n号房是指2018年下半年至2020年3月间韩国发生的一系列使用Telegram软件进行的性剥削罪案。
消息传出后，韩国社会哗然，有数十万人向青瓦台发起请愿，要求公开所有涉案会员真实身份样貌，并有近两百万人署名。
一些爱豆在内的韩流明星，如边伯贤、朴灿烈、文佳煐、郑容和、RAVI、赵权、惠利、柳昇佑、权正烈、白艺潾、夏沇秀、孙秀贤等也参与了联署请愿活动。
但根据虚拟货币交易所留下的个人信息，1万多名n号房的付费会员中不仅有公务员、教授，还有人气艺人、体育明星、商界名人等知名人士。
1 从N号房到Deepfake
既然韩流明星都有“付费者”，恐怕爱豆中也不乏n号房的看客。
可笑的是沉默者、发声者亦或施暴者也在被施暴，套娃者人必套之——爱豆们纷纷发声谴责以n号房为代表的韩国集体性暴力行为的同时，包括韩国爱豆在内的各国名人明星本身也在遭受一种集体性暴力，那就是Deepfake技术在某些领域的快速应用！
"deepfake"是英文“deep learning”（深度学习）和“fake”（伪造）的混成词，带色情成分的Deepfake作品早在2017年间就在Reddit论坛上流出，盖尔·加朵成了第一个受害者（主流关注级别）。
盖尔·加朵被Deepfake
2019年B站某UP主也是利用这一技术实现“移花接木”，将杨幂的脸“贴”在了朱茵饰演的黄蓉脸上 ，从而引发了网友热议，微博上 话题流量上亿。
朱茵饰演的黄蓉换脸成杨幂
理论上，只要拥有足够多的“素材”，任何一个人脸都可能出现在Deepfake作品里！
目测彻底避免被“换脸”的最好的办法，就是不要在社交媒体上去发布任何自己的照片！然而这大概相当于叫女孩子不要穿裙子上街？毫无逻辑和实际操作可能。
毕竟，人工智能的发展使得“变脸”越来越难分真假，而“变声”也不是什么难事——若利用训练样本、开源程序代码、脸部更换算法“变脸”，再辅以“配音”，原汁(yan)原味(sheng)地实现「明星出演 AV」风骚操作这一制作过程想必也并不困难。到时候，人们可以不在社交媒体上去大量发布自己的照片，但总不能不开口说话吧？
而知名人士作为公众人物，肖像在网上泛滥的客观现状也为Deepfake视频的制造提供了方便，以致于有些已经不只是某些角度神似了，下图中你能分出谁真谁假吗？
哪一个是sakula?
2 从Deepfake到KPOP
网络上流传的Deepfake视频的“换脸”对象通常都是女明星。
某以韩国女idol为主的网站，中日两国演员也是受害者
外媒2019年发布的一项研究指出，截至2019年10月，现有Deepfake视频的受害者有41%是英国或美国女演员，约四分之一是以K-POP爱豆为主的韩国明星，而通过互联网传播的deepfake被用于非自愿色情产品有96%。
网络安全公司Deeptrace的研究分析主管Henry Ajder认为K-POP歌手人数过多说明Deepfake越来越“全球化”。Deeptrace的CEO Giorgio Patrini去年7月也在推特中表示“K-POP的Deepfake长期以来一直是AI的早期趋势”。
总体而言，由于K-POP在全球范围内的爆炸性增长，K-POP明星的知名度越来越大，而KPOP的全球化使得韩国idol的图片与视频一般在主流社交媒体、搜索引擎和视频平台公开，容易大量获得，因此成为Deepfake的“训练素材”并不意外。
有趣的是，Henry Ajder等人的研究数据显示，网络论坛中制作Deepfake视频的大部分用户并非来自韩国，而是来自中国。笔者的暗中观察似乎也印证了这一点，虽然在片头的声明是英韩双语，但此类视频不少没有遮盖原视频的广告或字幕，无论是繁体中文还是简体中文。
"K-POP歌手的Deepfake创作可能出自他们的ANTI之手，"南加州大学一位学术兴趣包括K-POP和全球文化在内的助理教授李惠珍博士这样怀疑， "考虑到K-pop完全是关于形象的(特别是对于因保持其声誉必须以清纯形象示人的女性K-POP偶像而言)，没有什么能比玷污K-POP偶像的名声、在此过程中尽情羞辱她们更令ANTI感到满意了。"
3 真与假：肉眼可以识别技术造假吗？
FakeApp、ZAO、颜技……由deepfake衍生出的APP与类似的算法得到的“脸”真的很自然吗？
对于之前没有接触过这方面的人来说，第一次接触时可能会say Yes!
然而目前的Deepfake视频不是用整个头部的外围线进行合成，而是只根据脸部轮廓内侧部分的肤色进行调换。在我们人脑对人物的识别和判断过程中，
发型和面部轮廓也起很大作用，如果合成对象拥有与被替代人脸截然不同的面部轮廓，即使合成得本身很自然，但看起来仍然完全不是同一个人。另外，虽然没有任何妨碍物的一般面部表情合成没有什么问题，但Deepfake对于没有提供的信息也不能做出正确的应对——面部附近有其他物体，脸部被部分物体遮住，以及当合成对象面部表情的学习量过少时，都会出现种种不自然的表情甚至模糊的色块。
知乎用户@未桓 这姐姐神仙不？
为什么我们初次看会觉得像呢？虽然Deepfake一般不对声音进行处理，但由于是与面部表情适当地搭配，即使声音不同，口形与画面一致非常容易给人造成一种很自然的感觉。
如果意识到了这种特性，量产型的Deepfake影像很容易看穿。但相反——为了避开这种缺点，选择与合成对象相似的体型和脸型相似的人的影像，并在非常多样的状态下学习对象的面部表情，就容易达成“以假乱真”、“安能辨我是雌雄”的效果。
若寻找到足够合适“基底”的对象、喂饱足够多的学习量、避免面部的不自然，“换脸”确实可以足够逼真！等等，现有的Deepfake没有换身体对吧？原来的视频应该是有打码的对吗？
这样一想，似乎，也没有那么的“真”?
然而，在这个技术飞速进步的时代，“脸”都可以换，“身体”凭什么不能换？
2018年，美国研究人员发布了名为《人人皆为舞王》的视频，视频中专业舞者的动作被“移花接木”到业余爱好者的身上。去年6月，一款名为DeepNude的应用发布，可以根据身穿衣服的正常照片自动生成裸体全身照片，将暴露较多的照片合成裸照，效果如下。
图源：Motherboard
全身Deepfake还需要多久就能实现与现实难以区分？有可能这只是时间问题。
图像取证专家Hany Farid指出：“一旦全身深度伪造能实现，就不会满足于只模仿面部了，你可以模拟人们不同场景下发生的活动。这样的场景即将成为现实吗？可能不会在近期出现。但最终，在一两年内，人们将能够实现全身深度伪造，而且它将具有令人难以置信的强大功能。”
去除视频的马赛克就更简单了，许多软件都可以实现，这里不再展开赘述。最后谈谈我国政策，警告一下蠢蠢欲动的老司机们“大胆的想法”——
第十条至第十三条均针对利用深度学习、虚拟现实等，对新技术制作的非真实音视频进行了规定。
此外，过去韩国法律中没有直接处罚DeepFake色情电影的条款，韩国也在2020年3月17日刚刚通过了可直接处罚DeepFake色情电影的法案，及时进行虚假事实的网络名誉毁损可判处有期徒刑7年。
尾巴
Deepfake换脸部、DeepNude换全身、JavPlayer去除马赛克，技术的滥用绝不止于色情片，还会引发争议事件甚至灾难性后果，建议大家不要去点击、点赞或分享类似的应用与网址。
未注图源网络侵删，所有图例均属虚假！
閱讀更多 滿菊猩赫 的文章
