微软 Facebook 出手了！作恶工具 Deepfakes 会就此灭亡吗？

雷锋 消息，2019 年 9 月 5 日，Facebook CTO Mike Schroepfer 发布了一篇博文宣布，Facebook 正与微软公司以及多所大学联合研究检测 deepfakes 的方法，甚至投入了 1000 万美元来发起竞赛，激励检测研究的发展。

由 Deepfakes 产生的“恶”

2017 年，一名 ID 为 Deepfakes 的 友在 Reddit 站上传了一段换脸视频，并在之后上传了一系列类似的视频；由于换脸视频涉及色情内容，并且侵犯了他人的隐私，引起了恶劣的反响。最终，Reddit 官方将 Deepfakes 封 。而作为 复，Deepfakes 也将换脸视频的 AI 代码免费公开，从此，Deepfakes 视频像病毒一样蔓延全球，无论是明星还是政客，都有可能被“换脸”。

出于人们对这项技术的强烈担忧，Deepfakes 在一定程度上遭到了打压。

虽然，Deepfakes 时常会被用于恶搞视频里，而且人们也觉得无伤大雅；但是，如果出现在政党竞选领域，或许就另当别论了——有专家表示，在 2020 年美国总统大选之前，或许会有更多关于政客的 Deepfakes 假新闻出现。

就目前而言，美国还没有引发重大政治后果的 Deepfakes 换脸视频，但最近 上流传出一段劣质的有关美国众议院议长 Nancy Pelosi 的视频片段，视频片段中 Nancy Pelosi 的演讲被人为降速，让她看上去含混不清，造成了负面影响。

更重要的是，使用该技术的成本在变得越来越低。 络上有一些团队正在开发制作简单 Deepfakes 视频的市场；甚至在 YouTube 上传指导教程，教人手把手制作 Deepfakes 视频，再收取一定的费用；也有一些自助服务 站可以帮助生成 Deepfakes 视频。

前两天刷爆朋友圈的换脸 app ZAO 更是大大降低了人们感受这项技术的门槛——不需要 P 图技术、不需要代码知识、不需要专业设备；仅需要一部手机，一张照片，就能快速生成换脸视频；效果逼真，动作流畅。而且，一旦用户上传自己的照片，并且同意该软件的用户协议和隐私协议，肖像权 & 隐私权就有可能面临着巨大的风险。

众人拾柴火焰高

正如开篇所提到的，针对 Deepfakes 带来的恶劣影响，众多机构已经开始行动。Facebook 已经联合学术和企业两个领域的力量，共同研究以低成本的方式检测出 Deepfakes 视频的方法。

雷锋 了解到，项目的参与者包括康奈尔科技校区（Cornell Tech）、麻省理工学院（MIT）、牛津大学（University of Oxford）和伯克利大学（UC Berkeley）等；非营利性研究组织 Partnership on AI 也参与其中，该组织的成员有 Google 、苹果、亚马逊、IBM 等大型科技公司。

Facebook 的声明中还援引了来自多个大学的教授的话；其中，纽约州立大学工程与应用科学学院的吕思伟教授说道：

虽然 Deepfakes 视频看起来可能很逼真，但它们毕竟是由算法生成的，而不是由摄像机捕获的真实事件；这意味着它们仍然可以被检测出来。一些有前景的新方法可以发现和减轻 Deepfakes 的有害影响，包括在视频素材中添加“数字指纹”以帮助验证其真实性。除此之外，解决这个问题还需要技术人员、政府机构、媒体、公司和每一个在线用户共同努力。

作为该项目的一部分，Facebook 还投入了 1000 万美元来发起竞赛，竞赛将从 2019 年末开始，到 2020 年春季结束；届时还将有一个排行榜，用来评定 Deepfakes 检测系统的能力。从某种程度上来说，发起竞赛不失为一种明智之举，可以激励研究人员以及业余爱好者寻找解决方案。

不过，与所有有关于人工智能的问题一样，Deepfakes 视频的检测也涉及到大量的数据和训练。因此，Facebook 也会委托研究人员生成逼真的 Deepfakes 内容，通过这些内容生成数据集，以便于测试检测工具的效果。与此同时，Facebook 也表示，这些视频将邀请付费的演员出演，不会使用用户的数据。这些视频数据也将于今年 10 月举行的国际计算机视觉会议进行初步测试，并于 12 月在温哥华举行的 NeurIPS 会议期间公开发布，以便于参赛者访问。

打击 Deepfakes 道阻且长

尽管 Facebook 对其计划十分有信心，但想要解决 Deepfakes 的问题也并非易事。

另外，从检测系统本身来看，当一个系统已经“看过”原始视频时，确实能够轻易地从假视频中发现变化，从而检测出 Deepfakes 视频；但如果怀有恶意演员故意录制视频，然后对其进行处理，那么对于人工智能系统而言，这个视频就是“原始视频”，没有可以参考的标准，也就难以发现其中存在的问题。

Mike Schroepfer 表示，Facebook 已经尝试了各种检测方法，但希望这次比赛能够产生更加新颖的方式。

值得一提的是，Deepfakes 最初被用于捏造以女性演员为对象的色情内容，然而，Facebook 在其声明中援引了 7 位学术嘉宾对 Deepfakes 的评论，其中并未包括女性。这一点在 Twitter 上引起了广泛的讨论。

雷锋 小结

总的来说，能够看到学术界和企业联合起来研究解决 Deepfakes 的相关问题，不可谓不喜闻乐见。尽管，人们在这条路上还会看到挑战和困难不断涌现，但正如 Facebook 在其声明中所言，此次的行动是“迈出了有意义的一步”。