三星deepfake人工智能可以从一张个人资料照片中为你制作一段视频

俄罗斯三星(Samsung)实验室开发的人工智能可以从一张图片(包括一幅画)制作视频。

想象一下，有人仅仅通过窃取你在Facebook上的个人资料照片就伪造了你的照片。坏人还没有掌握这项技术，但三星已经找到了实现它的方法。

制作深度赝品(deepfakes)的软件通常需要大数据集的图像，才能制作出逼真的赝品。现在，三星开发了一种新的人工智能系统，只需给它一张照片，就可以生成一个假剪辑。

当然，这项技术也可以用于娱乐，比如将一幅经典的肖像画变得栩栩如生。《蒙娜·丽莎》是一幅单独的静态图像，通过三个不同的动画剪辑来展示这项新技术。本周早些时候，三星(Samsung)在俄罗斯的一个人工智能实验室开发了这项技术。

但也有不利的一面:达特茅斯学院(Dartmouth)的研究人员哈尼法里德(Hany Farid)说，这类技术及其迅速发展也会带来误导、篡改选举和欺诈的风险。

当一段关于美国众议院议长南希•佩洛西(Nancy Pelosi)的粗制滥造的视频都能在社交媒体上疯传时，深度造假让人担心，由于深度造假更难揭穿，它们的复杂程度会让大规模欺骗变得更容易。

法里德说:“根据过去一年的趋势，这种技术和相关技术需要的数据越来越少，产生的内容也越来越复杂，越来越吸引人。”尽管三星的过程可能会产生视觉故障，“这些结果是技术进化的另一步……这导致了多媒体内容的产生，而这些内容最终将与真实的东西难以区分。”

和Photoshop处理类固醇视频一样，deepfake软件通过使用机器学习来令人信服地制作一个移动的、会说话的人，从而制造出赝品。尽管计算机对视频的操纵已经存在了几十年，但deepfake系统使经过修改的视频片段不仅更容易创建，而且更难检测。把它们想象成逼真的数字木偶。

很多深度模仿都是无害的玩笑，比如让《蒙娜丽莎》(Mona Lisa)动起来的那个。这项技术使得一整类米姆成为可能，包括尼古拉斯·凯奇的脸出现在他没有参与的电影和电视节目中。但deepfake的技术也可能是阴险的，比如它被用于将一个毫无戒心的人的脸植入露骨的成人电影中，这种技术有时也被用于色情报复。

Deepfake视频通常需要一组大数据图像来制作某个人的假视频，但三星(Samsung)开发的一个人工智能系统从一张图片制作了一个假视频。

三星的人工智能实验室在其论文中称其发明为“逼真的神经对话头”。“会说话的人”这个术语指的是该系统能创造的视频类型;这类似于你在电视新闻上看到的那些权威人士的视频盒。“神经”这个词是对神经网络的一种致敬，神经网络是一种模仿人类大脑的机器学习。

研究人员发现，他们的这一突破被应用于一系列应用，包括视频游戏、电影和电视。他们写道:“这种能力在远程呈现领域有实际应用，包括视频会议和多人游戏，以及特效行业。”

这篇论文还配有一段展示该团队创作成果的视频，视频中碰巧还配有令人不安的颤音配乐。

通常，一个合成的说话头需要你训练一个人工智能系统处理一个人的大量图像数据。由于需要大量的个人照片，深度伪造的目标通常是公众人物，如名人和政客。

三星的系统使用了一个技巧，似乎是受到了亚历山大·格雷厄姆·贝尔(Alexander Graham Bell)关于准备是成功的关键这句名言的启发。该系统从一个漫长的“元学习阶段”开始，在这个阶段，它会观看大量视频来学习人脸是如何移动的。然后，它将学到的知识应用到一个静止或一小把图片上，生成一个相当逼真的视频剪辑。

与真正的deepfake视频不同，来自单个或少量图像的结果最终会捏造细节。例如，在三星实验室的演示视频中，一个假冒的玛丽莲·梦露(Marilyn Monroe)错过了这位偶像的著名痣。纽约奥尔巴尼大学(University at Albany)专门研究媒体取证和机器学习的计算机科学教授吕思伟(Siwei Lyu，音)说，这也意味着合成的视频往往与扮演数字木偶的人有些相似。这就是为什么蒙娜丽莎的每一张脸看起来都像一个略有不同的人。

通常，deepfake系统旨在消除这些视觉上的停顿。这需要输入视频和目标人员的大量训练数据。

这种少拍或一次拍的方式是有用的，Lyu说，因为这意味着一个大的网络可以训练大量的视频，这是需要很长时间的部分。他说，这种系统可以迅速适应新的目标人群，只使用少量的图像，而不需要进行大量的再培训。“这在概念上节省了时间，使模型可推广。”

人工智能的迅速发展意味着，每当一位研究人员在深度造假方面取得突破时，坏人就会开始拼凑自己的应急工具来模仿。三星的技术可能很快就会被更多的人所掌握。

用三星新方法制作的假视频的缺陷可能是显而易见的。但对于那些在Facebook上发布的一张微笑照片中制造出深度虚假表情的人来说，这些表情并不能给他们带来任何安慰。