随着PS的兴起，“照骗”渐渐失去了人们的信任，音频和视频已经被视为更可靠的证据来源。但是，在AI入军短视频制作后，事情正在发生着改变。在未来，人们可能需要处理更多真假难辨的音视频。
从古至今，“欺骗”和“造假”这两个词可谓是贯穿了人类的历史。到了现代社会，面对着互联网上那些似是而非的庞杂信息，“有图有真相”开始成为网友们的诉求。
可以看出，绝大多数人都是认同一点的——只有拿出坚实的证据，才能证明你说的就是真相。将这些证据的说服力排一个序，大概是文本＞照片＞音频＞视频。
然而，随着PS的兴起，“照骗”渐渐失去了人们的信任，音频和视频已经被视为更可靠的证据来源，但是，在AI入军短视频制作后，事情正在发生着改变。在未来，人们可能需要处理更多真假难辨的音视频。
AI在视频造假上的进阶之路
在寻常人看来，短视频造假的方式无非就是一些“断章取义”的剪辑罢了。然而，AI可没那么简单，在短视频“造假”上，它不止要以假乱真，更要无中生有。
通常来说，AI在短视频上造假的方式有以下三种：
1. 初级阶段：移花接木
在短视频“造假术”里，最重要的不是图像的拼接，而是音频的连续性。想一想，即使你将奥巴马和特朗普两个人的视频剪辑在一起，想要告诉大家他们“同台演出”了，没有他们讲话的声音，其效果大概就等于N张静态照片叠加而已。
AI正在试图合成人们在实际中从未说过的话，研究人员就曾利用奥巴马的演讲视频训练AI的学习系统，让系统的神经网络，学会如何将各种语音特征与对应的口型联系在一起，生成CGI唇动，在3D姿态匹配的帮助下，将CGI唇动与奥巴马的视频整合在一起。
也就是说，他们能够利用相关音轨伪造一段令人难辨真伪的视频。
利用AI系统，用户可以任意编辑人类语音，Adobe曾表示它可以像 Photoshop 编辑图片一样用于调整视频中的发音和对话。我们现在可以创建政治家、名人、演说家的视频片段，并且不论内容如何。
2. 中级阶段：改头换面
在这个阶段里，AI就不是合成了，而是对视频里的内容进行编辑。通过人脸检测和五官识别，对人脸的关键点实时追踪，让人们在动态视频中可以对自己脸进行改造。
这一技术属于动作捕捉技术中的一个分支，叫面部捕捉。这些脸上的黄点，就是人脸表情变化中的关键点，通过面部追踪，计算机只需要这些信息就能合成表情。
近日，微视就发布了安卓4.4版本，推出了实时美妆、五官重塑等新功能，包括此前已在iOS版本上线的实时长腿、音控魔法功能，也在安卓上同步更新。
视频里化妆都是小儿科了，AI还能在视频里给你换脸呢。在电影《星球大战外传：侠盗一号》中，技术人员通过捕捉一位现代演员盖·亨利的表情，合成了另外一位已经逝世的演员彼得·库欣，使其再次出现在了大荧幕上。
3. 高级阶段：无中生有
合成声音尚能理解，合成动作你敢相信吗？
近日，在MIT（麻省理工学院）的论文Synthesizing Images of Humans in Unseen Poses中，研究人员提出了一种模块化的生成神经网络，用从人类运动视频中提取的成对图像和姿势训练之后，它能够为一个人合成出没做过的新姿势。而且，这个模型在没有经过刻意训练的情况下，能够生成一段连续的视频。
也就是说，单凭一张照片，AI就能随意摆布照片中的人，使人物作出一系列动作，视频的合成非常自然。
（图为该技术合成的网球运动视频 GIF来源：量子位 公众号）
这当然只是新技术的冰山一角，我们很难对现代人工智能的视频处理技术，做出全面的概述，但我们总能从中找出一些有意思的应用。例如：从一张 2D 图片中创建 3D 面部模型，改变视频中的光源和阴影，在总统选举直播中让特朗普变成秃头等等。
伪造与证伪的技术总是交互上升
不得不说，AI确实具有很强的视频造假能力，但我们也逐渐意识到了视频造假的危害。随意放在网上的视频和声音都需要我们去认真辨别，如果有非法分子利用该技术进行信息诈骗，我们虽然不是权贵，但也经不起损失。
尤其在新闻业，一旦人们知道目前有伪造的视频和音频在传播，即使他们看到的是真实视频，也会开始产生怀疑。所以，如果AI能够让我们像处理图片一样轻松处理音频、视频内容，这其实在某种程度上削弱了媒体的可信度。
幸运的是，道高一尺，魔高一丈，伪造与证伪的技术总是交互上升。这就是一场“军备竞赛”。AI让越来越多的人都有能力进行伪造，但研究人员也不断在开发更加精密的技术来增强音频、图片和和视频的鉴别。通过不断增加造假难度，使得非法分子造假的成本和技能要求越来越高。
现在，鉴别AI所做的伪造和处理其实并不难，模糊处理是一种最常见的方法，低分辨率就会让它“一看就是假的。”
除了画质，还有画幅的甄别。在短视频里，画面里的一点改动凭借人的肉眼是很难识别的。在 50% 的情况下人类是可以正确区分的，而且大部分是随机猜测。当AI通过大量的深度学习后，卷积神经网络可以在 87 %到 98 %的情况下，正确区分视频画面里修改过的和未修改过的图像。
德国慕尼黑技术大学的研究人员还开发了一种名为 “XceptionNet” 的算法，它能快速发现发布在网上的伪造视频，除此之外，还可以用来识别互联网上的误导性视频。
这个人工智能算法主要集成到浏览器或社交媒体插件中，在后台运行，如果它识别出被操纵的图像或视频，它就会给用户发布警告信息，向视频中涉及的人员透露他们被“伪造”了。
造假不如造回忆
仔细想一想，“造假”似乎总是让人有着不好的联想，尤其是多媒体的造假，更是怎么看都觉得可怕。然而，还是那句老话，技术是无罪的，有罪的是那些有着邪恶用心的人。
将AI造假术的使用者换一批人，是不是更能物尽其用呢？
有人说，人会经历三次死亡：
第一次是身体停止运转导致的生理上死亡；
第二次是举行完葬礼代表你社会位置的消失；
第三次是当世界上没人再记得你的时候，真正意义上的死亡。
当你的亲人即将离开这个世界的时候，你是否想过用科技的方式，将亲人的音容笑貌化为情感寄托，换一种形式陪伴在你身边呢？
也许这样，也能让亲人的“第三次死亡”来得更慢一点。
目前，就已经有人通过语音合成技术记录下了自己的声音，将自己的声音载入了一个智能音箱，以此来确保即使在自己去世后，亲人也能与自己进行语音交互。而如果能通过一张照片就换来亲人“栩栩如生”的动态，未尝不是人们一解相思之苦的办法。
AI造假短视频应该是一个不断提升价值的过程，而不是被宵小们所利用。
一方面，AI可以建立丰富的数据库，依赖于深度学习来进行更多应用场景的选择，使得这些在视频里被“复活”的人们，能够在不同的场景里出现，满足人们的更多情感需求。
另一方面，将造假变成造回忆，收集某个人的图像和音频素材，为用户个性化建模，实现一对一的记忆归属。
结论
其实，我们完全不用把AI造假想得那么坏。技术不是目的，只是手段，找对了用途，“造假术”也是有情怀的。
【完】
