在世人對AI的“邪惡性”進行攻詰的浪潮中，AI造假，可能已經(jīng)是現(xiàn)在排首位的理由了。

自從2017年Deepfake（深度偽造）橫空出世以后，人們驚呼原來AI在造假方面簡直天賦異稟。此后“AI生成內(nèi)容”技術，特別是GAN算法的突飛猛進更加印證了這一事實。不僅僅是AI換臉，還有AI自動生成文本、語音、圖像、視頻等等一切數(shù)字內(nèi)容。

除了AI換臉帶來的色情視頻泛濫之外，人們更進一步擔心AI生成內(nèi)容技術在隱私侵犯、威脅信息安全、操縱政治選舉等方面帶來全新挑戰(zhàn)。

人們往往會假設，如果任由AI生成的內(nèi)容在互聯(lián)網(wǎng)中蔓延，將會更進一步?jīng)_毀互聯(lián)網(wǎng)世界的真實性邊界。

（被AI造假的扎克伯格“諷刺”自己的Facebook平臺）

Deepfake之后，真相何在？

如果哪些是真，哪些是假，普通人都難以分辨的時候，那么組成社會基石的真相和信任將就此坍塌，但我們似乎還沒有做好活在“無信任社會”的準備吧。

德國哲學家康德在《實踐理性批判》中論證“人為什么不能說謊”的法則，揭示了“無信任社會”的悖論和荒謬。假如“人人可以說謊”是一條社會的通行法則，那么，每個人都不會再信任另一個人說的話，這樣說話人的謊言也就不會得逞。說謊而無人相信，就陷入了自相矛盾的境地，反之“人人不能說謊”，才應該是正常社會的通行法則。

這就是說，只有在默認“人人應該誠實”的信任社會里，說謊者才可以通過成功騙到他人獲利，也會因為謊言被戳穿而信譽破產(chǎn)。而在“無信任社會”中，信息的真假判斷都難以進行，那只能默認一切都為“假”，才會不至于上當受騙。但是相應的代價是信任全無，合作難以達成，交流也不再可能，最終將會是社會的分崩離析。

當然這只是理論上面最極端的演繹?，F(xiàn)實世界永遠會在理論世界之下形成巨大的灰色空間，人性的基石仍將亙古不變，技術的演進也會一往無前，而人性的弱點就會在這兩者的撕扯的張力中一直暴露無遺。每一代的新人類除了持續(xù)的學習、進化，以適應技術加速帶來的全新挑戰(zhàn)，似乎也沒有什么更好的辦法。

回到“Deepfake”為代表的“AI生成內(nèi)容”技術來說，它既不會成為將我們的社會拖向“無信任”的深淵，也不會讓我們的人性變得更好或更壞一點。在一個即將到來的“虛實相容、真假不分”的后真相世界當中，只會讓適應這一變化的我們變得更加復雜和反脆弱。

所以。這一略帶“貶義”的Deepfake（深度偽造）的技術名詞，需要被我們重新塑造為一個技術中性詞匯——Deep Synthesis（深度合成）。

科技的每一次突破，都可能帶來意想不到的“副產(chǎn)品”。

就如同愛因斯坦發(fā)現(xiàn)了質(zhì)能方程式之后，即使再不情愿，他也無法阻止原子彈的出現(xiàn)和使用。就在Deepfake這個“妖孽”在美國新聞網(wǎng)站Reddit被放出來之后，AI的領軍人物Yann LeCun也在Twitter上深深反?。?/p>

“說真的，要是當初知道卷積神經(jīng)網(wǎng)絡(CNN)會催生Deepfake，我們還要不要發(fā)表它？”

隨即LeCun自己就回答了這個問題。LeCun表示，即使不是我們首先公開發(fā)表，CNN也會由其他人或機構發(fā)明出來。而在2002年當時被公布出來以后，人們也不知道如何來利用它。換句話說，CNN的價值要在技術人員的不斷探索下才能挖掘出來。

現(xiàn)在CNN正在被開發(fā)出各種各樣的應用，既對世界有很多正向的積極影響，比如醫(yī)療診斷、自動駕駛、內(nèi)容過濾以及安全監(jiān)控等等，也可能引起一些負面的效果，比如侵犯隱私、造假詐騙、偏見歧視等等，好壞參半，可以各打五十大板。

簡單來說，就是AI無罪，問題還是出在使用AI技術的人類身上。

以Deepfake技術所引發(fā)的AI換臉的色情視頻泛濫來說，AI技術被應用于色情產(chǎn)業(yè)幾乎是一件“必然如此”的過程。一方面，現(xiàn)代色情產(chǎn)業(yè)一直都是最新科學技術應用的急先鋒，另一方面，AI在圖像內(nèi)容生成技術的發(fā)展正好迎來了突破臨界點。最后一步就只剩下這個叫“Deepfakes”的用戶最后的“靈機一動”了。

實際上，Deepfake為“AI內(nèi)容生成”技術的普及起到了推波助瀾的作用，但同時也帶來難以抹去的污名化影響。而鑒于“AI內(nèi)容生成”技術的發(fā)展早已超出AI換臉的范疇，技術商業(yè)領域正在試圖用“深度合成”來為這一技術正名。

首先，Deepfake（深度偽造）一詞明顯以偏概全，其僅僅是“AI換臉”技術的早期代表，不足以包含所有的“AI生成內(nèi)容”的技術。用Deep Synthesis（深度合成）可以更好地泛指所有AI生成算法和涵蓋自動生成圖像、視頻、語音、文本、音樂等內(nèi)容的合成技術。

其次，Deepfake尚未得到技術社區(qū)的廣泛認可，只是被媒體大眾叫順嘴了而已。況且Deepfake自帶的“腹黑”體質(zhì)，對于AI技術的應用推廣會帶來直接的負面影響。

“深度合成”這個更為中性的技術名稱，將會代替Deepfake來行使AI內(nèi)容發(fā)展的應盡之責。那么，“深度合成”該如何撐起這重任呢？

“深度合成”技術，其實就是借助可以自主學習的深度學習算法模型來實現(xiàn)的，其主要使用的的兩個技術就是“自動編碼器”人工神經(jīng)網(wǎng)絡和 “生成對抗網(wǎng)絡”（GAN）的人工神經(jīng)網(wǎng)絡組成。前者用于訓練數(shù)據(jù)的合成，后者由生成器和鑒別器組成，一個用來進行新數(shù)據(jù)的生成和一個用來對其進行鑒別，經(jīng)過二者無數(shù)次的對抗，最終生成出“以假亂真”的合成數(shù)據(jù)，其中就包括Deepfake所創(chuàng)造出來的換臉視頻。

（GAN相關論文的發(fā)表情況）

從2014年，GAN提出一直到今天，已經(jīng)經(jīng)歷了從CGAN、BigGAN 、StyleGAN等多個版本更新，其中每年的相關研究論文也在加速增長，可見學界對于GAN算法的重視和發(fā)展前景的看好。

（BigGAN 生成的包含各種類別的高清晰圖片）

與此相應的，就是圖像生成質(zhì)量的突飛猛進，其中不僅可以實現(xiàn)人臉的合成，也能更一步實現(xiàn)圖像疊加融合，或者直接生成全新的高清圖片，以致于人眼根本難以分辨真假。

比如，去年MIT和IBM沃森聯(lián)合實驗室發(fā)布的一個基于GAN的AI藝術畫師，就可以學習文藝復興時期的畫家的繪畫風格，直接將現(xiàn)代人類的照片變成文藝復興時期的畫作。

其中的技術優(yōu)勢在于，GAN神經(jīng)網(wǎng)絡會根據(jù)自己學到的技巧為畫面重新構圖，也就是它是畫出新的圖片，而不是利用風格遷移的方式，改變原圖的色彩。

其實，深度合成技術已經(jīng)可以走得更遠。除了單一的圖像、音頻合成之外，多維度的內(nèi)容合成已經(jīng)是一個趨勢，這樣可以將語音識別、人臉識別、唇形搜索等結合起來，進行人臉語音的合成，從而可以讓一個人自然流利地說出自己從未說過的話。

此外，人臉合成之外，全身合成、3D合成虛擬人技術也成為當前的應用熱點。剛剛過去的兩會期間，搜狗聯(lián)合新華社推出上崗的全球首個3D版AI合成主播，就已經(jīng)可以在文本實時驅(qū)動面部表情和唇形，肢體動作、超寫實細節(jié)呈現(xiàn)上面做到比擬真人的動態(tài)效果。

在“深度合成”技術的商業(yè)化方面，已經(jīng)有眾多行業(yè)和企業(yè)看到其應用場景和廣闊市場。目前，“深度合成”已經(jīng)在影視娛樂、社交通訊等多個行業(yè)的場景中開始發(fā)揮作用。

比如，在影視劇制作中，最直接的幫助就是提升音視頻制作的效率，拓展創(chuàng)作想象空間；一些特殊情況下，還可以通過合成技術為影視劇的失聲的演員進行聲音合成，為已過世的演員進行“數(shù)字復活”；甚至直接創(chuàng)造虛擬數(shù)字人來進行影視劇集的制作。

在娛樂應用體驗上面，最基本的臉部特效應用、換臉視頻、動圖，都已經(jīng)多次在我們的生活中出現(xiàn)；虛擬偶像、虛擬主播、虛擬客服也隨著深度合成技術的成熟而變得越逼真和可信。

在社交通訊上面，與其擔心深度合成技術會暴露個人隱私，不如可以讓深度合成技術幫我們在社交網(wǎng)絡中建立自己的“數(shù)字分身”，就如同《頭號玩家》里面每個人創(chuàng)建的虛擬形象一樣，成為自己在網(wǎng)絡世界的通行證。

此外，像電商營銷、教育藝術、醫(yī)療科研等領域，深度合成技術帶來的仿真數(shù)據(jù)和虛擬化內(nèi)容都可以為這些產(chǎn)業(yè)帶來新的應用場景或者直接推動該領域的技術進步。

顯然，深度合成技術的這些正向價值正在為其換來更有底氣的話語權和發(fā)展前景。但是這個一出現(xiàn)就飽受人類質(zhì)疑和恐懼的AI技術，仍然值得我們認真對待其應用邊界和規(guī)則。

正如一切獲得都必須付出代價一般，我們?nèi)绻胍硎苌疃群铣杉夹g帶來我們的一切生活便利和精神享受，同時就必須承受其帶來的將數(shù)字世界全面虛擬化的代價。

深度合成技術所帶來的“虛假內(nèi)容”的社會風險將長期存在。首先，深度合成的開源技術和軟件，讓普通人們偽造、操縱音視頻的門檻大幅降低；其次，這些虛假音視頻內(nèi)容足以以假亂真地騙過大多數(shù)“不明真相”的群眾；最后，這些帶有明顯色情、危言聳聽或侵犯隱私的信息又足以吸引人，只要從源頭傳出，就會進行源源不斷的擴散。

除了少數(shù)能夠辨別真?zhèn)蔚膶I(yè)人士，大多數(shù)人都難以分辨和抵制這些假信息的誘惑。深度合成的技術濫用風險，需要得到來自法律、技術、行業(yè)、民眾等多方面的制約。

第一，法律層面。對AI深度合成內(nèi)容的用途、標記、使用范圍以及濫用技術的處罰，都應該進行深入研究，并出臺相應的規(guī)定，為深度合成的合法使用提供依據(jù)。

第二，技術層面。與深度合成技術同步進化的內(nèi)容鑒別技術和溯源追蹤技術也應該得到重視。針對合成內(nèi)容的有效鑒別與標記，才能從源頭來識別合成內(nèi)容，以防止負面的虛假內(nèi)容的擴散。

第三，行業(yè)層面。深度合成技術離不開行業(yè)自律，合成內(nèi)容技術提供者和平臺要承諾在合成內(nèi)容之上必須做出標記，或者提供有效的檢測和標注工具，來保證合成內(nèi)容被清晰識別出來。

最后，民眾層面。相比較于權威機構或者主流精英人群對合成內(nèi)容泛濫的擔憂，廣大民眾反而可能是這波“虛擬化”浪潮最主要的支持者，甚至是虛假信息的推波助瀾者。

在我們即將全面迎來數(shù)字化世界的今天，培養(yǎng)合格“數(shù)字素養(yǎng)”應該要成為一件從小就抓起的公民必修課。但這門課教什么、怎么上，仍然需要在深度合成技術發(fā)展的路上慢慢探索。

正如沒有任何一個技術是我們在做好準備之后才出現(xiàn)，AI技術也是如此。

從一開始，我們就把AI技術出發(fā)點定義為，盡可能地學習和模仿人類的能力，以致于最終能夠代替人類行駛那些繁重、重復甚至極高難度的任務。

而深度合成技術不正是這一目標的實現(xiàn)過程。我們既然選擇喚醒AI這條巨龍，就不能再“葉公好龍”地擔心AI越來越像人類這件事情。

最后，反過來看我們?nèi)祟愡@個物種，一方面我們有極致的智慧去探索世界的因果規(guī)律，始終去探索那個“真相”；一方面我們又抱著極大熱情來發(fā)明各種工具，來承擔人類的各種工作。

這兩種能力也直接促成了我們今天的工業(yè)世界，以及未來要進入的數(shù)字虛擬世界。

樂觀來說，我們不僅不用太過擔心“后真相時代”的來臨，甚至于，我們還會很快適應這個徹底“虛擬化”的美麗新世界。

對于絕大多數(shù)人來說，追求真相，遠遠沒有追求舒適更具吸引力。