AI換臉技術門檻越來越低,誰來阻止它們滑向深淵

2020-12-22 汽車不一般A

很多人可能都會聽說過AI換臉技術，也就是說將圖片或視頻中的A，變成另外一個人B。雖然這一技術目前已開始在影視劇中應用，但隨著技術的門檻越來越低，隱含的風險也開始被人們所注意。

換臉門檻越來越低

隨著Deepfake這樣公開且輕量化技術的出現，這個技術的使用門檻也越來越低了。特別是設計架構Deepfake技術的"大神"將代碼上傳到了一個自由共享代碼的網站Github，讓這項技術更容易獲得。普通人在經過一段時間的學習以後，完全能夠掌握這項技術。這也就對當今社會的正常運行，造成了一些衝擊，並有潛在的隱患。

"邪惡"的技術

因為太過以假亂真，其破壞力不可估量。事實證明，人們的擔心並非杞人憂天。Deepfake第一次亮相就是將《神奇女俠》蓋爾·加朵的臉，嫁接到了一部成人電影女主角身上。此外由Deepfake製作的假視頻已引發多起刑事案件，甚至捲入政治紛爭。畢竟對於普通人來說，他們並不能分辨出視頻或圖片的真假。

雖然目前相關領域的專家們也提出了一些解決辦法，比如說通過看人物的眨眼率來分辨是真是假，但隨著AI學習越來越深入，未來人眼難以分辨的技術必定會出現，到時候該如何解決就是一個問題了。

相關焦點

  • 2020年AI圈十大熱議焦點:演員換臉、AI找對象、去馬賽克
    三、人臉識別濫用：誰來保護我的臉？ 遠距離高清攝像頭，能在你毫無察覺地情況下，悄無聲息地採集完成你的人臉信息。這種便捷又高效的採集方式，致使刷臉應用愈發盛行。
  • AI 換臉或受《民法典》人格權編嚴監管,我們該如何防範技術作惡
    AI 換臉在技術層面只是做深度學習訓練的一個切入點，往往兼具娛樂性。但在應用和商業方面，很多換臉軟體遊走在灰色地帶，甚至引發法律風險。現在，人們通常用 deepfake（可直譯為深度造假）來指代那些會造成不良影響的 AI 換臉影像成品和軟體。隨著 deepfake 的泛濫，多個國家已出臺政策法規監管。
  • 換臉蔡徐坤的AI技術,會成為色情報復的利器
    不過，其中技術最為牛逼的是換臉UP主，他們用AI換臉技術，可以將蔡徐坤變成任何人，栩栩如生。網友眼中有些古板的孫悟空六小齡童，在AI換臉的世界中，成了時尚潮男。△來源：B站up主 六學世家雖然我對蔡徐坤不是很熟，但我還是要謝謝蔡徐坤，是他讓我領略了AI換臉的有趣，展開了對AI換臉的學習。
  • 復聯4雷神換徐錦江老師來演了?AI換臉後毫無違和感
    所以，人工智慧換臉技術現在已經這麼強了，百分百替換演員？事實上用該類技術進行換臉已經並不是新鮮事兒了，而近期接連不斷的爆紅則是因為這項技術正逐漸在普通人之間得到應用。這看起來貌似很複雜，但無論是deepfakes自己還是其他相關技術人員都認為算法並不是很特別，其實成本也很低，只需要一款家用顯卡+一定的時間。
  • AI引起的「換臉」問題,AI正在解決
    之前我們報導過，紙醉金迷的資本主義網站Reddit最近搞出可怕黑技術：用AI技術，把愛情動作片中的主角臉，換成想得不可得的女明星。史稱：Deepfakes。△ 「神奇女俠」更恐怖的是，這種原本門檻不低的技術流舉動，被一些別有用心的高手民主化了，升級之後推出了平民版本「FakeApp」，號稱人人可用。
  • 「大變活人」成本低 換臉技術已引發多起刑事案件
    原標題：AI換臉越來越溜兒 以技制技打假"李鬼"還不夠Deepfake是一種換臉技術，可以將圖片或視頻中A的臉換到B的頭上。其名字由深度機器學習(deep machine learning)和假照片(fake photo)組合而成。這項技術不需要操作者具備深厚的專業知識，只要收集到足夠素材，AI就可以完成。
  • 如今AI換臉技術這麼普遍使用,演員還用不用演戲了?
    2017年，AI換臉在國外興起，並應用在視頻換臉中。2019年，B站博主將《射鵰英雄傳》中朱茵的臉替換成楊冪，擁有了朱茵靈魂的楊冪演技大增，視頻在網絡走紅。隨後，換臉app ZAO也一夜之間火遍大江南北，有了它，不懂技術的普通人也可以輕鬆做出換臉視頻。
  • 愛情公寓:本以為張偉版閃靈是AI換臉,有誰注意額頭細節,懵了
    一開始愛情公寓全員張偉臉的確是通過ai換臉展現出來的，但是看到張偉版的閃靈之後，卻讓網友們懵了。小黑髮明了顏值平均眼鏡，把眼鏡分發給了愛情公寓裡的所有小夥伴，每個人戴上看到的人都是張偉，還以為這種手段是ai換臉，但是當咖喱醬戴著顏值平均眼鏡看恐怖片閃靈時，卻讓網友們懵了。
  • 圖片合成技術門檻將變低,經由AI偽造的數字內容成全球新風險
    雖然過去已經有不少修圖、電影修片專家能合成逼真的圖片，但製作門檻還是有，只是，隨著深度學習（Deep Learning）技術與之結合發展，將為全球社會帶來新興風險。AI讓視頻換臉應用發展快速關於Deepfake，根據維基百科說明，是英文「Deep Learning」和「Fake」所混合而成的單詞，也就是將「深度學習」加上「偽造」，專指基於人工智慧的人體圖像合成技術的應用。
  • AI換臉術,讓你成為色情片主演
    由於得罪了當地的惡勢力，有人便用Deepfake技術合成視頻來詆毀她。 Deepfake是一種利用機器學習和人工智慧，操縱或者偽造具有極高欺騙性的視覺和音頻內容的技術。自從它誕生以來，最臭名昭著的應用就是色情電影「換頭」。
  • AI 換臉技術——DeepFakes 概述
    他利用了深度學習和AI新技術，在成人電影中把演員的臉替換成某個藝人的臉，從而製作成了這個看上去以假亂真的視頻。從視頻發布以後的好幾個星期，網絡上不斷有人發表文章和報導，抨擊這一「換臉」技術，稱這種技術將會對社會產生很多負面的影響。
  • AI換臉軟體licolico視頻,讓你一鍵換臉
    前些時間在網上大火的AI智能換臉軟體得到大多數人的追捧，許多小夥伴都希望玩轉這門黑科技，但使用電腦軟體程序去操作訓練人臉，需要比較高的電腦配置，耗時也很長，讓很多想要做玩一下的小夥伴頓時被打敗，失去了製作換臉視頻的興趣。
  • 熱評:AI換臉技術弊大於利，當依法「換臉」
    以前我們可以通過用photoshop或者一些修圖軟體來對照片進行修改，對照片上的人進行「換臉」。不過這只是停留在照片上，這對社會穩定性的影響是很小的。然而隨著圖片處理技術的進步，一些軟體已經可以對視頻進行直接「換臉」了，如今關注比較多的就是AI換臉技術。
  • 雖然是迫不得已,但這AI換臉也太嚇人了
    如今越來越多的高科技產業讓人應接不暇，在娛樂圈不少新興的技術也給行業工作者帶來了便利，但是在便利之外，這新技術的加入卻常常會讓人感到反感和不適。畢竟有些新技術確實是降低了演員入行的門檻，有些技術甚至讓人擔心會助長演員的懶惰情緒。
  • 不搞黃色後,AI換臉反而更火了
    AI換臉技術發展至今已經十分成熟，大家應該都見識過了。 AI換臉軟體中，目前最主流就是Deepfake，咱們可以通過它來把一個人臉完美「移植」到另一個人身上。 如果不仔細看，很難看得出破綻。
  • AI換臉朱茵變楊冪!但上次是用在成人電影女星,轟動國外...
    只要先用替身完成拍攝，最後再用AI技術進行換臉，省時又省力。還有不少人認為這嚴重侵犯了隱私和肖像權。實際上，這並非deepfakes第一次在網上引發爭議。在這之前，曾有人用deepfakes將「神奇女俠」蓋爾·加朵的臉被貼在了一個成人電影女主的臉上，當時新聞一出在網絡上引起了轟動。deepfakes是如何做到換臉的？
  • AI換臉:人工智慧的一場裸奔
    只需幾秒，便可跨越AI換臉的高難技術門檻，實現和偶像互動飆戲的美夢，如APP宣傳語所說，「只需一張照片，出演天下好戲」，很難不讓人心動。截至9月1日晚，該APP已經在蘋果商店免費榜排行第一。換臉技術本身並不新奇，在美國好萊塢已經存在了20多年。2016年上映的《星球大戰外傳：俠盜一號》還原了《星球大戰4》（1977年）中總督塔金的角色，但其扮演者彼得·庫欣早在22年前就去世了，特效團隊為此找來一位長相酷似彼得的演員進行面部表情捕捉，然後用計算機動畫（CG）技術將塔金復活。
  • AI換臉讓「李鬼變李逵」,資訊時代背景下,它是否存在安全隱患?
    在最近熱播的電視劇《了不起的兒科醫生》中，通過AI換臉技術，讓今年被封殺的仝卓在其中飾演的角色被全程AI換臉，很多觀眾都表示：太逼真了！不得否認的一點是，從去年開始到現在，AI換臉技術正在朝著越來越真實的方向發展，那麼，它有一天會「墮落」嗎？它是否存在安全隱患呢？
  • 刷爆朋友圈的AI換臉APP,你知道有多危險嗎?!
    AI換臉技術，不算是新鮮玩意兒。2017年12月，外國網友「DeepFakes」在社交媒體上發布了一個「假視頻」，將電影中演員的臉替換成他人的臉，畫面極為真實。這就成了AI換臉技術的第一次亮相。由此「Deepfakes」也成了AI換臉技術的代名詞。這個Deepfakes，是深度機器學習（deep machine learning）和虛假影像（fake photo）的縮寫。AI換臉技術在國內的第一次轟動是今年2月，Bilibili上一位暱稱為「換臉哥」的UP主上傳了一段視頻。視頻中，作者把94版《射鵰英雄傳》裡的黃蓉換成了楊冪。
  • 從AI換臉到AI脫衣,AI究竟做錯了什麼?
    換臉軟體 「ZAO」 存在的每一個安全隱患，都與我們息息相關。最重要的一點是，只需一張圖片就能換臉的話，也容易引起詐騙等問題。比如：針對我們留學生群體，在電信詐騙防不勝防的今天，如果「ZAO」的換臉技術被壞人加以利用，偽造視頻傳給遠方的家人，蒙圈兒相信，我們的家人，大多數都會被騙。