杨幂换脸上热搜，1亿网友被AI骗了

今天，杨幂因为「换脸」上了微博热搜。

别误会，这里的“换脸”并不是整容，而是B 站UP 主「换脸哥」用AI技术将杨幂的脸替换掉了94 版《射雕英雄传》朱茵的脸。

94版朱茵饰演黄蓉替换前：

94版朱茵饰演黄蓉替换后：

「换脸哥」制作的视频无论从人脸的轮廓还是人物的表情根本看不出来移花接木的痕迹。因为太逼真，一经上传就在网上引起了轩然大波。

网友都被这样的操作惊呆了，微博话题阅读量瞬间飙到1.1亿。

不过，有了这一技术大家的眼睛也能减少忍受某些演员「菩萨知不知道我心里有多难过」这样惊悚的的表演：

或是减少某位港星用哭戏成功把大伙逗乐的尬演：

「换脸哥」制作这段逼真视频的 工具 叫 Deepfake ，这一AI 技术在国外已经火了两年多。

（视频中左侧为真实视频，右侧是Deepfake合成）

当年，美国国防部把这项技术誉为 人类对于AI的军备竞赛的一个开端 ，能把视频中的人脸换成其他人，同时保持脸部肌肉运动和谐，口型和声音匹配。

（Deepfake合成后的「 希拉里·川普」）

但Deepfake技术却在2018年才意外走红。

因为国外著名成人网站Reddit上出现了一段《神奇女侠》主演盖尔·加朵的小片：盖尔·加朵被推倒在床，一番搔首弄姿后，就是各种辣眼睛的场面…

盖尔自己看了都会流泪，简直不敢相信…

实际上，这个视频正是利用Deepfake 合成的，盖尔·加朵（右）的脸替换了色情女星PepperXo（左）的脸。

（色情女星PepperXo「左」，盖尔·加朵「右」）

很多人以为这样的视频合成需要专业人士，但其实合成盖尔·加朵这样的视频只需要4步：

• 收集照片

• 从原始照片中提取面部图像

• 在照片上训练模型

• 使用模型进行转换

首先，在社交网络上搜索大量盖尔·加朵和某成人女星的静态图片和视频丢给系统进行深度学习。

搜索到的照片和视频越多，学习样本就越多，生成的脸谱图细节还原度也就越高。

接着，Deepfake会自动生成对抗网络(GAN)，GAN中两个机器学习(ML)模型一个在数据集上训练后生成虚假音/视频，另一个则试图检测这些伪造物。

两个模型每次的对抗结果都会生成网络制作时使用到的参数。

最后，直到鉴别器无法辨别它生成的作品和真迹，选中系统的训练视频进行换脸，再设置合适的帧率，就可以得到一段自制Deepfake 视频。

甚至，在视频的制作过程中声音也可以利用技术做PS模拟处理：

视频中的人和物也能按照要求「无中生有，有中变无」。

既然利用AI技术换脸如此容易，那么用“AI”对抗“AI”来检测，结果会如何？

瑞士Idiap研究所两位科学家对「人脸识别方法检测DeepFake」进行了较为全面的测评，并发表了论文。

两位科学家先后测试了两套前沿且先进的人脸识别系统：一个是性能最优的图像分类模型VGG，另一个是基于Facenet 的算法。

结果显示：AI分辨真假视频错误率高达95%！

理论上而言，只要你给Deepfake自动生成的对抗网络(GAN) 我们当前掌握的所有鉴证技术，它就能绕过所有这些技术。

在这场「假脸生成」和「真脸识别」算法的对抗赛中，Deepfake 无疑赢了。

2019年1月，荷兰DeepTrace实验室发布了一份DeepFake发展报告，数据显示2018年“deepfake”关键词的谷歌搜索次数比2017年增长了1000倍。

要知道Deepfakes在2017年11月前每月搜索次数仅100左右，到了2018年7月每月搜索次数已经上升到100万次-1000万次。

黑客利用Deepfake「换脸」的受害者除了盖尔·加朵，还包括黛茜·雷德利、娜塔莉·波特曼等一众好莱坞女星。

国外著名成人网站Pornhub上利用AI换脸的音/视频作品一度达到8000万部，它们根据影星、动作、专业程度等标签进行分类。

甚至，在Reddit上出现过专门的讨论区，热衷于为女明星制作假视频的成员有近4万之多。

好莱坞女星斯嘉丽·约翰逊在华盛顿邮报的采访中表示：

“让任何一个人成为这项技术的攻击目标只是时间问题。”

（图注：演员斯嘉丽·约翰逊）

在这种前沿技术面前，每个人都可能成为潜在的受害者。

一旦被人滥用，真实照片与语音模拟器或语音合成系统相结合，就可以生成任意“假新闻”，任何人可以变成任何人。

那些由于技术滥用对当事人造成的伤害，对整个社会造成的反噬，是人类对新技术缺乏敬畏必须付出的代价。

AI面前，人类必须保持敬畏之心。

部分素材参考：

量子位《朱茵变杨幂，流量一个亿》

极客视界《这个AI 换脸技术也许是流量明星的春天》