AI引发网络信任危机！我们还能相信什么？

来源：新浪科技综合 发布时间：2018-10-30浏览：2228次

AI引发网络信任危机！我们还能相信什么？

　　快速发展的AI技术能够自动创建虚假的视频和音频。通过社交媒体传播这些有意制造出的虚假信息，可能会对公共话语和政治稳定产生深远影响。计算 机科学家正在开发人工智能检测工具来标记虚假视频，但与生成这些虚假内容的能力相比，科学家远远落后。当虚假视频的病毒式传播侵蚀我们对媒体的信任，我们 该相信什么？

　　今年4月，美国前总统奥巴马的一个视频出现在了互联网上。该视频看起来和他之前的演讲很像。他穿着清爽的白衬衫和深色西装，领子上别着一个国旗胸针。背景中有美国国旗和总统旗帜。视频中，奥巴马面对镜头，伸出双手强调自己的话：“特朗普总统是一个完完全全的蠢货。”

　　视频中的奥巴马没有一丝笑容，他接着说：“要知道，我永远不会说出这样的话，至少在公共场合不会。但别人会的。”视频镜头转到分屏，屏幕上是演 员乔丹·皮尔（Jordan Peele）。其实奥巴马什么都没说，这段视频是奥巴马真实演讲视频与皮尔的模仿视频混合而成的。

　　在现在这个充斥着虚假新闻的时代，这段视频实际上是由BuzzFeed News制作的公益广告，它展示了新型人工智能（AI）技术的一种应用，把该技术用在音频和视频上，就像把Photoshop软件用在数字图像上一样：能让人们操纵现实。

　　这样做出的视频还相当粗糙。不过，这种原本为好莱坞电影编辑和视频游戏制造商开发的技术进步很快，已经引起了一些国家安全专家和媒体学者的担 忧。下一代的工具有可能无中生有地炮制出足以乱真的虚假内容，不用歪曲现有视频（如奥巴马的演讲视频），而是编造根本从未发生过的情景。

　　无害的开端

　　伪造视频的历史可以追溯到上世纪60年代，当时用计算机生成的图像首次诞生。上世纪80年代，这些特效逐步成为主流。从此以后，电影爱好者见证 了这种技术的进化。南加利福尼亚大学计算机科学助理教授、从事增强现实业务的创业公司Pinscreen的首席执行官黎颢表示，这种技术的目标一直是“打 造一个任何故事都可以呈现的数字世界。我们怎样才能创造出看上去无限真实，但实际上一切都是虚拟的东西？”

　　一开始，大多数数字图像都是艺术家创作的，他们使用计算机创建三维模型，然后手工绘制纹理和其他细节，这是一个不可扩展的繁琐过程。大约20年 前，一些计算机视觉研究人员开始从不同的角度思考这个问题：“与其在个别模型上花费时间，为什么不教计算机根据数据创建图形呢？” 1997年，位于加利 福尼亚州帕洛阿尔托的Interval研究公司的科学家开发了Video Rewrite，这个软件可以切割现有视频，并重新配置。不久之后，德国马普生物控制研究所的科学家从200个人脸三维扫描图像的数据集中提取特征，教会 了计算机生成新面孔。

　　随着深度学习这种人工智能技术的进步，计算机视觉、数据和自动化之间的关系在2012年迎来了近期最大的一次飞跃。与20世纪90年代后期使用 静态数据、无法改进结果的技术不同，深度学习能够适应新数据，且可不断改进。德国马普科学史研究所的博士后研究员李晓畅说，这项技术可以将目标（比如一张 脸）简化为数据。

　　深度学习使用了许多层名为神经网络的简单数学模型，随着时间的推移，它的效果会变得越来越好。比如，计算机科学家可以教会深度学习工具识别人 脸，方法就是给它看成百上千张照片，并告诉它每张照片是不是人的面孔。最终，当工具遇到一张没见过的人脸时，也可以识别出构成人类特征的模式，并且可以得 出结论：在统计学上讲，这也是一张脸。

　　接下来，使用名为生成网络的深度学习工具，研究者有能力创造出看起来如同真人的面孔。其中的逻辑与刚才类似：计算机科学家还是用成百上千幅图像 训练网络。但这一次，网络会按照从示例中学习到的模式，绘制出一张新的面孔。一些公司现在正使用同样的方法来处理音频。今年早些时候，谷歌推出了 Duplex，这是一款基于WaveNet软件的人工智能助理，它可以打电话，听起来就像真人一样，甚至对语气词的运用都完全一样，比如“呃”和“嗯”。

　　但是生成网络需要大数据集来训练，这可能需要大量的人力。改进虚拟内容的下一步是教AI实现自我训练。2014年，蒙特利尔大学的研究者通过生 成对抗网络（generative adversarial network， GAN）实现了这一目标，这种技术让两个神经网络对话。第一个是生成器，它制作虚假的图像，第二个是判别器，负责学习区分真假。在几乎没有人类监督的情况 下，该网络通过竞争相互训练：判别器推动生成器制造出越来越逼真的虚假图像，而生成器一直试图骗过判别器。GAN可以制作各种各样的东西。在加利福尼亚大 学伯克利分校，科学家构建了一个可以将马的图像变成斑马的GAN网络，也能将莫奈（Monet）等人的印象派画作变成清晰、逼真的场景。

　　接着，在今年5月，德国马普信息学研究所的研究人员发布了“深度视频”（deep video）。这个系统使用了一种生成对抗网络，它可以让演员控制现成影片中他人嘴巴、眼睛和面部的动作。深度视频目前仅适用于人物特写镜头，这类镜头中 人要直接看着摄像机。如果演员的动作幅度太大，所得到的视频就会出现明显的破绽，比如脸部周围的像素模糊等。

　　到目前为止，GAN还没有能力在视频中创造出可以乱真的复杂场景。有时GAN会产生奇怪的错误，比如让人的眼球从前额长出来。不过今年2月，英 伟达公司的研究人员找到了一种方法，可以让GAN生成令人难以置信的高分辨率面部图像。他们一开始先用相对较小的照片进行训练，然后逐步增加训练图像的分 辨率。南加利福尼亚大学的黎颢团队使用GAN制作出了逼真的皮肤、牙齿和嘴巴，这些都是在数字化重建中尤为难以处理的部位。

　　对非专业人士来说，这些技术都很难运用。但BuzzFeed的实验暗示了我们可能的未来。它发布的那段视频来自名为FakeApp的免费软件， 该软件使用深度学习，而不是GAN。由此产生的视频被称为“Deepfake”，即“深度学习”和“虚假”的混合词。现在这个技术已经普及化，任何拥有计 算机的人都能够使用。

　　假新闻泛滥？

　　专家们一直担心计算机辅助编辑会对现实造成破坏。早在2000年，《麻省理工技术评论》中关于Video Rewrite等产品的一篇文章就警告称，“眼见不再为实”，“晚间新闻中的图像可能是假的，是高速的新视频处理技术做出来的。”18年后的今天，新闻节 目中似乎并没有充斥着虚假视频。首先，要伪造一段高质量的视频仍然很困难。在专业视频编辑的帮助下，BuzzFeed花了56个小时才做出虚假的奥巴马视 频片段。

　　然而，我们消费信息的方式已经发生了变化。据皮尤研究中心的数据显示，今天只有大约一半的美国成年人通过电视看新闻，而三分之二的人至少会通过 社交媒体获取一部分新闻。互联网让迎合细分观众群体的媒体繁荣起来，这些媒体不受传统新闻标准的束缚。珀西利表示，互联网有利于那些病毒式传播的内容，让 我们能够以前所未有的速度分享它们。与客厅的电视屏幕相比，虚假视频中的瑕疵在移动设备屏幕上更难辨别。

　　关于假新闻的科学研究还很有限。不过一些研究表明，人们只要看过一次虚假信息，以后再看到它时，就会觉得可信，加拿大里贾纳大学组织行为学助理 教授戈登·彭尼库克（Gordon Pennycook）说。他表示，目前尚不清楚这是为什么，但可能要归功于假新闻的 “流利度”（fluency），或者说“处理这类信息的便利度”。

　　麻省理工学院有一项研究在推特上追踪了2006年至2017年的12.6万条新闻，结果显示，我们同样更有可能分享虚假新闻，而不是真实新闻。 尤其是虚假的政治新闻，这类内容比那些有关金钱、自然灾害或恐怖袭击的文章传播得更广、更快。该研究表明人们渴望新奇的内容。假新闻一般会巧妙利用我们的 情绪和个人身份，诱使我们在有机会消化处理信息，决定其是否值得传播之前做出反应。这类内容越是让我们惊讶、恐慌或愤怒，我们就越倾向于将其分享出去。

　　有许多令人不安的线索表明，视频在引发恐惧上可能特别有效。布朗大学认知、语言和心理学助理教授埃莉诺·阿米特（Elinor Amit）说：“当你通过视觉处理信息时，你会认为这件事在空间、时间或社会群体方面与你更接近。”她的研究分析了我们对文本和图像信息的不同反应。阿米 特推测这种区别是源于演化的，我们的视觉是在书面语言诞生之前演化形成的，我们更多依靠自己的感觉来发现直接的危险。

　　所有这些令人担忧的事件，还只是问题的一部分。对社会来说，我们设想的情况实际上可能比视频本身更糟糕。比如，一些人在自己真正的错误被抓住 时，可能会宣称这些视频是伪造的，故意把水搅浑。路易斯安娜州立大学大众传播学副教授雷蒙德·J·平格里（Raymond J。 Pingree）表示，当知道可以乱真的虚假视频可能存在时，我们会丧失对所有媒体的信任。平格里研究人们对自身分辨真假能力的自信心，以及这种自信对其 参与政治活动的意愿有何影响。他说，当人们失去这种信心时，就会更容易轻信骗子和谎言，而且“这会让他们不再想去寻求真相。”

　　猫鼠游戏

　　对于计算机科学家来说，要解决一个bug通常要靠更完善的计算机科学。虽然本文中讨论的bug要比编码错误复杂得多，但计算机科学界还是认为可以编写算法来标记虚假视频。

　　到目前为止，有两类方案。第一种是通过嵌入数字签名证明视频是真实的，类似于复杂的水印、全息图，以及其他印钞厂用于防伪的方法。每个数码相机都有一个独特的签名，从理论上讲，这种签名很难复制。 

　　第二种策略是使用探测器自动标记假视频。可以说，这种探测器最重要的研发动力来自美国国防部高级研究计划局（DARPA）的一项名为Media Forensics（MediFor）的项目。MediFor采用了三种应用广泛的方法，这些方法可以通过深度学习实现自动化。第一是检查视频的数字指 纹，看看有无异常情况。第二是确保视频内容遵循物理定律，比如视频中的阳光照射情况是否与现实世界相符。第三是检查外部数据，比如拍摄当天的天气情 况。 DARPA计划将这些探测方法统一到一个工具中，为视频评分，估算它有多大的可能是伪造的。

　　这些策略可以减少虚假视频的数量，但说到底仍然是一个猫捉老鼠的游戏，视频伪造者会模仿数字水印或建立深度学习工具来欺骗探测器。“我们不会赢 得这场比赛，”阿列克谢·埃弗罗斯（Alexei Efros）说，他是加利福尼亚大学伯克利分校计算机科学和电子工程教授，正在于MediFor项目合作，“我们只是会让坏人在比赛中越来越艰难。”

　　拯救现实

　　即使我们每个人最终都可以使用探测器来分析互联网，但真相总会滞后于谎言。所以，如何阻止足以乱真的虚假视频的传播，对社交媒体行业来说是一个挑战。

　　我们还不清楚，在遏制病毒性传播的虚假信息方面，社交媒体企业有哪些法律上的义务，我们也不知道是否可以在不践踏言论自由的前提下对该行业进行 监管。Facebook首席执行官马克·扎克伯格（Mark Zuckerberg）最终承认，Facebook在传播虚假新闻方面发挥了作用。

　　从那以后，扎克伯格承诺要采取行动。他让Facebook用户承担部分责任，对新闻来源的可靠性进行排名（一些人认为这是在推卸责任），然后利 用AI来标记错误信息。Facebook一直对这套方法的细节守口如瓶。一些计算机科学家对其中AI参与的部分持怀疑态度，其中包括法里德，他表示这些承 诺“非常天真”。很少有独立的科学家能够研究Facebook上的假新闻是如何传播的，因为大部分数据都是不对外公开的。

　　还有，如果开发虚假视频技术的研究者在离开实验室后，不关心自己的技术是被如何使用的，不去对抗滥用，那么世界上所有算法和数据都无法从虚假消 息的海洋中拯救我们。“这是我的请求，”斯坦福大学法学教授纳特·珀西利（Nate Persily）说，“从事这项研究的科学家必须与心理学家、政治学家和传媒专家合作，后者已经研究这些问题有一段时间了。”而目前这种合作仍很少见。

　　由于这还是一个责任真空地带，根除虚假视频的任务就落在了记者和网民侦探身上。在奥巴马和皮尔的Deepfake虚假视频结束时，视频中的两人 都表示：“未来，我们需要对互联网保持警惕。在这个时代，我们需要依赖可靠的新闻来源。”这个视频可能是虚假的，但最后这句话说得一点不错。