互联网公司如何为未来的深造做准备？ _知识经验

文章插图
Deepfakes(一个常用来描述用尖端人工智能技术拍摄的视频的术语)挑战了我们对真假的假设。科技公司现在正试图与之抗争。
凯德梅兹
几个月前，谷歌雇佣了几十名演员坐在一张桌子旁，站在走廊上，然后沿街和镜头聊天。
然后，该公司的研究人员用一种新型人工智能软件交换了演员的脸。步行者突然出现在桌旁。曾经在走廊里的演员看起来就像在街上一样。男人的脸贴在女人的身上。女人的脸在男人的身上。随着时间的推移，研究人员已经创建了数百个所谓的Deepfake视频。
通过创建这些数字操作的视频，谷歌科学家认为，他们正在学习如何发现伪造品，研究人员和立法者担心，在2020年总统大选之前，这可能会成为一种新的、阴险的传播虚假信息的方式。
对于谷歌这样的互联网公司来说，找到能够检测深度欺诈的工具是极其迫切的。如果有人想传播假视频，谷歌的YouTube或脸书的社交媒体平台将是最好的选择。
想象一下假的伊丽莎白沃伦参议员，他和真的几乎一样，他们在修改后的视频中打了一场激烈的战斗。或者假的。唐纳德特朗普总统也这样做了。拥有这项技能的技术正在逐渐接近现实。
亚利桑那州立大学计算机科学教授SubbaraoKambhampati说，“即使以目前的技术，一些人也很难分辨什么是真的，什么不是。”
Deepfakes(一个常用来描述用尖端人工智能技术拍摄的视频的术语)挑战了我们对真假的假设。
最近几个月，视频证据已经成为巴西、中非、加蓬和中国重大事件的中心。大家都有同样的疑问：视频是真的吗？以加蓬总统为例。他在国外得不到医疗服务，他的政府发布了一段所谓的生命证明视频。反对者声称这是假的。专家称这种混乱是“骗子的红利” 。
负责公司Deepfake研究的谷歌工程师之一尼克杜福尔说：“你已经看到了Deepfake的巨大影响。”“他们允许人们声称，否则视频证据是伪造的，这将非常令人信服。”
【互联网公司如何为未来的深造做准备？】几十年来，计算机软件使人们能够操纵照片和视频，或者从头开始创建假图像。然而，这是一个缓慢而艰巨的过程，通常只有收到AdobePhotoshop或AfterEffects等不可预测软件的专家才能使用。
现在，人工智能技术正在简化这一过程，从而降低篡改数字图像所需的成本、时间和技能。这些人工智能系统通过分析成千上万幅真实图像，独立学习如何构建假图像。这意味着他们可以处理曾经属于训练有素的技术人员的部分工作量。这意味着人们可以制造比以往任何时候都多的假货。
创建深度伪造的技术仍然是相当新的，结果通常很容易注意到。但是技术在不断发展。尽管检测这些假视频的工具在不断发展，但一些研究人员担心他们跟不上步伐。
谷歌最近表示，任何学术或企业研究人员都可以下载其合成视频集，并使用它们来构建识别伪造品的工具。视频采集本质上是计算机数字欺骗的轮廓。通过分析所有这些图像，人工智能系统学会了如何监控假货。脸书最近也做了类似的事情，利用演员制作假视频，然后发布给外部研究人员。
专门从事人工智能的加拿大公司Dessa的工程师最近测试了由谷歌合成视频制成的Deepfake探测器。它可以识别几乎完美的谷歌视频。然而，当他们在从互联网上提取的Deepfake视频上测试它的检测器时，它有40%以上的时间都失败了。
他们最终解决了这个问题，但只有在野外发现的视频(不是付费演员制作的)帮助重建探测器后，才证明探测器的性能和训练它所用的数据一样好。
他们的测试表明，为了打击虚假和其他形式的在线虚假信息，几乎有必要不断重塑它。几百个合成视频并不足以解决问题，因为它们不一定具备今天分发的假视频的特征，未来几年还会更少。
“与其他问题不同，这个问题在不断变化， ”Dessa的创始人兼机器学习主管RagavanThurairatnam说。
2017年12月，一名自称“假”的人开始利用AI技术将名人头像嫁接到色情视频中的裸照上。随着这种做法传播到Twitter、Reddit、PornHub等服务，Deepfake这个词进入了流行词典。很快，这就成了网上发布的任何假视频的代名词。
创造深度伪造的技术的改进速度让AI专家感到惊讶，没有理由相信它会变慢。多年来，Deepfakes应该受益于科技行业为数不多的公理之一。
：计算机总是功能越来越强大，并且数据总是更多。这使所谓的机器学习软件更加有效，它可以帮助创建深层虚假。
“它变得越来越容易，并且它将继续变得越来越容易。毫无疑问，”慕尼黑工业大学计算机科学教授Matthias Niessner说道，他正在与Google进行深度研究。“这种趋势将持续数年。”
问题是：哪方面会更快改善?
像Niessner这样的研究人员正在努力构建可以自动识别和删除深层造假的系统。这是同一枚硬币的另一面。像Deepfake创作者一样，Deepfake检测器通过分析图像来学习其技能。
检测器也可以突飞猛进。Niessner和其他研究人员说，但这需要持续不断的新数据流，这些数据代表互联网上使用的最新Deepfake技术。收集和共享正确的数据可能很困难。相关示例很少，出于隐私和版权的原因，公司不能始终与外部研究人员共享数据。
尽管激进主义者和艺术家偶尔会发布深造假作，以展示这些视频如何在线上改变政治言论，但这些技术并未广泛用于传播虚假信息。据Facebook，谷歌和其他追踪深度欺诈行为的人士称，它们主要用于散布幽默或假色情。
目前，deepfake视频具有细微的瑕疵，即使肉眼无法察觉，也可以通过自动化系统轻松检测到。但是一些研究人员认为，改进后的技术将足够强大，可以创建没有这些微小缺陷的伪造图像。像Google和Facebook这样的公司希望他们能够在此之前安装可靠的探测器。
“在短期内，检测将是相当有效的，”亚利桑那州立大学教授坎巴姆帕蒂说。“从长远来看，我认为将真实图片和假图片区分开是不可能的。”