媒體觀察｜眼見不一定為憑，換臉應用(deepfake)或恐影響2020總統大選和你的生活

眾所皆知地，近年來臉書(Facebook)因為大大小小隱私權問題受到許多挑戰，而原先無論在任何場合、時間總是不斷強調我們絕對注重隱私權的辦人馬克臉書創祖克伯(Mark Zuckerberg)竟然自己承認販售用戶資訊、個資是筆划算的生意？！

究竟是發生了什麼事情呢？

這是一篇四天前的新聞，事實上這支影片並非由祖克伯本人所發布的而是由藝術家透過人工智慧(AI)創作的藝術作品，作品目前被放置於英國雪菲爾德(Sheffield)，而這個16秒的片段則是被上傳至Bill Poster Uk的Instagram。這系列影片被創作出來的原因是藝術家認為臉書對抗假新聞的策略一點用都沒有，因此製作了這樣的影片去挑戰臉書的測驗機制，結果呢？這支影片打敗了臉書的檢測機制，成功在網路上流傳。

這支影片上線後，引起了許多國外媒體、網站的關注及回應，例如《Vice》認為：「若你以靜音觀看，這支影片非常的真實」。

問題來了，祖克伯本人並沒有製作這支影片，那究竟是怎麼來的？

這支影片利用了一種名為換臉(Deepfake)的技術，而換臉應用(Deepfake)其實是機器的深度學習(Deep Learning)加上仿冒(fake)的混成詞。傳統上，我們如果要合成某個人的照片主要還是以平面為主或透過3D算圖的方式重現等，而該技術則是透過人工智慧的深度學習，輸入大量相關素材進行模擬，最後將演算及模擬的結果呈現並套用至目標上，就會得到我們看到得那支影片。

用上述的例子而言，要製作出那支影片，大略經過以下的流程：

目前，換臉最常見的應用是虛假的名人性愛影片和報復性色情媒體，看起來這是個令人害怕的黑科技，但其實它也是有其他有趣的使用方式，如讓蒙娜麗莎動起來。

透過換臉應用的技術，成功地讓平面的蒙娜麗莎能夠動頭、動眼睛甚至是動嘴巴都是能夠做到的。

對換臉應用有興趣的，我將說明的文章放在這，歡迎自行閱讀。

事實上，早在2016年時，達特茅斯學院的鑑識技術專家Hany Farid告訴美聯社：

一、強化假新聞的擴散威力

在社群媒體上流傳著一段話是：

當然這不是絕對，但在大部分的情況之下會成立。

在2016年時，光以社群媒體的圖文及自製影片所集合成的假新聞，都足以撼動當時總統大選的結果，那如果今天把候選人本人仿進去影片內，這個影響範圍及效力，可想而知。

舉例來說，美國委員會主席、眾議員Adam Schiff (D-CA) 認為：

外交政策研究所研究員Clint Watts表示：

雖然目前這個技術尚未完全成熟，也仍需要相當地製作時間，但在未來製作素材的是AI，只要有具訓練AI背景的人員，要快速且大量地生產這樣的素材，絕非難事。

二、不只有影像，聲音也可以被模仿

加拿大創業公司 Dessa 近日發布了一項新研究：利用其最新開發的 RealTalk 系統，僅利用文本輸入即可生成完美逼近真人的聲音。

這支影片是Dessa的Demo，內容是美國著名脫口秀喜劇演員、主持人 Joe Rogan 的聲音，有興趣的人可以點進去這邊。

對於深度學習的AI來說，只要有越多相關的素材，海量的資訊，所得到的結果就會越精準。通常能夠角逐總統大選的候選人，除了平常對外的媒體聯訪、個人專訪，也需要出席許多造勢晚會、活動場合拉攏支持者，要取得這些資訊，在現今的媒體環境來說，一點都不困難。

三、現今媒體趨勢，降低了我們的驗證能力

首先，以大環境面來看，我們每天接受的資訊太過大量，快節奏的生活，要我們一一審視本身就是一件難事，另外，同溫層的影響讓我們主要生活在習慣的資訊圈內，例如：粉絲專頁、社團等。

在社群媒體較為不盛行的地區，除了靠著主流媒體的資訊傳送，街坊鄰里及親朋好友之間的口耳相傳也是影響甚大的傳播途徑，在這樣的過程當中，除了口耳相傳本來就有的誤差，只要有任何一個極小的環節，被埋入了相關的資訊，也會產生極為巨大的效應。

最後，目前使用媒體的主流是手機，雖然手機的螢幕一代比一代大，畫面也越來越精細，但比起傳統的電視螢幕、電腦螢幕仍是相對小了許多。過往我們在檢查某個圖片是否有被後製過會有一些判斷方式，最陽春的檢查方法是放大並詳細檢驗，因為只要有一點瑕疵，放大後也容易看出破綻。然而，越來越多人使用手機作為接受資訊的狀況之下，對於真假影片的判斷能力也會隨之下降，畢竟當畫質越低、螢幕比起PC或大螢幕載體，這些破綻越容易被隱藏。

要對抗換臉技術，我認為它的難度絕對是可以媲美完全消除假新聞，若要能完全解決這些問題，最終仍是回到信息消費者的身上，解決方法目前也都是那101招：

(1)選擇優質媒體

(2)具有媒體素養

(3)學習驗證資料的能力

如果不能妥善解決，未來可能我們哪天會看到一支連自己都沒印象拍過的影片，而且內容還講著跟自己立場、想法完全不同的荒謬言論。