一、百萬美金的kaggle大賽
最近，kaggle的一項比賽引來了各界廣泛熱議：Deepfake視頻檢測。比賽旨在檢測deepfake和被操縱的媒體，這項比賽獎金
高達百萬美金！小編仔細翻看比賽介紹，發現這次比賽的贊助商竟是由AWS，Facebook，微軟，人工智能媒體誠信指導委員會的合作伙伴，以及學術界人士共同贊助推進，這麼大手筆的比賽為哪般？
[kaggle官網截圖]
二、Deepfake 攪亂美國政壇
2019年6月，藝術家Bill Posters和Daniel Howe在Instagram發佈了一個關於Facebook首席執行官馬克·扎克伯格的視頻。視頻中扎克伯格談論到：通過Spectre漏洞，一個人能夠完全控制著數十億人被盜的數據，他可以掌握著他們所有的秘密，生活和未來。這真是一段令人震驚的發言，視頻迅速引起了圍觀，然而事實上，這是一段假視頻，但視頻中的人無論是相貌，還是聲音，都與扎克伯格幾乎一模一樣，他有豐富的面部表情，甚至會使用肢體語言來配合表達自己的思想。
有趣的是，這段視頻發佈的時機。就在這個視頻發佈前不久，有人通過加速、減速、切割、升調等方法編輯了一段美國眾議院議長南希·佩洛西的視頻。視頻中的南希·佩洛西，講話磕磕絆絆，像是嗑藥了一樣。這讓與佩洛西一向不和的美國總統康納德·特朗普可逮到了機會：特朗普轉發了這個視頻並配文字“PELOSI STAMMERS THROUGH NEWS CONFERENCE”(佩洛西在新聞發佈會上結巴)
[圖片來自優酷]
然而被髮布的社交平臺Facebook是怎麼做的？Facebook沒有刪除這個引起政界大佬爭議的視頻，他公開拒絕刪除佩洛西假視頻，官方回應稱：這個視頻沒有違反平臺政策，所以我們不會刪除這種假視頻，但是我們會打上“假視頻”的標籤，讓用戶知道視頻不是真的。而在這之後不久，就有人發佈了本文開頭提到的扎克伯格假視頻。
[圖片來自優酷]
三、美國國會針對Deepfake立法動向
2019年6月13日，美國眾議院情報委員會召開關於人工智能深度偽造的聽證會，公開談論了深度偽造技術對國家、社會和個人的風險及防範和應對措施。聽證會眾專家一致認為，Deepfake技術不僅對政治領域有很大影響，同樣對新聞行業也有影響，人們將不再信任公眾媒體，這將會對公眾信任造成巨大打擊。小編當時就覺得，這不是小題大做麼？只是因為佩洛西和扎克伯格的假視頻？這種搞笑視頻能對政治社會層面有多大影響？然而打臉總是來得那麼快：據悉，不久前Facebook宣佈關閉數百個虛假髮佈政治內容的賬號，這些賬號冒充媒體、政黨、公眾人物發佈政治相關內容。一些賬號使用Deepfake偽裝成美國公民的個人資料照片，而發佈的內容不是在支持特朗普，就是在攻擊特朗普的競爭對手！試想一下，如果這些賬號沒有被關停，許多不明真相的群眾將會對這些“政治家”信以為真，他們會在長期接觸這些虛假信息中迷失對真相的判定和認知，而這種判定認知的迷失將會對美國這種在總統選舉制度下的選舉結果造成多麼大的影響！
四、抵禦Deepfake是否是保護“真相”的唯一途徑
第一個廣為人知換臉視頻出現在2017年11月，當時一個名為“deepfakes”的Reddit用戶上傳了一系列視頻，視頻中將蓋爾·加朵（Gal Gadot）和斯嘉麗·約翰遜（Scarlett Johansson）等著名女演員的臉嫁接到其它色情作品演員的身體上。從那時起，公眾和新聞媒體開始使用“deepfake”一詞來指代使用“deep”深度機器學習和“fake”假照片來混合生成這種換臉的視頻。這些假視頻是使用一套機器學習和人工智能技術製作的，這些技術能夠對視覺數據進行復雜的操作，特別是身體的運動。有些人對這種技術的豐富表現力著迷，而其他人看到了這種能把語言和行動安在其他人的嘴和身體上的技術的可怕後果。
新聞報道對這種假視頻發出了探討：如果視頻不能再被信任作為某人做了某事的證據，那麼真相又將怎樣才能被證明？Deepfake是否是人們對社會信任衰退的信號？
記者和政治家等聲稱Deepfake
破壞民主的能力：篡改選舉，危害國家安全，或引發廣泛的對女性AV換臉的暴力事件。新聞報道稱，Deepfake將破壞信任，人們從此以後將不能用視頻作為證明“真相”的證據。但這些報道往往忽略了 “真相”從來就不一定是真正的真相，而是由社會、政治和文化決定的。說到底，人們為什麼要抵禦Deepfake？是害怕Deepfake動搖公眾媒體真實性？往後將無人相信公眾媒體的報道和言論？實際上，人們對Deepfake的畏懼，其實是害怕“真相”的缺失。然而縱觀歷史，將什麼算作“證據”，一直以來都是作為維護強權的關鍵性工具，要想保護真相，首先從政府方面要堅決態度，Deepfake的暴力只能通過技術和社會解決方案的結合來解決。但小編認為，除非那些最易受暴力侵害的群體能夠影響公共媒體系統，否則恐怕Deepfake的災難，將只是人們對社會信任衰退的開始。
可以想象，這種應用在高速發展短視頻的中國也同樣適用。國內，快手抖音為主的短視頻如火如荼。可是短視頻非法內容遠遠跟不上約束短視頻法規的發展。隨著5G到來，短視頻還會呈高速發展。許多同學也很猶豫轉型算法崗位，CV太過飽和，NLP沒有太好實際落地，如何能更好的選擇方向，我們推薦可以重點考慮視頻的偵測領域，這個領域區別於圖像，但是又從圖像技術中發展而來。繼承了CV deeplearning大部分特點。美國已經有了很多視頻鑑定類的創業公司發展迅速，他們為facebook和其他媒體提供服務。我們是否能從中得到更多啟示？俗話說的好“知己知彼，方能百戰百勝”，我們要想檢測假視頻，就要先了解制作假視頻的技術特點。敬請期待，我們第二篇deepfake文章詳細介紹現在deepfake技術發展的情況。
閱讀更多 數競之家 的文章
