有網紅因為利用換臉技術製作名人色情片而遭逮捕。這種人工智能技術的原理是甚麼？為什麼能造出幾可亂真的影片？

影片連結：Deepfake解密! 人工智能換臉的原理是甚麼? 如何分辨演算法深度偽造的影片?

Deepfake人工智能換臉技術

答案是deepfake，中文稱為「深偽」或「深假」。以往的相片造假，只是把靜態照片的人頭換掉。Deepfake的特別之處，是讓電腦抓住影片裡的人臉表情，配上另一個面孔的特徵，覆蓋在原本的臉上。加上人工合成的聲音，就可以任意創造栩栩如生的影片，叫任何人說出任何說話。

這都拜機器學習技術所致。把兩個人臉的影像丟進一組編碼器 (encoder) ，搜集並且分析這兩張面容的特徵，便能找出兩者類似的地方。這個流程不止做一次，編碼器要反覆練習。而且越多這兩個人的相片，電腦便越能精準地學習。

下一步是把這兩組數據，放進解碼器 (decoder) 裡，讓系統學習利用這些數據，重塑這兩張面容。例如一號人臉的解碼器，會不停利用從這張臉的表情特徵，繪畫出一號人臉，就像美術學生練習人像素描一樣。而二號人臉的工作亦一樣，只是專門練習二號面孔。經過千百次的練習，這兩台機器都變成「畫臉大師」。

然後把一號人臉丟進編碼器。久經訓練的編碼器早已熟悉這張面孔，很容易便能辨認出它的特點。再下一步，我們會玩個小把戲，把搜隻到的一號人臉表情特點，放入二號人臉的解碼器。一如以往，這台解碼器會畫出二號臉孔，但因為收到的是一號人臉的表情特徵，所以畫出來的會是二號面容但配上一號表情，並放在一號人頭之上。換臉至此大功告成！

一個美術學生要懂得以上做法，可能要經過長久的練習。但電腦不怕沉悶的訓練，而且運算速度很快，一般桌面電腦都做得到。

更恐怖的是，人工智能系統還能自行進化，持續提升準確度。利用生成對抗網絡 (Generative Adversarial Network) ，反覆找出作品的缺點再改善。方法是由一套生成器偽造臉容，交給另一套鑑別器檢查。由於鑑別器之前已經學習過這張臉容，懂得找出錯漏再反饋給生成器。就像一個畫家不斷繪畫，旁邊有個品質管制員監察。一次又一次的操練，令畫家內力大進，更能畫出騙過品質管制員的作品。同時品質管制員也更懂得識破偽造面容，畫作必需更精準才能過關。

道高一尺，魔高一丈？

一般家用電腦的運算能力都能夠深度換臉，網絡上還有軟體和網站直接幫你做。難怪近年越來越多偽造影片，受害者包括政商名人。除了無傷大雅的玩笑，甚至還有偽造女明星的色情影片，例如黑寡婦史嘉蕾・喬韓森和神力女超人蓋兒・加朵。有甚麼方法阻止這種數位性騷擾呢？怎樣分辨影片真偽呢？

早年的deepfake影片水準不高，經常出現邊緣模糊、陰影不均勻、影像閃動和頭髮跟背景交界穿幫等情況。也有人發現，偽造的人臉較少眨眼，或者眨眼不自然。可能因為訓練素材大多是人像照片，相中人都張開眼睛，所以智能系統缺乏參考數據。另外，電腦生成的影片，兩隻眼睛裡的倒影也可能不一致。

近年多了學術團隊研究deepfake技術，更有科技企業舉辦偽造影像識別大賽，提升抓包能力。一些基於生理元素的檢驗方法亦逐漸面世。例如真實的臉孔會因為血液流動而呈現區域性顏色變化，以及微弱的跳動。但偽造影像未能還原這些細微特徵。

不過，人工智能深度學習系統每天都在進步，誰知道何時電腦會連這些小細節都騙得到。這就像官兵捉賊的遊戲，雙方每天都在進步。未來會是道高一尺魔高一丈，還是魔高一尺，道再高一丈呢？

希望你喜歡以上有關Deepfake的介紹。

想了解更多科技知識嗎？請訂閱我的《思維漫步》YouTube頻道，點讚與分享給你的朋友。

讓我們一起學習，一起成長吧！