“换脸术”即将带来的“福利”与恐慌

在座的各位，是不是已经试过人脸解锁手机了？是不是尝试过刷脸购物了？玩过人脸识别的动物表情小游戏了没？如果都有的话，那么想必咱们可以达成一个共识：AI在人脸这件事上已经越来越精通了。

如果说识别只是AI对人脸做出的第一件事，那么第二件事是什么呢？从种种迹象来看，答案只有一个，那就是给人换脸。

当然，AI不会真的去给人整容（至少目前不会），它能做的是在视频里给人换脸。比如最近刷屏级的小视频可能大家都已经看过了。

视频中的女主角（确切的说是女主角的脸）是《神奇女侠》的扮演者盖尔·加朵。但这当然不是其本人出演了什么令人羞耻的小电影。而是有人用深度学习技术把盖尔·加朵的脸替换到了原片女主角的身体上。乍看之下基本没什么破绽，但其实两个人是不怎么像的。

（左为原片角色，二人差距其实不小）

这个ID叫做deepfakes的网友，始终致力于在Reddit上分享其利用AI技术制作的明星换脸小视频。差不多所有当红的好莱坞女星都被他“炮制”了一遍。

各位同学是不是感觉有点兴奋？以后想看哪位明星的片子自己动手做就是了，甚至可以把自己的脸替换上去演对手戏，各种YY皆能成真。

可是，如果是你亲戚朋友的脸被替换了呢？如果把犯罪现场所拍摄嫌疑人的脸换成你呢？如果在你不知情的情况下，不法分子发给你家人一段有你露脸的绑架视频呢？

当我们不能相信自己的眼睛，各种混乱和罪恶的重量，绝对会大于那一点点违法的“福利”。

换脸的恐怖之处，在于AI很简单

其实视频换脸这件事也并不出奇了。耳熟能详的可能要属《速度与激情7》里为了让保罗·沃克回归，片方用了替身+动态捕捉+CGI动画的方式，以保罗的两位弟弟为替身，最终让观众的老朋友重新回到了大屏幕上。

（保罗·沃克和最终成为他替身的两个弟弟）

这样的换脸技术虽然高超，却并不让我们担忧。因为这是电影的艺术需要，必须要耗费大量人工与后期特效成本，并且要求专业的视频剪辑技术才能实现。这意味着，这种精准的换脸并不能出现在日常生活中，也不会给普通人带来威胁。

但AI在瓦解这一切。

让我们重新回到前面提到制作女星换脸小电影的deepfakes。这哥们不仅是个老司机，还是一位热爱分享的“技术型活雷锋”。他不仅免费发布了他的成果，还不厌其烦的分享了自己制作换脸视频的教程，以及自己编写的深度学习代码和相关数据集。大概他的意思是，别再问我要谁谁的视频了，你们自己做去吧……

当然，这哥们也不是专注女明星，上边这张就是他分享的如何把尼古拉斯·凯奇换成川普的教程，大概其内心深处也深谙中国的“表情包之道”。

根据他的分享，制作一个明星换脸视频非常简单。以盖尔·加朵的视频为例，他首先会在谷歌、YouTube以及各种网络图集中收集盖尔·加朵的各个角度的视频和图片。组成一个能满足深度学习任务进行脸部替换的素材库。

然后他会通过TensorFlow上提供的机器视觉相关模型，学习和理解原版小电影中女主角的面部特征、轮廓、动作和嘴型等等。继而让模型在素材库中寻找各种角度、各种表情下AI认为合适的图片与视频，对原本视频进行替换。

虽然可以看到，他做的视频在很多细节上还是有瑕疵，不够自然。但是大体一看已经可以蒙混过关，并且制作效果在日渐提高。

这里隐藏的真正问题，在于利用开源的AI架构进行视频换脸这件事，不是太复杂太前卫了，而是太简单太容易了。

为了验证这点，我先后把deepfakes分享的视频和代码发给了三位从事机器视觉相关工作的朋友，得到的反馈基本一致：这东西毫无技术难度。只要会用TensorFlow的基础功能，电脑显卡不至于太烂，差不多几个小时就可以搞出来一个。

哪怕连编程基础都没有的人，跟着教程一步步走，搜集足够多的素材，也可以自己搞出来换脸视频。

设想一下，当你身边某个仇人想要陷害你的时候，只要收集你的照片和自拍，就可以随意把你和任何罪恶甚至肮脏的视频结合到一起，然后在你的社交圈里散播的到处都是，那场面何其令人胆寒？这就像枪支可以无审查、无监管的随意买卖，并且价格低廉。

在机器视觉开发的底层技术日益完善后，视频换脸必然继续在三个层面加强它的普及化：

1.近乎无门槛使用。换脸相关的数据集、源代码和架构，在今天只要有心就可以轻易找到，随着技术的成熟，这种趋势大概只会愈演愈烈。

2.可以工具化。由于技术并不复杂，这个功能被工具化的可能性很大。也就是说不法分子可以把它做成一个应用，购买了之后只要按要求添加视频和希望替换人的图像，就可以自动生成换脸视频，达成真正的无门槛。

3.欺骗性不断增强。有相关AI从业者认为，deepfakes的视频仅仅经历了初步的学习和替换过程，没有进行修补和细节雕琢，就已经获得了很高的完成度。那么假如进一步结合对抗生成网络进行修饰，大概就可以生成真伪难辨的视频了。

总之，当我们知道照片可以PS之后，视频也不再可信了。而且，不仅仅是视频。

山雨欲来：下一站是直播+换脸

去年年初的时候，德国纽伦堡大学的相关团队发布了一个应用，也就是非常出名的Face2Face。这款应用的能力，是通过摄像头进行脸部追踪，从而让视频里的人跟着你说话。

由于其精准的捕捉效果和实时化能力，Face2Face在诞生之日起就引起了轩然大波。在其演示视频下，无数网友质疑这项技术将成为网络诈骗、绑架勒索的帮凶，质疑如果视频电话的另一端，竟然不是你认识的那个人，那将会是多么恐怖的一件事。

当然了，Face2Face目前是个封闭状态，用户只能扮演其提供的角色尝尝鲜而已。但经过了一年多的发展，直播中的脸部捕捉和替换技术也已经大幅度提升。如今我们可以在直播平台上看到实时替换的背景和道具，而利用AI在直播中进行脸部替换，也已经是近在咫尺的一件事。

与之相配合的，是AI进行声纹识别与声音合成技术也在突飞猛进。比如Adobe在近两年陆续发布了新的声音合成技术。普通人用AI来进行柯南用蝴蝶结完成的换声，已经不是多困难的事情。

借助AI，直播中换脸和换声正在同步向前跨越。那么带来的影响会是什么呢？

双头人开播？川普坐在白宫办公室里跟你连麦？某当红小鲜肉在直播中跪着给你唱《征服》？没问题，统统都可以。

有没有很开心？当然，你跟直播平台可能都开心了，小鲜肉却不开心了。

而换个角度想想，假如同样的技术运用在视频电话里呢？假如你接到的亲人/朋友的视频电话，套取你的隐私或者跟你借钱，事后竟然发现是陌生人处心积虑伪造的。假如一个人可以彻底伪装成另一个人，还会有人开心吗？

当我们打开手机电脑，发现一切都不是真的。真是挺丧心病狂的一件事。

法律难题和伦理悖论

AI换脸并不难，由于多种应用场景的存在和超高的娱乐性，我们也很难阻止它的到来。于是真正该让我们头疼的，大概就是深藏其中的法律问题与伦理陷阱。

基本可以很靠谱的说，今天国内外的很多直播与视频平台，都在研发直播换脸技术。并且某些解决方案已经相当成熟。试想一下，换脸之后的当红女神与小鲜肉，整晚开直播说一些迎合猎奇心理的话，礼物还不多到把平台挤爆了？——即使用户明知是假的。

当然，正规直播平台大概不敢这么做，使用这种技术会非常克制。但是假如有第三方插件可以做这件事呢？或者在缺乏监管的地下直播/半地下直播平台上呢？毕竟利益和猎奇可以驱使人去做各种事情，技术的门槛一旦解禁，滚滚而来的法律问题很可能决堤。

这里隐藏的伦理陷阱，是肖像权这个东西可能会前所未有的复杂化。无论是明星还是普通人，大概都不希望被别人“易容”成自己的样子来进行直播。

但问题是，你如何证明ta易容的是你呢？或者说你如何证明你是你？我们知道，肖像权是指你本人拍摄的图像和视频。但是用你的面部数据搭建起来的AI模型还属于你的肖像权范畴吗？

更困难的是，你根本无从证明AI搭建出来的肖像模型跟你有直接关系。毕竟深度学习训练是在看不见的后端完成的，制作者大可以说是臆想出来，或者用跟你很像的人来搭建的。再或者只比你脸上多一颗痣，是不是就不是你了呢？

更复杂的伦理情况还有很多，比如一个人享有故去亲人的肖像权吗？假如一个人希望用AI来重现已故的亲属，与亡者进行视频通话，但另一个亲属却坚决认为这是违法行为，那么到底该听谁的？

这还是基础的伦理与法律矛盾，在这之外，是大把可以用AI换脸术进行的非法勾当。比如诈骗、勒索、诬陷等等等等。

总而言之，AI换脸术这件事在今天可以归纳为三句话：

一、火是肯定要火的。

二、乱是一定要乱的。

三、如何监管，大概是不知道的。

哦对了，最后应该说一下如何防止别人做出你的AI换脸视频：不要发太多自拍。