Deepfake（深度伪造）？——一套区块链组合拳带走

近期，美国加州州长签署了一项立法，该项法律被称为《AB 730》法案，法案将制作、散播“深度伪造”（deepfake）视频列入非法行为。

“深度伪造（deepfake）”的说法源自“深度学习（deep learning）”和“伪造（fake）”二词的结合。是一种基于生成对抗网络（GAN）的技术，该技术通过人工智能合成视频或音频，常用于将名人面孔的图像替换到其他人身上，画面可以以假乱真。大部分人使用“深度伪造”不过是为了恶搞消遣，但是也不乏心怀不轨之人意图借此达到不可告人的目的。

例如，今年8月，西班牙就有诈骗犯通过Deepfake技术诈骗某公司22万欧元，其使用的主要方式就是合成了该公司CEO的声音对员工进行诈骗。 可最令人担心的还不是以金钱诈骗为目的对deepfake的使用，而是那些试图通过合成政客或公众人物传播虚假信息，发表极端主义言论，或者煽动暴力言论的不法分子。

Deepfake 的社会影响

在信息技术发达的今天，宣传，伪造和人身攻击并不是什么新鲜事，可由于深度伪造导致信息的战略性扭曲则会上升到完全不同的层面。因为这些被伪造信息很可能改变舆论，改变选举结果，引发种族暴力甚至可能会引发战争。在人工智能的快速发展和社交媒体病毒性的推动下，deepfake或许会成为最困扰人类，最不稳定的技术之一。

应对软件

为了应对deepfake滥用的增加，一些致力于解决该问题的初创公司出现了。Ambervideo.co就是其中最著名的公司之一。在伪造视频破坏正版合法化的威胁下，该公司正在建立中间层以监测恶意更改，并且开发了检测及身份验证技术。

Ambervideo.co开发的软件可以查看视频和音频轨道及其中的各个方面，以寻找可能的修改痕迹。公司训练其AI，使其发现改变视频时不可避免留下的特定模式。 可该方法存在在一个问题，问题就在于AI仅从过去的模式中学习，会使得这种追溯方法几乎不会检测到较新的deepfake算法，因此，该检测方法被认为落后于最先进的创建方法。

为了弥补这一点，Ambervideo.co的身份验证技术就有了用武之地：加密指纹会在录制后立即出现在视频上。Amber Authenticate使用区块链基础结构，每30秒存储一次哈希，因此，对这些哈希的任何更改，都可能暗示着潜在的篡改。

除了Ambervideo.co公司，诸如Signed at Source之类的公司还提供了基于硬件的解决方案。摄像机可以自动对捕获的数据进行签名，一次来证明一个摄像头记录过哪些视频，没有记录过哪些视频，而与受害者摄像头具有相同签名的deepfake视频基本上不可能出现。

实际应用

2019年10月3日，美国执法部门的技术制造商Axon Enterprise Inc.宣布，他们正在为他们的警用随身摄像机探索新的数据跟踪技术，并将依靠区块链技术来验证警方随身摄像机所拍视频的真实性（此类视频通常做警方证据使用）。

Axon Enterprise Inc.不是唯一致力于deepfake问题的组织。国防高级研究计划局（Defense Advanced Research Projects Agency），通称DARPA的“媒体取证计划”就正在开发“用于自动评估图像或视频完整性的技术”。为了证明视频被更改，Factom Protocol提出了一种被称为“Off-Blocks”的解决方案。Factom Protocol市场营销总监Greg Forst表示：

“在对新闻，内容和文档的准确性进行严格审查的时候，Deepfake技术的兴起对我们的社会构成了重大威胁。随着这种现象变得更加明显和易于使用，我们可能会遇上这样的情形，视频内容真实性（的判定）成为挑战。这是一个危险的发展，因为其模糊了围绕数字身份的界限，应该采用最严格的安全措施来维护这一点。”

Forst认为，开发人员，区块链布道者以及网络安全专家还应探索不同的途径，以减轻deepfake造成的风险。数字解决方案的真实性证明，对于消除伪造内容至关重要。

区块链在其中的作用

在这场全民“打假”的行动中，区块链起着什么样的作用呢？以Axon Enterprise Inc.的警用摄像机为例，视频在源记录器中被指纹识别。这些指纹写在不可更改的区块链上，可以从设备下载并上传云端。这些事件中的每一个都写在一个智能合约上，该合约留下了审计追踪。

Axon Enterprise Inc.所使用的技术被称为“受控捕获系统”，其应用范围远远超过警用摄像机。 它从内容源中提取签名，再对其进行密码签名，从此之后，记录便可以被验证。

由于视频编码，即便在理想情况下，也不太可能具有原始数据。 即使对视频进行了很小的更改，前面也不再有效。编码不是唯一的问题，如果有人使用原始摄像机以外的其它设备捕获视频，则将会无法访问原始视频数据。

除了Axon Enterprise Inc.公司的方案，Google Content ID也可能解决deepfake问题。 实际上，该服务最初是为了发现侵犯版权而被开发出来的，如今却可以潜在的用于监测深度伪造。 该系统花费了Google超过1亿美金，他们创造的这个算法将用户上传的视频与一组注册的参考视频进行匹配，即使该视频只有部分，或者只有部分匹配也能识别。

可惜只有当deepfake与原始副本足够相似时，该算法才起作用。且保留足够的指纹并调整算法以检测此类更改会对数据和计算要求产生重大影响。

在谈论区块链如何成为deepfake解决方案时，Frost of Factom 认为：

“谈到deepfake，区块链有可能提供一个独特的解决方案。通过在区块链上创建视频内容，再加上验证标签或图形，它为‘努力（造假）’的deepfake设置了一个障碍。……数字身份必须强调内容的来源和创作者。 我们可以看到声名赫赫的新闻和电影行业可能在寻求这种解决方案，但是由于潜在的操纵者可以注册为经过验证的用户并在系统中插入一个Deepfake文件，因此它变得非常棘手。 即使在区块链上，不良数据仍然是不良数据。 我倾向于认为需要组合解决方案。”

踢马河：RaTiO Fintech合伙人，曾任某券商自营操盘手，十余年海外对冲基金和国内大型投资机构基金经理，资深交易建模专家，币圈大咖。

请尊重原创！转载请注明出处。

—-

编译者/作者：量化踢马河

玩币族申明：玩币族作为开放的资讯翻译/分享平台，所提供的所有资讯仅代表作者个人观点，与玩币族平台立场无关，且不构成任何投资理财建议。文章版权归原作者所有。