前一段时间，我们的吉吉吴写过一篇关于人脸识别与信息安全的文章，其中介绍了当下的人脸识别技术以及运用人脸识别技术的公司对用户上传的个人面部图像的运用问题，同时，还引发了一个讨论：如果人脸可以用于验证、解锁、支付等场景，那么人的面部图像被随意传播是否也成为了一种安全隐患呢？
画风奇异的“AI换脸”
这个问题的讨论还没有最终结果，又一个关于人脸的人工智能技术就进入了大众舆论的视野中，那就是“AI换脸”。相比于之前提到的人脸识别技术，这个“AI换脸”技术在一开始出现就沾上了一些不可描述的内容。比如，你现在搜索“deepfakes“，出现频率最高的内容是这样的画风：
而某度为我们提供的相关搜索内容就更迷，是这样的：
作为技术的“AI换脸”
有不明真相的朋友可能会懵逼了：这都什么跟什么啊？怎么有一种搜索某类电影女演员的名字时的感觉？这就要首先了解一下这个“deepfakes“与”AI换脸“到底是什么了。简单看一下维基百科做的介绍：
简单来说，这是一套深度学习的模型，它通过“生成性对抗网络“（generative adversarial network，也就是我们常说的GAN）这种机器学习的技术对现有的图片资料进行深度分析的和学习，把A的面部关键信息记录下来，并且将这种信息反复重建和自我改进，最终可以完全自主地生成一张A的脸，并模拟它的大部分表情。下一步，当然就很简单，只要把这张脸再贴到任意一个视频中的B 的身体上，“换脸”就完成了。值得一说的问题是，这个技术的核心并不在于可以把脸移植，而在于可以复制一张脸，AI基地一直秉承的原则依旧是，技术是工具，人才是目的。因此，这个“deepfakes“的学习模型本身可以说是中性的，可是在运用上，就出现了一些问题。
“被“香艳的女神们
从上文的截图里，我们可以直接地感受到，显然那些羞羞的事情才是人民大众更为喜闻乐见的，有需求自然就会有市场，加之前一段时间的“deepfake“框架在github上被开源，人们可以像下载一个APP一样获得这个框架。同时，deepfake更为贴心的一个地方在于，它本身的训练方式已经十分成熟，从获得一个原始的框架到将它训练到可以模拟一个人的脸，只需要2万张左右的照片。2万张照片是什么意思呢？一段15分钟左右的每秒为24帧的视频就可以实现这个数量。接下来，你只需要静静等待deepfake用这段视频进行训练就可以了。
在网友提供的实际案例中，我们可以看到，想要将一段帧数为15k张图像的视频中的主人公A的脸换成你想要的目标B，只需要找到有B脸部特写镜头的6-8段视频，每个视频3到5分钟，每秒20帧，就可以交给deepfake进行训练，这其中，模型会自动过滤掉那些没有面部特写的镜头。如果以NVIDIA GTX 1080 TI GPU的算力来说，总训练时间约为72小时，也就是3天的时间。一句话来说，一段15K帧的视频（时长10分钟左右）只需要3天左右的时间就可以完成换脸了。按照这样的换算方法，一部常规的电影（去掉片头和片尾字幕）一般在90分钟左右，只需要不到一个月的时间就可以完全换个主角来演。
在互联网这样的环境里，时时刻刻都有人想践行一些“大胆的想法“，于是，一夜之间，盖尔加朵、斯嘉丽约翰逊、艾玛沃特森等女神都突然有了”新作品“，可谓”一种难求“。这其中有些视频处理的质量还很高，几乎完全看不出是脸是被移植上去的。
换脸技术可不只会产出桃色新闻
这样说来，deepfake的危害似乎是有限的，真的是这样吗？
我们要明白一点，在大众层面，桃色新闻的传播度是最广的，但是我们不能因为关于deepfake的桃色新闻传播广，就认为它仅是满足宅男恶趣味的邪恶小工具。事实上，混迹于1024论坛上的饿狼们做这些事情还主要是处于“情怀“，而在另一些场景中，deepfake的应用就展露出了一些恐怖的画面，比如下图中的奥巴马：
如果不告诉你左边的是假的，你能分辨出来吗？如果你觉得静态图没有说服力，那么下面这个“川普“的现场演讲，可能会让你对这个情况有进一步的认识：
当技术宅还在为“情怀“而狂虐自己的GPU时，另有目的的组织早已组建起团队开始对特定目标进行精准的识别和复制了。我们可以想象一下，越是知名的公众人物在公开平台所拥有的视频资料就越多，那也就意味着复制他们脸的技术难度就越小。尤其是政客，他们大多数的视频都是半身特写，如果他们的面部模型被制作出来（事实上已经制作出来了），那么能够产生的影响是不可想象的。
有办法控制这种情况吗
很遗憾，在目前的状况下，我们还没有一种制度或者技术手段能够很好地控制这种情况。以前两天斯嘉丽约翰逊的例子来说，即使作为明星的她请得起高级律师团队，也可以获得更多的信息资源，可是对于这样事情能做的仍然很少，最终连起诉泄露隐私都做不到，只能以侵犯肖像权来提起诉讼。可是，我们都知道，就拿上一次好莱坞私照泄露事件来说（斯嘉丽也是其中的受害者之一），在网络的大海中，法律最终也难以将所有的传播者绳之以法，同时也很难查找到散播信息的源头。
在这个事件中，我们看到的最大的一个问题就是，随着新技术的不断涌现，我们的现有制度已经很难快速应对其中可能会发生的情况了。同时，随着技术的开源和去中心化，很多技术往往是保险措施还没有做好就已经被送到了所有人的手中。一个没有限制的技术被放到一个匿名的网络环境中，我们永远不知道其中隐藏着多少危险。
这种事情，会涉及到我们这种无名小卒吗
多年前，QQ刚刚火起来时，我们的网络安全技术还远没有今天完善，那时登陆QQ，时不时地就会被提醒个异地登陆或者密码已被修改。随着经验的增多，很多人都已经习以为常，逐渐知道了不在QQ中放重要的信息，或者买一个QQ密保来给账号进一步加密。后来，我们都知道，在黑客那里，我们的账号都是“肉鸡“，之所以没被入侵，只是因为入侵的价值低，成本高。另外，想要学习黑客技术，还具有一定的难度，因此类似QQ盗号这种事情的危害范围始终有限，普通人虽然随时都可能被盗号，但是对其造成的影响也不大。所以，对于普通人来说，这种危险基本就被忽略了。
可是今天出现的deepfake危机却与以往不同，它主要有三个原因。
首先，它的技术门槛低。上文中，我们已经详细地了解了deepfake模型的使用过程，作为一种开源的模型，它易获取、易上手，基于人工智能算法的它可以将所有复杂的运算自动运行，基本没有使用的难度。
其次，它的训练资料获取简单。同样地，在上文中我们也提到，deepfake框架所需的训练数据量很小，小到只需要几十分钟的视频就够了。如今每个人几乎都会在网上上传自己的影像资料，比如朋友圈视频、抖音短视频等等，心怀不轨者完全可以根据这些资料来制作时长不等的假视频。
最后，它的危害性极大。人类的技术发展速度远超过人的生理进化速度。即使在互联网已经普及了十多年的今天，认脸也仍然是人们在日常生活中最常规，也是最可靠的一种辨认互相身份的方式。因此，如果人脸的信息可以被滥用，能够造成的伤害将是个人无法承受的。比如一个内心扭曲的追求者将自己求而不得的女神的脸移植到随机一段不雅视频上、比如网络诈骗的骗子用你的面部信息给父母发视频，再配上语音合成技术合成出的你的语音，你觉得父母不被骗的可能有多大，又比如用模拟的面部信息进行手机解锁、支付认证，甚至是制造假证据进行栽赃陷害。无论是哪一种，对于一个普通人来说，都将是生命不能承受之重。可以说，我们现在面对的一个事实是，每个人都成为了随时可能被宰的“肉鸡“，同时每个人也都成为了手握屠刀的”屠夫“。
对于个人来说，或许现在最应该做的事情就是尽量减少自己的面部信息流传到网络上，同时，增加辨识个人身份的方式，防患于未然。
毕竟，就如斯嘉丽约翰逊所说：
“我认为是否捍卫自己的肖像权、要求赔偿取决于个人。我的意思是，对我来说这种努力是无用、没有结果的，但是对于那些因此可能丢掉工作的人来说就不同了。互联网是贩卖色情的一大场所，脆弱的人会被攻击。低级黑客就可以偷窃密码和身份。每个人都有可能成为目标，这只不过是时间问题。人们认为密码可以保护他们，只有公众人物才有被黑的风险。殊不知，对黑客来说，攻击谁并没有太大差别，这只取决于 ta 想不想攻击你。“
相信，处于聚光灯下的斯嘉丽同时也更能够体会到互联网信息隐患对个人的伤害，而她的观点，对于生活在信息时代的我们每个人，或许也都有借鉴的价值。
