屏幕里的自己， AI打造的另一個自己離你有多遠

ZAO換臉軟件風波逐漸平息，可關于AI生物識別模仿的討論只是剛剛開始……以人臉為代表的生物識別信息逐漸被AI采集、融合并應用時，阿諾·施瓦辛格主演的電影《第六日》恐怕離大家并不太遠。鏡子里面的自己用光開啟了另一個視界，可當屏幕里出現另一個自己時，你會感到疑慮或擔憂嗎？

AI換臉與盜臉的一步之遙

移動互聯網時代，從爆紅到爆雷需要多長時間？以AI換臉應用為賣點的ZAO前不久給出了答案。

AI換臉、簡單易用、社交屬性……種種亮點讓ZAO有了爆紅的基礎，尤其是背靠陌陌這個金主加社交達人，讓“只要在APP中上傳一張照片，你想變成哪個明星，就能變成哪個明星”愿望實現的ZAO僅僅用了幾個小時就在8月31日蘋果商店的下載量飆升到了免費App下載榜的第138位、娛樂App第13位。

一夜之間，朋友圈也被無數換臉視頻“攻占”，病毒式的社交營銷更讓其在極短的時間里圈粉無數。一夜爆紅的ZAO漸有成為現象級軟件的態勢，可誰能想到從爆紅到爆雷所需的時間不足3天。

9月1日下午，ZAO在官方微博回應稱，會對相關問題進行修改，需要一點時間。同日，ZAO被微信屏蔽分享鏈接，提示理由為“網頁存在安全風險，被多人投訴”。當換臉的新鮮感淡去后，越來越多用戶和媒體開始質疑ZAO采集用戶臉部信息涉及的隱私問題。

根據ZAO用戶協議內容中的必要授權協議：用戶上傳發布內容后，意味著同意授予ZAO及其關聯公司以及ZAO用戶在“全球范圍內完全免費、不可撤銷、永久、可轉授權和可再許可的權利”，“包括但不限于可以對用戶內容進行全部或部分的修改與編輯（如將短視頻中的人臉或者聲音換成另一個人的人臉或者聲音等）以及對修改前后的用戶內容進行信息網絡傳播以及《著作權法》規定的由著作權人享有的全部著作財產權利及鄰接權利”。

用戶利用ZAO進行“換臉”，首先需要用手機號動態驗證碼進行驗證登錄。用戶如果想要下載或分享換臉視頻，則需要進行驗證確認所使用的照片的確是用戶本人，而驗證的方式則是在攝像頭前進行眨眼、扭頭、張嘴等指示動作。用戶面部識別信息被ZAO以驗證的本人的形式獲取，雖然ZAO一直聲明不會擅自使用、泄露用戶隱私，可問題是網絡時代誰能保證數據庫、服務器絕對的安全？隱私風險的擔憂僅僅是大眾對于ZAO態度轉換的第一步，從刷臉支付、授權應用到黑產介入，AI換臉漸漸脫離了娛樂的范疇。

不僅僅是隱私侵權

依靠AI換臉在網絡上爆紅的ZAO應用最早其核心功能無非是為滿足“人人都有明星夢”的用戶需求，可隨著用戶對面部隱私的擔憂與思考，AI換臉技術早已不是單純的隱私問題了。

明星夢始終得有一個背景支持，ZAO軟件本身內置可供選擇的影視劇片段中，有包括《延禧攻略》《長安十二時辰》《還珠格格》在內的多部熱門國內電視劇，也有石原里美、萊昂納多·迪卡普里奧等國外明星的影視劇片段，還有大量熱門的綜藝片段。這些資源的搭載，有效豐富了軟件的趣味性和應用性，卻也延伸出影視劇版權及明星肖像權的糾葛。用戶或許從一開始并沒有“以商業為目的”，可軟件平臺本身采集、提供這些素材，很難說自己沒有打擦邊球的想法。

而在版權和肖像權爭議浮出水面的同時，聞到血腥味兒的黑產同樣盯上了AI換臉應用。

當AI換臉門檻越來越低的時候，誰能保證自己不會成為非法視頻的主角？人們對AI換臉的擔憂還在于刷臉支付的普及，真金白銀的損失顯然更讓人焦慮，不過好在目前主要的金融機構都明確表示自己非常安全。螞蟻金服稱：“刷臉支付”采用的是3D人臉識別技術，在進行人臉識別前，也會通過軟硬件結合的方式進行檢測，來判斷采集到的人臉是不是照片、視頻或者軟件模擬生成的，以避免人臉偽造帶來的冒用情況。以支付寶為例，在進行人臉識別后，部分用戶還需要輸入與賬號綁定的手機號進行校驗，進一步提高安全性。即便出現賬戶被冒用的極小概率事件，大家也不必驚慌，支付寶也會通過保險公司進行全額賠付。

微信方面也回應媒體稱，換臉從技術上完全不會影響刷臉支付的安全性。而銀行方面以刷臉取款為例，采用紅外活體檢測技術、生物識別技術等，可抵御照片、換臉視頻、翻拍、3D頭套等面具攻擊。

換臉早已不是新鮮事兒

陽光下沒有太多新鮮事兒，AI換臉顯然也不是一夜成形的。早在2017年底，國外網友就發布了一種讓用戶可以使用機器學習的技術來將視頻換臉，只是當時還處于初級階段，普通用戶根本沒辦法通過這些資料來自己動手DIY，直到簡單版的FakeApp出現，把復雜的AI換臉變得簡單，讓普通用戶也能輕松將視頻中的人物換臉。

更早一些的1997年，為了彌補一些配音電影唇音不同步的缺陷，國外進行了一項“視頻重寫”的研究項目，這項技術使視頻中的人物嘴唇自動與音頻系統同步，所以即使原視頻圖像中的人沒有張過嘴，通過“視頻重寫”也可以使這個人按照被匹配的音頻“口若懸河”，這項技術可用于電影配音、電視會議、電影特效中。

技術的發展讓換臉變得越來越容易，ZAO雖從始至終未公開其技術原型，但根據國外類似換臉應用的技術原理解析會發現，AI換臉始終離不開訓練神經網絡、使用卷積神經網絡識別圖像、MTCNN類人臉檢測技術、人臉編碼生成等技術，而這些技術恰恰是AI成長和應用的方向。

相信隨著AI技術的成熟，用海量數據反復訓練出來的神經網絡和趨于完善的算法，能夠讓AI換臉越來越逼真且難以識別，而在支付、授權、門禁、簽到等大量應用人臉識別技術的今天，AI換臉的廣泛應用的確很容易引發全網焦慮。

實際上，當前AI換臉的作品已經很難通過肉眼識別了，用AI對AI識破假視頻才是最有效的方式。目前大多數生成視頻都是利用 DeepFace 相關的技術，其背后就是 AutoEncoder、Pix2Pix 或者 CycleGAN，“閃屏”成為當下技術的軟肋，也讓AI識別模型有了識別造假的機會。

寫在最后：別視AI為洪水猛獸

技術始終是中立的，憑借海量的數據采集、分析與整理、轉換，AI通過換臉、聲音合成等技術，打造另一個你并非難事兒，只不過從AI誕生之初，有關AI倫理的討論就從未中止過，實際上，AI造人的難點并非復制另一個你，而是打造一個全新的自己，這或許才是AI生物識別應用發展的最終方向。