“朋友視頻借錢”，這是真的嗎

不法分子利用AI技術(shù)行騙，專家提醒可從“眼球運(yùn)動”“面部細(xì)節(jié)”等發(fā)現(xiàn)漏洞，也可以要求對方做一些大幅度動作，包括轉(zhuǎn)頭等，再根據(jù)畫面、面部扭曲程度來判定真?zhèn)?/strong>

最近，復(fù)旦大學(xué)附屬華山醫(yī)院感染科主任張文宏“被帶貨”事件很受關(guān)注。不法分子利用AI技術(shù)，將張文宏在其他場合的講話視頻篡改為“張文宏在推廣一種蛋白棒”，部分消費(fèi)者信以為真。對此，張文宏接受媒體采訪時辟謠，并表示AI生成信息像蝗災(zāi)一樣，一次又一次發(fā)生，雖然向平臺投訴，但感覺難以解決問題。

AI生成的視頻真的沒辦法識別、治理嗎？申城好網(wǎng)民專家、中國圖象圖形學(xué)學(xué)會(CSIG)文檔圖像分析與識別專委會常務(wù)委員、上海市圖像圖形學(xué)學(xué)會(SIGA)理事、合合信息圖像算法研發(fā)總監(jiān)郭豐俊給出了積極的回答。

眨眼、轉(zhuǎn)頭、站立可讓假視頻露餡

對一些粗制濫造或技術(shù)不太成熟的AI視頻，觀看者通過一些細(xì)節(jié)就能識別。

例如，“張文宏帶貨”屬于非實時視頻，觀看者可以從“動作重復(fù)性”“眼球運(yùn)動”“面部細(xì)節(jié)”等來發(fā)現(xiàn)AI生成的漏洞。目前，社交平臺上的很多數(shù)字人也有同樣的瑕疵。

具體來看，AI生成的視頻可能會頻繁重復(fù)某種動作，因為生成模型在動作匹配上存在局限，只學(xué)習(xí)到幾個關(guān)鍵動作，然后通過重復(fù)來呈現(xiàn)一段視頻。眼球運(yùn)動、面部細(xì)節(jié)等是AI生成視頻最容易“露餡”的地方，AI生成人物的眨眼頻率、嘴部動作等往往不自然、不真實。

針對AI生成的實時視頻，如用AI換臉等技術(shù)生成的“某位明星給你打電話”“某位朋友向你借款”等視頻，也有識別辦法。這個時候，觀看者可以要求對方做一些大幅度的動作，包括轉(zhuǎn)頭、站起來等，再根據(jù)畫面、面部扭曲程度來判定真?zhèn)?。因為AI合成的實時視頻往往無法在短時間內(nèi)實現(xiàn)高質(zhì)量渲染，從而出現(xiàn)漏洞。

目前，很多AI生成視頻都存在缺乏個性化表情動作、畫面抖動、違反物理規(guī)律等現(xiàn)象，它們屬于“連續(xù)偽造畫面的時序瑕疵”，有針對性地對鑒偽模型進(jìn)行優(yōu)化，就能從技術(shù)層面識別這類造假行為。還有，不少AI生成的視頻人物面部會有明顯瑕疵，包括內(nèi)臉區(qū)域的五官與外臉區(qū)域的發(fā)型等不一致；在針對特定名人的AI造假視頻中，這類問題更明顯。技術(shù)研發(fā)者可以有的放矢地訓(xùn)練對應(yīng)的鑒偽大模型，從而提高鑒偽效率。

注入“數(shù)字水印”，進(jìn)行主動防御

隨著AI技術(shù)發(fā)展，AI生成的視頻已經(jīng)越來越“精美”乃至“完美”，不要說人眼無法識別，可能連普通的鑒偽大模型都無能為力。這個時候，還有什么辦法來識別AI造假？

郭豐俊表示，“用技術(shù)打敗技術(shù)”已經(jīng)成為很多AI開發(fā)者的共識，目前有不少開發(fā)者發(fā)布了深度偽造(Deepfake)專業(yè)檢測器工具。比如，深度偽造檢測平臺Reality Defender可以為企業(yè)和政府檢測圖像、視頻、音頻、文本中的深度偽造等。

不過，這類檢測都屬于“被動防御”，就是利用技術(shù)來判斷圖像、視頻中是否存在AI造假的情況。在此基礎(chǔ)上，很有必要引入“主動防御”策略，通過在圖像和視頻中注入“半脆弱性數(shù)字水印”，從源頭預(yù)防造假行為，并為“被動防御”提供更有力的技術(shù)支撐。

所謂“半脆弱性數(shù)字水印”，是指在不破壞原有圖像、視頻內(nèi)容的基礎(chǔ)上，在人臉等重要表征上嵌入隱藏的、肉眼不可見的水印信息。圖像或視頻一旦被編輯修改，水印就會被破壞；而使用數(shù)字水印檢測器能很容易發(fā)現(xiàn)圖像或視頻是否進(jìn)行過編輯，以及在哪里進(jìn)行了編輯。

簡而言之，“半脆弱性數(shù)字水印”與目前AI生成圖像、視頻時產(chǎn)生的“水印”不一樣——它們并不直接呈現(xiàn)在圖像或視頻上，而是“刻”在圖像與視頻里，一經(jīng)剪輯就會被破壞。

植入“半脆弱性數(shù)字水印”的身份證圖像生動展示了這一新技術(shù)的價值：用肉眼看，這些身份證圖像沒有任何異常；但專業(yè)檢測系統(tǒng)一掃描，立刻提示它們進(jìn)行過編輯，并標(biāo)注出編輯的部分——因為圖像的“半脆弱性數(shù)字水印”被破壞了。

郭豐俊說，一方面，通過教育和宣傳，能提高公眾對AI造假慣用場景、識別方法的了解。另一方面，也要強(qiáng)化視頻制作者、發(fā)布平臺的責(zé)任感，除了在視頻發(fā)布后有“被動防御”舉措，更要有“主動防御”意識。如果創(chuàng)作者在發(fā)布原始視頻時，就使用“半脆弱性數(shù)字水印”，或者平臺為始發(fā)的視頻、圖像注入這一數(shù)字水印，那么此后不僅能通過數(shù)字水印檢測器驗證視頻的真實性和完整性，還能實現(xiàn)溯源管理。

本報記者 任翀

(解放日報)