ZAO将是下一个DeepNude 是时候谈谈他们背后的DeepFake技术了

上周末，一款名为ZAO的换脸软件在朋友圈迅速走红，借助一款App，用户便可无门槛的将自己的脸替换到各个电影场景中去。但在新鲜过后，也引发了用户对于自己隐私安全的进一步担忧，也有用户表示，上传头像后无法进行删除，不知道未来会被用来干什么。

在这个刷脸支付的时代里，脸部信息成为了继指纹之后的又一大支付方式，ZAO的出现，让用户隐私和安全遭到了前所未有的威胁。支付宝对此也进行了快速回应，并称刷脸支付采用的是3D人脸识别技术，在识别时会通过软硬件结合方式来判断采集到的人脸是否由照片、视频或软件模拟生成。

虽然支付宝得以幸免，但要知道，市面上依旧存在着采用2D人脸识别技术的企业，也就意味着，这些用户信息很可能会在其他地方被用来身份冒用，更会被视频黑产所盯上。

DeepFake类再掀风波

当然，相似事件此前也曾发生过。2017年时，一位名叫Deepfakes的用户在Reddit社区发布了一个名人换脸后的不雅视频，在这个视频中，名人的脸被一帧一帧地插入到现有的影片中，效果真到令人瞠目结舌。而之所以这些名人会首当其冲受到Deepfake的危害，主要原因便是在网络上充斥着他们大量的图像信息，这些公共图像被用来训练Deepfake算法，最终成为了孕育这些视频的“温床”。

但这一风波显然没让Deepfakes“消停”下来，不久前的DeepNude便是最好的代表，只要上传一张女性图片，就可轻松生成逼真的不雅照片。

同是DeepFake类的应用，相比于早期的不雅视频，显然DeepNude对于大众的危害更高。此前，若想使用DeepFake去进行视频造假，需极度专业的知识作为支撑，一般用户是望尘莫及的，但DeepNude却将技术无门槛的带给了大众。美国反色情报复组织 Badass 的负责人也曾评论称：现今人人都可能成为色情报复的受害者，这样的技术根本不应该向公众开放。

最终，这个应用终于被永久下架，DeepNude官方也表示不会再发布其他版本，也不会授权任何人使用。

与DeepNude相比，ZAO的出发点虽然不同，但相似之处是均使用了DeepFake等GAN(生成对抗网络)工具，并将这些极度专业的技术无门槛的提供给了使用者。

那么问题来了，究竟什么是DeepFake？这个技术是否有存在的价值？我们还要先从其技术原理开始谈起。

DeepFake背后靠的是什么技术？

在GitHub上，DeepFake的描述是“一种利用深度学习技术识别和交换图片、视频中人物脸部图像的工具”。只要你素材足够充足、硬件(GPU)跟得上，Deepfake便可建立匹配模型。

Deepfake视频是通过使用两个竞争AI系统创建的，一个称为生成模型，另一个称为判别模型。生成模型负责创建图像，判别模型负责确定剪辑视频是真的还是假的，当判别模型准确将视频片段识别为假时，它就为生成模型提供了创建下一个片段时不应该生成什么的依据，直至判别模型认为生成为真时，以假乱真视频的第一步就卖出了。而生成模型和判别模型组合起来，便是业界知名的生成对抗网络，也就是GAN。

最早Deepfake正是借助生成对抗网络，通过上万张照片，来替换视频每秒中存在的30个画面，最终通过GPU训练完成了“移花接木”。也就是说，其原理大致分为三步，选择需要换脸的对象、进行覆盖的对象、以及AI自动生成替换。

但随着GAN的不断演进，当下仅凭一张照片便可自动将面部表情生成动画，比如三星在5月时展示的一项全新技术，AI只需基于一张肖像照片或一张画像，就能让蒙娜丽莎、爱因斯坦等名人开口说话，且效果栩栩如生。

这也是ZAO背后技术的由来，虽然在前端将技术使用门槛将至了最低，但在背后，却有着大量前期工程。再以三星的技术为例，当时研究人员从视频网站上收集了7000张名人照片，并将其标志性面部特征进行提取用来进行机器学习，之后AI便能将这些学到的内容应用于单张照片上。

显然，在这些换脸技术的背后，GAN所起到的支撑是不容忽视的。然而对于大众而言，我们只是接触到了DeepNude与ZAO这类的应用，实际上GAN目前已被普遍应用于图像生成、超分辨率任务及语义分割等任务上。

例如在识别病灶方面，以糖尿病视网膜病变为例，增强型半监督GAN的作用便是用来对原始数据做到更好的学习，更充分利用少量带标注的数据和大量未带标注的数据，从而提高识别的准确率。

因此我们可以说，GAN的出现，是又一个考验“科技己向善”的技术，善用可以成为治疗疾病的重要参考，反之也可用来创建不雅视频或照片。

换脸技术是否真的还有存在的必要？

但技术始终是中立的，即便是换脸，只要应用的妥当依然能够发挥出它的最大价值。要知道，在Deepfake诞生之前，换脸技术便已应用在电影拍摄中。在《星球大战》中，计算机图像生成技术便根据一名女演员的脸塑造了年轻时期的Carrie Fisher的形象。再比如保罗·沃克在《速度与激情7》中的谢幕，用的都是此类换脸技术。

只不过此前，需要相对较高的技术和资金投入，但Deepfake出现后，却能够很好解决这些难题。同理，在一些运动类游戏中，Deepfake也能够将游戏人物刻画的更加栩栩如生。

而ZAO，错就错在，在用户协议中写上了：同意授予ZAO及其相关公司以及ZAO用户全球范围内完全免费、不可撤销、永久、可转授权和可再利用的权利。相当于一旦出了事，全部责任都将由用户自行承担。

虽然，ZAO快速做出了回应并修改了用户协议，保证除非获得用户再次同意，不会以任何其他形式使用上述内容。且当用户删除上传内容后，ZAO也会在服务器端进行删除。但即便这样，ZAO依旧无法避免自己的内忧外患，内有滥用的风险，外又存在大量安全隐患。

现今这款App虽然依旧能在应用商店进行下载，但一些社交类软件已经屏蔽了其分享链接。显然，ZAO已经引来了外界源源不断批评声，这与DeepNude最初时的情况相差无几，至于其结局，换脸技术是把双刃剑或许会给ZAO一次同样的“审判”。正如DeepNude开发者所说，世界还没为换脸技术做好准备。