AI打假pkAI造假，誰(shuí)能勝出

人臉識(shí)別作為生物識(shí)別中的重要手段，成為了近年身份識(shí)別中最熱門的領(lǐng)域。但與人臉識(shí)別技術(shù)共同發(fā)展的，還有借助機(jī)器學(xué)習(xí)系統(tǒng)、圖像視頻和音頻內(nèi)容，更改人臉、物體或環(huán)境呈現(xiàn)方式的深度偽造技術(shù)。隨著這一技術(shù)的日趨成熟，其引發(fā)的諸多社會(huì)問(wèn)題也開(kāi)始凸顯。在對(duì)抗虛假視頻方面，目前各方在尋求技術(shù)突破的同時(shí)，也致力于在制度建設(shè)方面做出改變。

俗話說(shuō)“眼見(jiàn)為實(shí)”，人們往往對(duì)看到的圖像、視頻深信不疑，而隨著Photoshop、美圖秀秀等圖像編輯軟件的興起，人工智能造假技術(shù)的更迭，圖像篡改變得越來(lái)越容易，假圖片、假新聞等在網(wǎng)上泛濫成災(zāi)，人們也愈發(fā)不敢相信自己的眼睛。

為了應(yīng)對(duì)美國(guó)大選季期間高發(fā)的虛假信息，近日，谷歌決定出手，以AI治AI。有專家指出，深度偽造技術(shù)（Deepfake）是AI發(fā)展到一定階段的產(chǎn)物，隨著這種技術(shù)的發(fā)展，相應(yīng)的檢測(cè)技術(shù)也會(huì)越來(lái)越先進(jìn)如同“貓抓老鼠的游戲”，將是一場(chǎng)永無(wú)休止的競(jìng)賽。

假視頻越來(lái)越逼真

2019年11月，在北美上映的電影《愛(ài)爾蘭人》反響熱烈，其中令人咋舌的是電影特效制作公司運(yùn)用虛擬影像重建技術(shù)，將片中主角們集體“減齡”，抹平年近80歲演員們?nèi)蓊伾系臍q月痕跡，使之重新煥發(fā)青春。這種讓耄耋之年的演員重回年輕模樣的“換臉”技術(shù)著實(shí)讓觀眾心頭一震。

“Deepfake專指基于人工智能的人體圖像合成技術(shù)，主要應(yīng)用于‘換臉’，其在很多領(lǐng)域有積極的商業(yè)價(jià)值，但是一旦被‘黑產(chǎn)’盯上用作謀利工具，則會(huì)給個(gè)人和社會(huì)帶來(lái)風(fēng)險(xiǎn)和挑戰(zhàn)。”遠(yuǎn)望智庫(kù)人工智能事業(yè)部部長(zhǎng)、圖靈機(jī)器人首席戰(zhàn)略官譚茗洲介紹說(shuō)。

這其中最飽受爭(zhēng)議的是“換臉”技術(shù)被一些***利用。不久前，網(wǎng)絡(luò)上走紅的“一鍵脫衣”軟件DeepNude，只要輸入一張完整的女性圖片就可自動(dòng)生成相應(yīng)裸照，并且生成照片存在著廣泛傳播的風(fēng)險(xiǎn)，最終在各方壓力下這款A(yù)PP被下架。

不僅如此，不久前還出現(xiàn)了語(yǔ)音版的Deepfake。加拿大一家創(chuàng)業(yè)公司開(kāi)發(fā)出的語(yǔ)音合成系統(tǒng)RealTalk，僅基于一定的文本輸入即可生成和真人聲音十分相似的聲音。演示中，系統(tǒng)模仿了美國(guó)一位著名脫口秀喜劇演員、主持人的聲音，以至于本人聽(tīng)后高呼“真的可怕”。而未來(lái)這種技術(shù)還可能會(huì)發(fā)展到只需幾秒鐘的音頻素材，即能復(fù)制出他人聲音的程度。

讓人更為頭疼的是，Deepfake技術(shù)讓虛假信息“如虎添翼”，尤其在社會(huì)重大事件中能夠起到強(qiáng)勁攪拌作用，以至于可能會(huì)影響到人們決策以及社會(huì)穩(wěn)定。據(jù)相關(guān)文獻(xiàn)，2016年美國(guó)總統(tǒng)大選前的一個(gè)月內(nèi)，每個(gè)美國(guó)網(wǎng)民平均會(huì)接觸13篇假新聞。2020年初，新冠肺炎病毒席卷全國(guó)，就有造假者運(yùn)用上述技術(shù)偽造鐘南山院士發(fā)言，而針對(duì)“辟謠”的百度搜索指數(shù)（1月19日1月25日）與去年春節(jié)期間相比，增長(zhǎng)了5.4倍。

以AI治AI揪出假視頻

“自Deepfake2017年年底首次出現(xiàn)以來(lái)，隨著其技術(shù)的開(kāi)源，合成剪輯視頻的數(shù)量不斷增長(zhǎng)。要對(duì)付假視頻，就要在網(wǎng)絡(luò)海量信息中，快速找到虛假圖片，并對(duì)圖像識(shí)別后精準(zhǔn)提取其中語(yǔ)義，這也是目前人工智能算法上的核心研究發(fā)力點(diǎn)?！弊T茗洲表示。

要識(shí)別虛假視頻，首先，我們來(lái)分析一下Deepfake都有哪些招數(shù)。

“目前圖像篡改類型主要分為復(fù)制粘貼、拼接、圖像修補(bǔ)/局部區(qū)域去除和人臉PS四大類。”行業(yè)專家曹娟博士近日在接受科技日?qǐng)?bào)記者采訪時(shí)指出，“既有的檢測(cè)方法主要基于手工特征方法和深度學(xué)習(xí)的方法，前者包括基于圖像的物理屬性（光照不連續(xù)、陰影不連續(xù)、色差等）、相機(jī)屬性（顏色濾波陣列、傳感器噪聲、EXIF數(shù)據(jù)分析等）、壓縮痕跡（DCT系數(shù)、塊狀效應(yīng)等）、像素級(jí)屬性（復(fù)制粘貼、重采樣等）；后者包括Encoder-Decoder模型、約束卷積模型和Multi-domain模型等?！?/p>

“魔”高一尺，“道”可高一丈嗎？近日，谷歌母公司Alphabet旗下的Jigsaw聯(lián)手Google Research、美國(guó)馬里蘭大學(xué)等多家研究機(jī)構(gòu)，開(kāi)發(fā)了名為Assembler的實(shí)驗(yàn)平臺(tái)，旨在幫助應(yīng)用者通過(guò)簡(jiǎn)單操作，快速識(shí)別Deepfake，減少AI技術(shù)濫用所帶來(lái)的傷害。

譚茗洲介紹：“實(shí)際上，這個(gè)平臺(tái)是把多個(gè)圖像檢測(cè)器集成為一個(gè)工具，每個(gè)檢測(cè)器都針對(duì)特定類型的圖像進(jìn)行處理。比如，有的檢測(cè)器能判斷圖像是否有復(fù)制粘貼痕跡，檢測(cè)主要關(guān)注圖像顏色、噪點(diǎn)等?！?/p>

具體而言，其機(jī)器學(xué)習(xí)模型既能利用圖像的顏色值來(lái)查找異常，也能檢查圖像的噪點(diǎn)模式是否存在不一致。算法上，能夠查找被編輯過(guò)的JPEG壓縮圖像區(qū)域外觀相似的區(qū)塊，以判斷其中一個(gè)圖像是否被復(fù)制粘貼到另一個(gè)區(qū)域上。

“然而，真實(shí)場(chǎng)景中，媒體經(jīng)常面對(duì)的是經(jīng)過(guò)復(fù)雜處理后編輯的低分辨率的圖像，這就給檢測(cè)技術(shù)帶來(lái)新的挑戰(zhàn)。光用底層算法不能準(zhǔn)確抓住圖像上損失掉的篡改痕跡，還需要結(jié)合高層語(yǔ)義算法來(lái)識(shí)別?！辈芫暾f(shuō)。

曹娟進(jìn)一步指出，現(xiàn)有檢測(cè)假視頻的方法尚存在三個(gè)主要局限性。第一，通用性不夠，大部分檢測(cè)只針對(duì)特定類型的篡改，如何尋找篡改的共同屬性，讓模型能應(yīng)對(duì)多種篡改類型是未來(lái)的研究重點(diǎn)之一。第二，對(duì)抗能力不夠，目前篡改手段不斷隱蔽，經(jīng)過(guò)復(fù)雜的處理，篡改痕跡往往會(huì)消失，導(dǎo)致檢測(cè)性能大大下降。如何提高模型的魯棒性，應(yīng)對(duì)各種真實(shí)的應(yīng)用場(chǎng)景，是未來(lái)的核心任務(wù)。第三，目前的方法基本都是對(duì)圖像劃分成小塊，再逐塊處理，非常耗時(shí)耗資源。

共建保證信息真實(shí)的生態(tài)體系

國(guó)際咨詢公司Gartner曾預(yù)測(cè)：到2020年，互聯(lián)網(wǎng)虛假信息或產(chǎn)生更大危害，基于人工智能技術(shù)的造假能力或?qū)⑦h(yuǎn)超虛假檢測(cè)的能力。2018年3月，《科學(xué)》雜志刊登的一篇論文指出：近年來(lái)虛假新聞的興起，突顯出互聯(lián)網(wǎng)時(shí)代現(xiàn)有的對(duì)抗錯(cuò)誤信息制度和技術(shù)的不足，目前迫切需要重建一個(gè)保證信息真實(shí)性的信息生態(tài)系統(tǒng)。

“如今更重要的是提升針對(duì)性的檢測(cè)技術(shù)、完善相關(guān)法律及認(rèn)證機(jī)制?！弊T茗洲強(qiáng)調(diào)。

2019年9月5日，臉書（Facebook）相關(guān)負(fù)責(zé)人宣布，臉書正與微軟公司聯(lián)合包括美國(guó)麻省理工學(xué)院、英國(guó)牛津大學(xué)、美國(guó)康奈爾大學(xué)等在內(nèi)的多所大學(xué)研究檢測(cè)Deepfake的方法，同時(shí)非營(yíng)利性研究組織Partnership on AI也參與其中，該組織的成員包括谷歌、蘋果、亞馬遜、IBM等大型科技公司。

曹娟介紹說(shuō)，在研究方面，除Assembler平臺(tái)之外，目前國(guó)內(nèi)做的比較好的有中科院計(jì)算所、中科院自動(dòng)化所、北京交通大學(xué)、中山大學(xué)、深圳大學(xué)等，國(guó)外的美國(guó)加州大學(xué)伯克利分校、美國(guó)賓漢姆頓大學(xué)、美國(guó)馬里蘭大學(xué)等。同時(shí)，很多企業(yè)和研究機(jī)構(gòu)也在積極研發(fā)實(shí)用的圖像篡改檢測(cè)工具和平臺(tái)，如美國(guó)Amped Software公司開(kāi)發(fā)的Amped Authenticate工具。

2019年11月29日，國(guó)家互聯(lián)網(wǎng)信息辦公室發(fā)布《網(wǎng)絡(luò)音視頻信息服務(wù)管理規(guī)定》，要求網(wǎng)絡(luò)音視頻信息服務(wù)提供者應(yīng)當(dāng)具有與新技術(shù)新應(yīng)用發(fā)展相適應(yīng)的安全可控的技術(shù)保障，部署違法違規(guī)音視頻和非真實(shí)音視頻鑒別技術(shù)。

專家建議，防治虛假視頻，有關(guān)部門要建立相關(guān)管理制度，特別是新聞視頻、新聞內(nèi)容管理方面；在傳播渠道上，要建立過(guò)濾機(jī)制，在技術(shù)上實(shí)現(xiàn)高效過(guò)濾，并且還要對(duì)所有造假視頻音頻實(shí)現(xiàn)溯源，同時(shí)，增加對(duì)檢測(cè)技術(shù)研發(fā)資金的投入，激發(fā)技術(shù)創(chuàng)新。

責(zé)任編輯：ct