從古至今，“欺騙”和“造假”這兩個詞可謂是貫穿了人類的歷史。到了現代社會，面對著互聯網上那些似是而非的龐雜信息，“有圖有真相”開始成為網友們的訴求。
可以看出，絕大多數人都是認同一點的——只有拿出堅實的證據，才能證明你說的就是真相。將這些證據的說服力排一個序，大概是文本＞照片＞音頻＞視頻。
然而，隨著PS的興起，“照騙”漸漸失去了人們的信任，音頻和視頻已經被視為更可靠的證據來源，但是，在AI入軍短視頻製作後，事情正在發生著改變。在未來，人們可能需要處理更多真假難辨的音視頻。
AI在視頻造假上的進階之路
在尋常人看來，短視頻造假的方式無非就是一些“斷章取義”的剪輯罷了。然而，AI可沒那麼簡單，在短視頻“造假”上，它不止要以假亂真，更要無中生有。
通常來說，AI在短視頻上造假的方式有以下三種：
1. 初級階段：移花接木
在短視頻“造假術”裡，最重要的不是圖像的拼接，而是音頻的連續性。想一想，即使你將奧巴馬和特朗普兩個人的視頻剪輯在一起，想要告訴大家他們“同臺演出”了，沒有他們講話的聲音，其效果大概就等於N張靜態照片疊加而已。
AI正在試圖合成人們在實際中從未說過的話，研究人員就曾利用奧巴馬的演講視頻訓練AI的學習系統，讓系統的神經網絡，學會如何將各種語音特徵與對應的口型聯繫在一起，生成CGI唇動，在3D姿態匹配的幫助下，將CGI唇動與奧巴馬的視頻整合在一起。
也就是說，他們能夠利用相關音軌偽造一段令人難辨真偽的視頻。
利用AI系統，用戶可以任意編輯人類語音，Adobe曾表示它可以像 Photoshop 編輯圖片一樣用於調整視頻中的發音和對話。我們現在可以創建政治家、名人、演說家的視頻片段，並且不論內容如何。
2. 中級階段：改頭換面
在這個階段裡，AI就不是合成了，而是對視頻裡的內容進行編輯。通過人臉檢測和五官識別，對人臉的關鍵點實時追蹤，讓人們在動態視頻中可以對自己臉進行改造。
這一技術屬於動作捕捉技術中的一個分支，叫面部捕捉。這些臉上的黃點，就是人臉表情變化中的關鍵點，通過面部追蹤，計算機只需要這些信息就能合成表情。
近日，微視就發佈了安卓4.4版本，推出了實時美妝、五官重塑等新功能，包括此前已在iOS版本上線的實時長腿、音控魔法功能，也在安卓上同步更新。
視頻裡化妝都是小兒科了，AI還能在視頻裡給你換臉呢。在電影《星球大戰外傳：俠盜一號》中，技術人員通過捕捉一位現代演員蓋·亨利的表情，合成了另外一位已經逝世的演員彼得·庫欣，使其再次出現在了大熒幕上。
3. 高級階段：無中生有
合成聲音尚能理解，合成動作你敢相信嗎？
近日，在MIT（麻省理工學院）的論文Synthesizing Images of Humans in Unseen Poses中，研究人員提出了一種模塊化的生成神經網絡，用從人類運動視頻中提取的成對圖像和姿勢訓練之後，它能夠為一個人合成出沒做過的新姿勢。而且，這個模型在沒有經過刻意訓練的情況下，能夠生成一段連續的視頻。
也就是說，單憑一張照片，AI就能隨意擺佈照片中的人，使人物作出一系列動作，視頻的合成非常自然。
這當然只是新技術的冰山一角，我們很難對現代人工智能的視頻處理技術，做出全面的概述，但我們總能從中找出一些有意思的應用。例如：從一張 2D 圖片中創建 3D 面部模型，改變視頻中的光源和陰影，在總統選舉直播中讓特朗普變成禿頭等等。
偽造與證偽的技術總是交互上升
不得不說，AI確實具有很強的視頻造假能力，但我們也逐漸意識到了視頻造假的危害。隨意放在網上的視頻和聲音都需要我們去認真辨別，如果有非法分子利用該技術進行信息詐騙，我們雖然不是權貴，但也經不起損失。
尤其在新聞業，一旦人們知道目前有偽造的視頻和音頻在傳播，即使他們看到的是真實視頻，也會開始產生懷疑。所以，如果AI能夠讓我們像處理圖片一樣輕鬆處理音頻、視頻內容，這其實在某種程度上削弱了媒體的可信度。
幸運的是，道高一尺，魔高一丈，偽造與證偽的技術總是交互上升。這就是一場“軍備競賽”。AI讓越來越多的人都有能力進行偽造，但研究人員也不斷在開發更加精密的技術來增強音頻、圖片和和視頻的鑑別。通過不斷增加造假難度，使得非法分子造假的成本和技能要求越來越高。
現在，鑑別AI所做的偽造和處理其實並不難，模糊處理是一種最常見的方法，低分辨率就會讓它“一看就是假的。”
除了畫質，還有畫幅的甄別。在短視頻裡，畫面裡的一點改動憑藉人的肉眼是很難識別的。在 50% 的情況下人類是可以正確區分的，而且大部分是隨機猜測。當AI通過大量的深度學習後，卷積神經網絡可以在 87 %到 98 %的情況下，正確區分視頻畫面裡修改過的和未修改過的圖像。
德國慕尼黑技術大學的研究人員還開發了一種名為 “XceptionNet” 的算法，它能快速發現發佈在網上的偽造視頻，除此之外，還可以用來識別互聯網上的誤導性視頻。
這個人工智能算法主要集成到瀏覽器或社交媒體插件中，在後臺運行，如果它識別出被操縱的圖像或視頻，它就會給用戶發佈警告信息，向視頻中涉及的人員透露他們被“偽造”了。
造假不如造回憶
仔細想一想，“造假”似乎總是讓人有著不好的聯想，尤其是多媒體的造假，更是怎麼看都覺得可怕。然而，還是那句老話，技術是無罪的，有罪的是那些有著邪惡用心的人。
將AI造假術的使用者換一批人，是不是更能物盡其用呢？
有人說，人會經歷三次死亡：
- 第一次是身體停止運轉導致的生理上死亡；
- 第二次是舉行完葬禮代表你社會位置的消失；
- 第三次是當世界上沒人再記得你的時候，真正意義上的死亡。
當你的親人即將離開這個世界的時候，你是否想過用科技的方式，將親人的音容笑貌化為情感寄託，換一種形式陪伴在你身邊呢？
也許這樣，也能讓親人的“第三次死亡”來得更慢一點。
目前，就已經有人通過語音合成技術記錄下了自己的聲音，將自己的聲音載入了一個智能音箱，以此來確保即使在自己去世後，親人也能與自己進行語音交互。而如果能通過一張照片就換來親人“栩栩如生”的動態，未嘗不是人們一解相思之苦的辦法。
AI造假短視頻應該是一個不斷提升價值的過程，而不是被宵小們所利用。
- 一方面，AI可以建立豐富的數據庫，依賴於深度學習來進行更多應用場景的選擇，使得這些在視頻裡被“復活”的人們，能夠在不同的場景裡出現，滿足人們的更多情感需求。
- 另一方面，將造假變成造回憶，收集某個人的圖像和音頻素材，為用戶個性化建模，實現一對一的記憶歸屬。
結論
其實，我們完全不用把AI造假想得那麼壞。技術不是目的，只是手段，找對了用途，“造假術”也是有情懷的。
【完】
題圖來自Unsplash，基於CC0協議
閱讀更多 人人都是產品經理 的文章
