深偽技術(中文:Deepfake)殺手深度偽造,是英文「深度學習」(深度學習)和「fake」(偽造)的< / a>人工智慧,專指基於[1]混成詞人體影像合成技術的應用。此技術可將現有的影像或影片 最高至目標影像或影片上。
換臉格式化是透過製作兩張影像的人臉達到格式化身體分割的目的。傳統上是採用基於< /a >。[5]技術生成對抗網路來達到換臉效果,為了解決深度學習的訓練注意力和生成質量,又進一步融合了深度學習。較新的研究則是採用[4]的3D模型重建追蹤技術圖學
表情原創完全是其他人臉圖像的表情替換到目標人物之外,從而達到目標人物做指定表情的目的< /span>[5]。技術來製作虛假語音語音轉換和文字到語音合成。此外,換臉格式和表情格式也常用結合語音格式技術。透過[5]
Deepfake常用格式名人性愛影片和復仇式教育等等媒體[9]。有摻雜成分的Deepfake作品於2017年間在網際網路上突破,特別是在 < a i=7>Reddit上[10]。此後Deepfake作品被 Reddit、Twitter和Pornhub等網站所禁止[11][12][13] 。 你的理智知道「眼見不為憑」,但你的眼睛還是會反對你的理智,不自覺得被眼前的影像所吸引,儘管你真的、真的知道他是假的。Youtuber小玉於2021年底涉嫌利用Deepfake技術,偽造多位名人的色情音樂內容並販賣的事件,既不是第一次、也不是唯一、更不會是最後一次利用“深偽技術”進行科技犯罪的事件。
當科技在走,社會和法律跟上甚至超前部署呢?本次 Deepfake 專題,由泛科學和法律白話文合作,從 Deepfake 技術與辨偽技術、到法律如何因應,讓我們一起全方位解析 Deepfake !
第一篇,讓我們就 Deepfake 技術做一個基礎的介紹,那我們就開始囉!
深偽技術Deepfake於2017年開始進入大眾的眼神中。譯文Deepfake源自英文「深度學習」(深度學習)與「假」(格式)組合,主要意指應用人工智慧深度學習的技術,合成某個(不一定存在的)人的形像或影片、甚至聲音。最常見的應用,就是將影片中的人臉替換為另一張臉(常是名人),讓指定的臉在影片中做出自己從未說過或參加過的事。
談到 Deepfake,大多數人想到的可能是格式化的成人影片,就如最近 Youtuber 小玉的事件,Deepfake 一開始受到關注,主要與名人或明星的恐怖影像被合成到成人影片有關,然而,Deepfake的功能遠不止如此,相關的技術使用還包括替換表情、合成整張臉、合成語音。
除了要讓過去或現在的名人在影片中「栩栩如生」做出用戶想要的表情與動作,之前在社群媒體上曾有好幾款 APP 一度風靡,包括上傳一張照片就可以看看「變老」「變性」自己的FaceApp,甚至於讓自己的臉在經典電影中講上一段時期台詞的「去演」APP,這類功能也同樣應用了Deepfake 的技術。
雖然有些線索顯示此類APP常有潛在的資安疑慮[註],但好歹技術的成果多屬搏君一燦自娛自樂,尚可視為無傷大雅。
維塔數字說明如何讓保羅·沃克的弟弟布萊恩·奧康納能夠突破迪弗克的技術,繼續協助保羅·沃克演完《玩命關頭7》
想想過去的電影如《魔戒》中的咕嚕、或2008年布萊德彼特主演的《班傑明的奇幻旅程》,將影片或照片中的人物「換臉」「變老」的修圖或CG技術,在Deepfake出世之前就已經存在了。Deepfake受到關注的核心關鍵任務,應用AI的深度學習的算法,加上越來越強大的電腦和手機攻擊能力,讓「影視換臉」這件事情變得越來越隨手可得、而且天衣無縫。
過去電影中採用的CG技術要花好幾個月,由專業人士進行後制,才能取得難以辨真的偽影像效果,而應用了AI算法,只需要一台桌上型電腦甚至手機,上網就可以取得軟體、有機會獲得弱者意向的結果了。
進一步,傳統軟體演算法主要依靠工程師的持續修改調整,而如 Deepfake 這類技術,內部的算法會經過訓練持續演進。有許多技術被評估提高 Deepfake 的原型效果,其中最多常見的一個作法被稱為“生成對抗網路(Generative Adversarial Network,GAN)”,這裡麵包含了作用神經網路“生成器(Generator)”和“語音器(Discriminator)”。 Deepfake也可以進而製造假新聞及惡惡作劇[ 14][15]。在Youtube、等流行的線上影片串流網站上,可以輕鬆找到非色情的Deepfake影片。[來源請求].[17][16 ]開源軟體庫的Deepfake影片程式製作TensorFlowFakeApp是一款使用
維塔數字說明如何讓保羅·沃克的弟弟布萊恩·奧康納能夠突破迪弗克的技術,繼續協助保羅·沃克演完《玩命關頭7》
想想過去的電影如《魔戒》中的咕嚕、或2008年布萊德彼特主演的《班傑明的奇幻旅程》,將影片或照片中的人物「換臉」「變老」的修圖或CG技術,在Deepfake出世之前就已經存在了。Deepfake受到關注的核心關鍵任務,應用AI的深度學習的算法,加上越來越強大的電腦和手機攻擊能力,讓「影視換臉」這件事情變得越來越隨手可得、而且天衣無縫。
過去電影中採用的CG技術要花好幾個月,由專業人士進行後制,才能取得難以辨真的偽影像效果,而應用了AI算法,只需要一台桌上型電腦甚至手機,上網就可以取得軟體、有機會獲得弱者意向的結果了。
進一步,傳統軟體演算法主要依靠工程師的持續修改調整,而如 Deepfake 這類技術,內部的算法會經過訓練持續演進。有許多技術被評估提高 Deepfake 的原型效果,其中最多常見的一個作法被稱為「生成對抗網路(Generative Adversarial Network,GAN)」,這裡麵包含了作用神經網路「生成器(Generator)」和「生成器(Discriminator)」。舉個例子來說, 這個人不存在 這個網站就充滿了使用GAN架構當今的人臉,這個網站中的人臉看起來非常真實,實際上都是AI製造出來的「假臉」。
解鎖的Deepfake技術能夠持續進步、騙過人的眼睛是許多人努力的成果,也不見得都是壞事。就像《星際大戰:俠盜一號》片尾,年輕的萊婭公主出面驚鴻一瞥,就這帶來了許多老粉絲驚喜。 這種技術應用問題解決了,相關算法很容易就能實現,除了讓有心人可以藉用產製教育影片(這類影片佔了Deepfake 傀儡的半數以上),Deepfake 製作的影片在人們中在不知情的情況下,很可能成為形象訊息的載體、心理戰的武器,甚至於影響選戰與輿情。
因此,Deepfake弄假似真不是問題,聽者因此「辨不出真假」才將是最大的問題所在。在投入訓練資料之後,這意味著神經網路會互動學習訓練,有點相當於坐在主人頭頂的小天使與小惡魔會互相吐槽、口才越來越好、想出更好的點子;在練習的過程中,「生成器」會持續生成格式的圖片,而「生成器」則負責評分,反複訓練下來,影印機生成的技術進步,影印機的技術也能進步。
簡單來說,這個人不存在 這個網站就充滿了使用GAN架構當今的人臉,這個網站中的人臉看起來非常真實,其實都是AI製造出來的「假臉」。
解鎖的Deepfake技術能夠持續進步、騙過人的眼睛是許多人努力的成果,也不見得都是壞事。就像《星際大戰:俠盜一號》片尾,年輕的萊婭公主出面驚鴻一瞥,就這帶來了許多老粉絲驚喜。 這種技術應用問題解決了,相關算法很容易就能實現,除了讓有心人可以藉用產製教育影片(這類影片佔了Deepfake 傀儡的半數以上),Deepfake 製作的影片在人們中在不知情的情況下,很可能成為形象訊息的載體、心理戰的武器,甚至於影響選戰與輿情。
因此,Deepfake弄假似真不是問題,聽者因此「辨不清真假」才將是最大的問題所在。