7月14日消息，據(jù)國外媒體報(bào)道，利用換臉技術(shù)制作的假視頻足以亂真。但日前研究人員通過人工智能對虛假視頻中的人像眨眼進(jìn)行分析，從而可以有效將假視頻檢測出來。

隨著人工智能的飛速發(fā)展，不少人利用所謂的黑科技制作出虛假視頻，這種視頻換臉技術(shù)引起了業(yè)內(nèi)的強(qiáng)烈擔(dān)憂。

正如他們所稱的那樣，是數(shù)字虛假信息不斷演變的最新的——也許是最令人不安的——表現(xiàn)。修改圖像早已有之，而篡改音頻的方法也在不斷改進(jìn)。直至最近，修改視頻一直很費(fèi)勁，需要大量的專業(yè)技能和耐心。然而，機(jī)器學(xué)習(xí)技術(shù)的發(fā)展卻導(dǎo)致該過程不斷加速。

去年年底，平臺(tái)上出現(xiàn)了一種新的色情視頻，是由一個(gè)名叫的用戶上傳的。通過機(jī)器學(xué)習(xí)技術(shù)，已經(jīng)找到了如何將色情明星面孔換成名人面孔的方法，相關(guān)視頻引起了轟動(dòng)。算法隨后在上發(fā)布，給任何擁有足夠?qū)I(yè)知識(shí)和足夠配置計(jì)算機(jī)的人提供了制作虛假視頻的方法。

從那時(shí)起，類似的偽造視頻和相關(guān)軟件在互聯(lián)網(wǎng)上如雨后春筍般出現(xiàn)。雖然有些是相對無害的，但這種變臉工具顯然存在負(fù)面影響。很容易想象，一部制作精良的視頻可能會(huì)加劇緊張局勢，引發(fā)騷亂或加劇犯罪。人與人之間的相互信任可能會(huì)被侵蝕，人們普遍擔(dān)憂技術(shù)的發(fā)展速度已經(jīng)超出了政策的發(fā)展。

值得慶幸的是，科學(xué)界正在應(yīng)對這個(gè)問題。由紐約奧爾巴尼大學(xué)的 Lyu領(lǐng)導(dǎo)的一個(gè)團(tuán)隊(duì)發(fā)現(xiàn)了這些偽造視頻的漏洞。算法根據(jù)饋送的圖像創(chuàng)建視頻。雖然比較準(zhǔn)確，但人工智能始終無法完美再現(xiàn)人類自然產(chǎn)生的所有生理信號(hào)。Lyu和他的團(tuán)隊(duì)特別關(guān)注一點(diǎn)：眨眼。人類通常每兩到三秒就會(huì)眨一次眼。但由于人像照片通常不會(huì)閉眼，因此通過照片對這些算法進(jìn)行訓(xùn)練意味著生成的視頻中人像很少會(huì)眨眼。

因此，Lyu和他的團(tuán)隊(duì)設(shè)計(jì)了一種人工智能算法來檢測偽造視頻中哪里不存在眨眼現(xiàn)象。他們的算法——兩個(gè)神經(jīng)網(wǎng)絡(luò)的組合——首先檢測出視頻中的人像面部，然后對視頻中的所有連續(xù)人像進(jìn)行對齊，分析每一個(gè)人像中的眼睛區(qū)域。神經(jīng)網(wǎng)絡(luò)的一部分決定人像是否閉眼。另一個(gè)用作記憶系統(tǒng)，記住幀到幀的變化，以確定是否隨著時(shí)間的推移發(fā)生了眨眼。

首先，他們在具有睜眼和閉眼人像的標(biāo)記數(shù)據(jù)集上訓(xùn)練人工智能。隨后，為了對訓(xùn)練結(jié)果進(jìn)行測試，他們自行生成了視頻集，甚至還做了一些后期處理，讓偽造視頻顯得更自然。

結(jié)果令人印象深刻。根據(jù)Lyu的說法，他們的人工智能識(shí)別出了所有的偽造視頻。

Lyu解釋說，在偽造視頻的后期處理中手動(dòng)添加眨眼并不是一個(gè)巨大的挑戰(zhàn)，而且一些偽造的視頻——包括上的偽造視頻——確實(shí)包含眨眼。然而他們開發(fā)的這種算法，至少有助于阻止和延遲創(chuàng)建偽造視頻的過程。“我們正在形成第一道防線，”Lyu說，“從長遠(yuǎn)來看，這實(shí)際上是制作假視頻和檢測假視頻之間的持續(xù)戰(zhàn)斗。”

這項(xiàng)研究符合更廣泛的努力。作為其媒體取證計(jì)劃的一部分，該研究由國防高級(jí)研究規(guī)劃局()贊助，從2016年開始運(yùn)行至2020年。他們的目標(biāo)是開發(fā)一套工具來檢查音頻和視頻等數(shù)字化信息的真實(shí)性和準(zhǔn)確性。

“我們希望向公眾保證，有技術(shù)可以打擊這種虛假媒體和虛假新聞，”Lyu說。

紐約大學(xué)( of New York)計(jì)算機(jī)科學(xué)教授馬諾維奇(Lev )認(rèn)為，這也是人工智能之間競爭日趨激烈的一個(gè)例子。“我們很清楚，計(jì)算數(shù)據(jù)分析通常可以檢測到人類發(fā)現(xiàn)不了的模式，”他解釋說，“但是如何檢測另一個(gè)人工智能生成的模式呢?我們將來會(huì)看到人工智能之間的“戰(zhàn)爭”，就發(fā)生在我們永遠(yuǎn)不會(huì)注意到的細(xì)節(jié)層面嗎?

目前，Lyu的團(tuán)隊(duì)正在研究如何進(jìn)一步開發(fā)技術(shù)，以解決諸如眨眼頻率和持續(xù)時(shí)間等復(fù)雜問題。未來的目標(biāo)是能夠檢測到包括呼吸在內(nèi)的各種自然生理信號(hào)。“我們正在非常努力地解決這個(gè)問題，”Lyu說。

當(dāng)然，公共科學(xué)研究的雙刃劍是，騙子一旦讀過并理解了他們的騙局是如何被發(fā)現(xiàn)的，就可以對算法進(jìn)行相應(yīng)的調(diào)整。“從這個(gè)意義上講，他們已經(jīng)占了上風(fēng)，”Lyu說，“很難說哪一方最終會(huì)獲勝。”