你讨厌权力的游戏最后一季吗？最可能！你是否也看过琼恩雪诺为第八季的糟糕剧本道歉的在线视频？那个视频显然不是真正的视频，因为 Jon Snow 一无所知！它实际上是假的，但看起来很真实。那是因为它是使用人工智能制作的 DeepFake 视频。你想知道 DeepFake 是什么吗？让我们来看看！
DeepFake 使用深度学习（机器学习的一个子集）来创建看起来真实但实际上是假的视频。它基本上是一种技术，可以非常精确地替换图像或视频中的人脸，使其看起来真实。或者它可以让一个人在视频中说出他们在现实生活中从未真正说过的话。由于 DeepFakes，“所见即所得”在互联网上不再适用。这就是你如何看到 Jon Snow 在这从未真正发生过的情况下指责权力的游戏的最后一季！
DeepFakes 是如何制作的？
一种称为自动编码器的神经网络算法可用于创建 DeepFakes，将假人脸附加到原始人脸。假设您要将 Jon Snow 的脸附加到 Tyrion Lannister。为此，您需要收集 Jon 和 Tyrion 的数千张照片，并通过称为编码器的神经网络运行它们。该编码器将研究两个人脸中的面部特征，并将图像压缩为它们都有的共同特征。然后一个称为解码器的神经网络将获取这些压缩图像并恢复 Jon 的脸。同样，另一个解码器将为提利昂执行此操作。为了让乔恩的脸出现在提利昂的脸上，你所要做的就是拍摄乔恩的脸的压缩图像，并将其输入到基于提利昂图像训练的解码器中。所以这个解码器将重建提利昂的脸，但它将使用出现在乔恩脸上的所有举止和表情。这必须在视频中的每个图像帧上完成，以显示提利昂·兰尼斯特实际上看起来像琼恩·雪诺。这是非常奇怪的想象！
创建 DeepFakes 的另一种方法是使用生成对抗网络 (GAN) 。这基本上涉及两个神经网络，分别称为生成器和判别器。生成器使用名人等现有真实图像的数据集创建假图像。然后鉴别器尝试捕捉生成图像中的任何缺陷。一开始由生成器创建的假图像显然是假的，甚至看起来不像人脸，但是通过多次传递，可以创建一个看起来很真实的假图像。这是“Fake it until you make it!”的经典案例。事实上，如果已有大量可用的图像训练数据集，则创建假图像会更容易。这就是为什么名人和名人最受攻击的原因。他们公开发布的图片和视频数量最多。
DeepFakes 危险吗？
DeepFakes 目前用于一切事物：好的、坏的和丑陋的。有许多使用 DeepFake 创建的视频只是为了好玩，不会伤害任何人。 Jon Snow 为《权力的游戏》道歉就是这样一个例子！ DeepFakes 也被用于电影。一个例子是哈里森·福特年轻的脸在《独奏：星球大战外传》中被插入到汉·索罗的脸上。
但越来越多的 DeepFakes 被恶意使用。据估计，至少 96% 的在线 DeepFakes 本质上是色情的，名人或其他著名女性的图像被映射在色情明星的脸上。这对许多女性来说是一个严重的威胁。
DeepFakes 未来的另一个威胁是失去信任。越来越难以识别照片或视频是真是假。在这种情况下，很难相信任何事情都是真实的。这可能会产生巨大的影响。例如，法院将无法确定案件中的证据是真是假。此外，依赖面部或语音识别的安全系统将来也可能会被 DeepFakes 欺骗。你能确定你在手机上打电话的人是真实的还是只是一个使用 DeepFake 的声音和面部模仿？
您如何识别 DeepFake？
除非你是人工智能算法，否则很难发现 DeepFake！但是，如果您仔细观察，您仍然可以这样做，因为它们毕竟是假的。最常见的迹象是人的耳朵、牙齿和眼睛有时与面部轮廓不匹配。视频中的嘴唇同步也可能是错误的，并且在 DeepFakes 中很难创建单独的头发。如果这张脸看起来太光滑得不像真的，那么它很可能不是真的，而是 DeepFake。然而，随着技术的进步，它们看起来越来越真实，因此越来越难以发现 DeepFake。
在这种情况下，只有人工智能才能识别在照片和视频中使用了人工智能。几乎所有大型科技公司都在投资创建可以识别 DeepFakes 的技术。这方面最大的努力之一是亚马逊、微软和 Facebook 发起的 Deepfake 检测挑战赛，旨在识别互联网上的虚假内容（这越来越难了！）
希望所有这些措施都足以在未来发现 DeepFakes。否则，可能有一天，关于 Jon Snow 的有趣视频将成为这个世界上 DeepFake 问题中最少的问题。甚至国际灾难也可能因为 DeepFakes 传播的假新闻而发生。