人脸识别的时代，你认为该如何应对「换脸」危机？

作者：经济观察报
链接：https://www.zhihu.com/question/418651616/answer/1445666612
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

我们通过两个较为典型案例，来说一说AI攻防对人脸识别/人工智能技术和行业发展的作用和意义。

案例一：一秒变身“奥巴马”，“换脸”技术的攻防战

2018年，一段“奥巴马”呛声特朗普的视频在全美疯传—— “Simply, PresidentTrump is a total and complete dipshit.”事后，这个视频被证明为伪造，其背后所利用的即是AI“换脸”技术。该技术是基于生成对抗网络（GANs），通过两个模型——一个负责生成伪图，另一个负责鉴别伪图，对抗博弈的方式不断进化，从而达到以假乱真的水平。

而在更早的2017年，一位名为deepfakes的网友将色情电影中演员的脸替换成好莱坞女星，并将合成视频在Reddit网站上发布，引发全球热议，遭到大众对技术滥用的质疑。这也为AI“换脸”技术吸引了一波关注，DeepFake（深度伪造或深度合成）就此成为该技术的代名词，同名算法也在Github上开源，导致合成视频片段大量涌现。根据创业公司Deeptrace报告显示，2019年初，互联网上流转的、利用DeepFake技术生成的视频，共有7964个,仅仅9个月后，这个数字跃升至14678个，而其中就有高达96%的DeepFake视频与色情相关。

DeepFake技术滥用，引发全球担忧，也为人脸识别技术的应用推广带来了巨大风险。据称，2019年底，硅谷人工智能公司Kneron曾使用DeepFake技术成功欺骗了支付宝和微信支付，并且顺利通过机场、火车站等自助终端检验！

虽然各国纷纷加强了监管措施，譬如，美国政府公布了《禁止恶意深度伪造法案》《2019年深度伪造责任法案》《2019年深度伪造报告法案》，旨在通过限制DeepFake合成技术，打击虚假信息的传播。但遏制DeepFake技术滥用的根本手段，还是需要从安全对抗的本质上出发，铸造更高门槛的防御技术，以AI应对AI，在攻防“互殴”之中不断增强系统的鲁棒性。

为此，科技巨头们也纷纷加入了这场“安全对抗”的战役之中。去年9月，谷歌开源了包含3000个AI生成的视频数据库，以支持社区加速开发DeepFake检测工具，对抗技术滥用风险；Facebook也在同年12月发布了一套“反识别”系统，帮助辨别实时影像的真伪。

技术是中立的，也是双向发展的，不会因为惧怕风险而停滞不前。不久前，英伟达的研究人员提出了一种新的生成器架构，可基于风格迁移，将面部细节分离出来，并由模型进行单独调整，生成的面部图像比基于传统GAN技术更加逼真。可见，假脸生成和真脸识别的算法对抗将会是持续的、动态的过程。

案例二：仅用一幅眼镜解锁手机ID，对抗样本的“攻防战”

在2019年的世界黑帽安全大会上，腾讯的研究人员向与会者展示了如何利用一款缠着黑白胶带的眼镜，就能解锁苹果FaceID。如果这款技术还需要“受害人”的被动配合——趁“受害人”睡着，将眼镜戴在“受害人”脸上，那么最新的AI技术，只需打印一张带有图案的纸条贴在脑门上，就能“戳瞎”AI识别系统。

这种“黑科技”的应用，在学术上被称为“对抗样本”。百度百科对它的定义是“在数据集中通过故意添加细微的干扰所形成的输入样本，导致模型以高置信度给出一个错误的输出。”

目前大多数机器学习的鲁棒性都比较差，容易受对抗样本的影响。样本经过轻微修改后，输出结果可能会谬以千里，而且这些细微的修改人类几乎无法肉眼识别。2018年，在“GeekPwn国际安全极客大赛”中，有选手用对抗样本攻击亚马逊名人识别系统，让主持人蒋昌建的照片被识别为施瓦辛格。同样，掌握了对抗样本（譬如纸条上的图案），只需在脑门上贴上纸条，就可以“戳瞎”系统，破解身份认证的唯一性。

对抗样本攻击凸显了人脸识别技术的脆弱性，对安全攻防提出了新要求。谷歌于2017年举办的对抗样本攻防赛旨在加快研究对抗样本，提升机器学习的鲁棒性。俗话说，魔高一尺道高一丈，技术引发的系统羸弱，最终也须技术予以修复。

安全攻防表面上是一场算法间的较量，从产业的角度出发，其所体现的是技术滥用（包括造假、欺骗等）的“低成本、高利润”特征。

在成本方面，首先，开源社区虽然显著降低了AI应用开发门槛，但与此同时也降低了攻击算法的获取成本。在案例一中，DeepFake技术在Github上开源后，非专业用户也可轻松凭借一张照片生成伪造视频。譬如，2019年初，就有网友利用开源算法将朱茵版《射雕英雄传》黄蓉的脸换成杨幂，上传到B站上，引发网友热议。

其次，相对快速、花式的算法创新，监管滞后也为技术滥用提供了时间的温床。还是以DeepFake技术为例，该技术早在2017年底出现，法律监管却整整滞后了两年之久，直至2019年初我国网信办才开始对 DeepFake 展开严格监管。相比慢两拍的监管，DeepFake技术则在两年内飞速进化，并衍生出海量的恶意应用。

相对低门槛的技术获取，技术滥用所带来的不菲利润是安全风险和黑灰产的“催化剂”。譬如上文中提到，互联网合成视频以色情内容为主。据报道称，很多网店不仅提供成品视频，还接受私人订制，只要买家提供20张照片，就可以快速生成定制化视频，售价约为1分钟20元到50元不等。在某些QQ群的黑产交易中，利用动态人脸识别攻击技术，一个支付类账号破解售价约为10元，这样的生意一天能做到8000元到10000元的流水，而售卖技术教学，一个人学费大概在4000元左右。

随着人工智能技术的发展，信息安全受到了各国的高度重视。世界各主要国家都在加强网络和信息安全领域的布局和竞争。根据Gartner预测，2020年全球信息安全类支出预计将增长2.4%，达到1238亿美元，其中，中国安全市场支出将增长7.5%，达到299亿人民币。按照信息安全支出占比来看，中国信息安全支出占比低于全球。

攻防是信息安全的本质。我们知道，信息的复制成本几近于0，这也就诞生了网络经济，催生了互联网安全产品市场，造就了360等上规模的网安公司。AI算法作为信息技术之一，通过信息复制，同样可以摊薄技术的生产成本。对于愈加复杂的信息网络，闭门造车，自扫门前雪的方式显然是不经济的，引导AI对抗技术的商业化落地，是加强网络安全的重要途径之一，也是促进AI技术应用和推广的安全保障。对于AI防御方而言——主要为AI研发、应用类企业，及评测、监管机构等，除自磨利刃外，可能更好的选择是与安全市场合作共赢，以提升系统鲁棒性，构筑AI防御护城河。

（作者系商汤智能产业研究院战略生态研究主任）

发布于 19 小时前

作者：职业影评人
链接：https://www.zhihu.com/question/418651616/answer/1445750431
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

AI换脸就是通过AI人工智能技术，把别人的脸换成自己的脸，而且脸部表情自然，效果逼真，整个过程你只需要通过一张照片，然后用AI技术可以在ZAO软件上使用自己的照片替视剧或者小视频中的人物，从而生成以自己为主角的视频。

上面这张图我想大家都应该见过，一名网友换脸杨幂和阿冷，我完全看不出任何痕迹。

如果你的身份证信息被泄露，途径通过学校、酒店、各大APP认证资料，那么你也有可能被恶搞，甚至被拿去犯罪！

怎么预防呢？

①少用APP认证，不要轻易泄露照片资料，特别是女孩子少发朋友圈，要发的话一定要狠狠批图后再发。

②加强deepfake等软件的禁用力度，也建议大家轻易不要用ps去换脸玩。

③如果被侵犯肖像权，赶紧报警，不要私了。

给小伙伴的参考资料：

什么是Deepfake，它如何影响我们的网络安全？ - Cycloniswww.cyclonis.com

DeepFake威胁加剧女性成为受害者机率大增m.b2b101.com

Deepfake是什么被滥用对我们意味着什么_评论_花火网手机版readmodel.m.sogou.com

伪造 CEO 语音，骗走 168 万元！音频版 Deepfake 诈骗案正在兴起，专家：需警惕tech.sina.cn

发布于 18 小时前

“商业世界里，从没有完美的答案，任何选择，都是有其代价的。”

换脸危机的关键在于我们从此被迫集体进入了一个强制出卖自我隐私的时代。

不论是否愿意，刷脸消费刷脸进入都必然泄露了我的一切数据，背后的算法和架构可以轻松分析破解我的一切消费习惯性格弱点和内禀心理。我刷手机还是行动轨迹都会毫无保留被送到后台识别分析。如果仅仅出于骗我三瓜俩枣，我可以全当孝敬这个社会了！如果针对我的一切弱点设计圈套，舔的我一阵酸爽立马反身给我一个死无葬身之地的套路，我能咋办？

所以国家必须先把数据安全重视起来，先把数据消费的巨头们拴在法律和制度的笼子里，否则它们很可能把现在血和泪换来的一切都送到对岸去换性奴岛三日游，太空舱度个秋～

每个人在大数据面前都成了有利用价值的螺丝钉和没有利用价值时刻要被地球村清理出球籍的三和大神。最后人类发现自己一手织了一张把自己的剩余价值榨干的网无所遁形～

编辑于 19 小时前

作者：戎露飞
链接：https://www.zhihu.com/question/418651616/answer/1445698461
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。