。或许等技术更加成熟，越来越多逝去的名人会以“复活的”形式重新回到荧幕上。《速度与激情 7》中最后出现的保罗沃克就使用了类似的技术。

但如果往坏了想，AI 技术被居心叵测的人利用，就会出现上文说到的滥用情况。比如把女明星的脸放在色情或暴力视频中，用来伪装成一个不存在的人，伪造一个从没发生过的事，或者把一个人做的事放在另一个人身上，从而误导不明真相的人，混淆视听。

如何破解 AI 操纵信息的困境？

AI 技术的进步无疑是一件利大于弊的事情，技术本身不存在原罪。只不过我们必须制定配套的规则、规范和保护措施，才能有效避免技术滥用的情况发生，并且将发生时的损失降到最低。

美国议员正在起草的法案指出，整个 AI 产业，从上到下都必须参与其中。

首先，企业和研究机构需要开发对应的技术，用来有效识别虚假 AI 信息。网络上的信息载体可以大致分为文字、图片、音频和视频。不幸的是，每一种都被 AI 攻陷了。

OpenAI 的 GPT-2 模型可以生成流畅连贯的假文章，GAN 和 DeepFake 可以制造逼真的图片和视频，至于模拟声音，可以用 RNN 等深度学习模型完成，搜狗就刚刚展示过即时变声的酷炫功能。

不过我们可以用技术来对抗技术，用 AI 来对抗 AI。从本质上看，虚假信息的传播问题可以有两种控制方法：一是从源头入手，寻找证据，查验信息的真实性；二是从数字信息本身入手，检查是否存在修改痕迹。

Adobe 就发明了检测图像是否经过 PS 的工具，可以用卷积神经网络识别图片有没有被修过的痕迹。

美国国防部高级研究计划局（DARPA）也早就注意到了 DeepFake，并且开发了一种 AI 工具，可以在 GAN 生成的视频和图像中捕捉微妙的生理信号线索，比如不自然的眼睛运动和呼吸频率，从而识别假视频。在 SytleGAN 和 BigGAN 还没有诞生的时候，准确率甚至高达 99%，只是现在应该达不到这个水平了。

也有研究团队发明了新的神经网络模型 XceptionNet，用假视频数据集训练 AI，教它如何识别假视频。在清晰度比较高的情况下，准确率高达 95% 以上。

然而“造谣动动嘴，辟谣跑断腿”，打假不如造假吃香，学术界在对抗 GAN 方面做出的努力，仍然远不及研究 GAN 的努力。据 DeepTrace 平台统计，2018 年，全球涉及到 GAN 生成图像和视频的论文多达 902 篇，而研究如何识别合成图像和视频的论文只有 25 篇，仅为前者的 1/36。

其次，社交平台必须承担其监督和管理的责任，建立更完善的虚假信息检测机制。

这就要求 Facebook 和 Twitter 这样的社交平台拿出更积极的态度，而不是像现在这样，遇到难以控制的虚假信息就贴上个标签放任自流，甚至于连标签都懒得贴，直到有媒体报道才后知后觉。

所谓的 AI 算法和大数据加持下的事实检查工具，也迟迟没有大规模使用，偶尔使用还会闹出啼笑皆非的笑话，比如巴黎圣母院着火的视频被 YouTube 识别为 911 事件，只好依赖效率低下的人力筛查。这次扎克伯格和佩洛西的假视频，到本文发稿时，也没有在醒目的地方打上虚假信息的标签。

美国议员 Adam Schiff 认为，归根结底，是因为现有法律没有要求社交平台对平台上用户发表的内容负责，他们没有足够的动力去改进。

因此，最后需要配合的就是立法和监管机构。相比近几年 AI 技术的突飞猛进，配套的法律法规显得有些落伍了。针对 AI 合成内容，如何监管，如何收集证据，如何判罚和量刑等问题都没有确切的、详细的、可操作的法律条款作为依据。

专家建议，应当让社交平台采取合理的措施，保证内容的节制性，从而更有动力打击 DeepFake 等技术制造的虚假信息。

不过，当这些条件都尚未成熟的时候，上网冲浪的我们都应该牢记一件事情：文字、图片、音频和视频都有可能是伪造的，不能轻易地相信网络上的信息。

或许这很可悲，但我们就跟斯嘉丽一样无奈。