文章專區

在近年來人工智慧（artificial intelligence， AI）技術發展中最具爭議和吸引力的技術，恐怕莫過於Deepfake了。近幾年，Deepfake利用深度學習技術（deep learning）模仿真人的語音和臉部表情，可以製作出相當擬真的假影視訊和聲音。這項技術的崛起，不僅引發了科技界的關注，也引起了公眾的廣泛討論。
 
Deepfake源自於深度學習和偽造（fake）兩個詞的組合。早期的技術還不夠成熟，生成的影像和聲音往往有許多不自然的地方而容易被識別。但隨著研究者不斷努力以及技術的進步，這些問題逐漸被克服，現今的Deepfake已經能夠製作出非常逼真的偽造內容，即使是專家也難以分辨影音中的真偽。
 
對於電影製作人和電影特效的公司來說，Deepfake是一個極具吸引力的技術，可以節省大量的成本和時間。例如當一位演員因為某些原因無法出演某部分場景時，可以使用Deepfake技術來替代真實的演員。然而，凡事都是一體兩面，這項技術也帶來了很多潛在的問題。任何人都可以輕易地製作偽造的影視訊和聲音，這不僅威脅到個人的隱私和名聲，也可能影響到社會和國家的安全。因此，如何正確使用和監管這項技術，成為了現代社會的一項重要議題。
 

Deepfake的影響與危害

Deepfake技術在社會上引起的震撼不僅來自於逼真的生成能力。事實上，Deepfake背後隱含的社會和道德問題遠超過技術成就。偽造的影視訊和聲音可能會被用於詐騙、誹謗、政治操作等不正當目的。當我們深入探討各種可能危害時，會發現到潛在的威脅遠遠超出一開始的想像。
 
1.隱私與名譽的傷害：Deepfake技術可以仿造任何人臉，這意味著無辜的人——特別是公開影像眾多的知名人士——可能會被置於不真實的場景中，進而造成名譽上的傷害。例如公眾人物可能被偽造為參與某些不道德或非法的行為，而普通人也可能成為詐騙的目標。
 
2.政治操作和偽造新聞：在政治領域，Deepfake技術有可能被用來製造假新聞或偽造政治人物的言論和行為。這不僅可能誤導選民，還可能對選舉結果產生重大影響。當真實的事實被扭曲或隱藏，民眾可能會受到影響而誤判。
 
3.經濟和商業風險：在商業領域，偽造的影視訊或聲音可能被用於詐騙手法。例如一段偽造的CEO發言或內部會議錄音可能導致公司的股價大幅波動。
 
4.情緒心理影響層面：對於那些被Deepfake偽造的目標，除了隱私和名譽受損外，當事人還可能遭受深重的情感和心理傷害。知道自己的面貌和聲音被濫用，可能會導致焦慮、恐懼和自卑感。
 
5.社會間不信任感升高：隨著Deepfake技術的普及，人們可能對所有影視訊和聲音內容產生懷疑，產生普遍不信任和懷疑的氣氛。當真實和虛擬之間的界限變得模糊時，社會的基本信任結構可能會遭破壞。
 
簡而言之，我們需要密切關注Deepfake技術的發展， 並採取適當的措施來防範此技術對社會的潛在威脅。
 

Deepfake如何影響AI的倫理與法規

面對Deepfake帶來的威脅，許多人開始研究相關的法規和政策，以限制技術的不正當使用。AI倫理做為近期熱門的討論話題，Deepfake的威脅更在相關倫理規範制定過程中占有重要的一席之地。首先，AI倫理的核心價值主要牽涉到技術如何影響個人和社會的權利，以及透明度等問題。而Deepfake技術則為這些問題帶來了新的挑戰，以下舉幾個例子來做說明：
 
1.隱私權的重新定義：傳統上，我們認為隱私是一個人的基本權利，但在Deepfake時代，此概念受到了挑戰。當任何影片都可以輕易被模仿、偽造成另一個人的面貌和聲音時，隱私的界限將變得更加模糊。這也促使我們重新考慮隱私的定義和保護機制。大家不禁開始思考，上傳照片到網路上時是否仍要放真實照片？
 
2.透明度和真實性的價值：在假新聞和偽造內容充斥的時代，資訊的透明度和真實性變得愈來愈重要。人們開始質疑他們所看到和聽到的一切，這促使技術公司和政府機構尋找更好的方法來確保訊息的真實性。特別是如何保持資訊流的透明公開，以獲得公眾的信賴。
 
3.公正與偏見：雖然Deepfake技術本身不會直接造成偏見，但它顯示了AI系統可能如何遭濫用而加劇社會本身的不平等和偏見。例如偽造的影視訊可能會被用於誹謗特定的族群或社區，在社群媒體時代可能影響甚鉅。
 
4.技術社群的道德責任：隨著Deepfake技術的普及，開發和布署這些系統的公司和個人將面臨著更大的道德責任，必須確保這項技術不被用於有害或不道德的目的。然而一體兩面的是，學術與技術發展若遭遇過多規範，便有可能會限制了後續的技術發展。
 
5.法規需迅速適應：傳統的法律和規定往往難以跟上技術的迅速發展。面對Deepfake這樣的新技術，政府和立法機構需要更加靈活和迅速地制定和修訂相應的法律，以保護因為Deepfake而受到影響的人們。
 
6.公眾教育和意識：除了法律和規定，相關的公眾教育和意識也是避免Deepfake造成危害的關鍵。人們需要了解Deepfake技術的潛在威脅，並學會如何識別和應對偽造的內容。舉例來說，民眾應學著以先思考再轉發的概念來看待資訊，並反覆審視自己所看到的多媒體資訊。
 
Deepfake技術不僅改變了我們對真實和虛擬世界的看法，也促使我們重新考慮AI技術的倫理和法律問題。在這個快速變化的時代，我們需要不斷地反思和調整我們的觀念和策略，以確保技術的健康發展和社會的安全。

現行策略：被動偵測與法律防治

目前，對於Deepfake的應對策略主要分為兩大類:被動偵測和法律防治。被動偵測主要是藉由技術手段，例如以影像分析和語音辨識來識別和過濾偽造的內容。而法律防治則是藉由立法，禁止或限制Deepfake技術的不正當使用。
 
面對Deepfake這種具有高度逼真性的技術，社會各界已經開始採取措施以減少它的潛在威脅。這些策略大致可以分為技術、法律，以及社會教育三個方向。
 

1.技術策略：被動偵測

 
•學習可靠的偽造特徵來辨識:許多研究者已經發現Deepfake影視訊中可能存在的微小異常。這些異常可能是肉眼難以察覺的，但透過分析技術例如微表情分析、眼球運動，甚至是嘴形變化，仍可以識別出偽造的內容。
 
•AI對抗AI：考慮到Deepfake是由AI技術生成，另一個可靠的手法是訓練專門的AI模型來識別偽造的內容。這些技術的發展通常到最後會成為AI的攻防戰，Deepfake一方面發展更可靠的AI生成模型，而另一方面則不斷加強這些針對Deepfake影片的偵測能力。如何因應品質愈來愈擬真的生成影視訊，仍是近年來許多研究者的目標。舉例來說，我們兩年前也開發了一套Deepfake偵測的系統並持續更新中，現階段它可辨識出四種不同的深度偽造。然而技術日新月異，因此我們的防禦技術也必須持續進步，才能持續穩定偵測更先進的Deepfake。

2.法律策略：法律防治

 
•新的法條：許多國家和地區已開始審查他們的現行法規，以確定是否需要制定新的規範來禁止或限制Deepfake的使用。這些新法規通常會針對製作和散播偽造內容的行為，尤其是當目的是詐騙或試圖影響選舉。
 
•擴大現有法規的範疇：除了制定新法律，某些地方也正在考慮如何將現有的隱私、名譽和詐欺法擴大到涵蓋Deepfake相關的行為。
 

3.社會教育的角色

 
•內容平臺的審查：許多社交媒體和影視訊分享平臺近期或多或少開始採用AI工具來自動識別和過濾偽造的內容。雖然這些工具可能還不完美，但它們至少提供了一個第一道防線。
 
•公眾教育：許多企業和非營利組織正在開展公眾教育活動，以提高人們對Deepfake威脅的認識。藉由教育和培訓，我們可以教育公眾如何識別和應對偽造的內容。
 

未來的展望

儘管現在已有很多應對Deepfake威脅的策略和技術，但隨著技術的進一步發展，我們還需面對更多的挑戰。未來，也需要更加完善的技術和策略，以及更嚴謹的AI倫理和法規，以確保技術的健康發展和社會的安全。總結來說，身為研究者的角色，筆者認為未來雖然充滿了挑戰，但同時也有許多機會。只有仰賴於產學研乃至於政府各方不斷的通力合作，才能確保技術的益處可以遠大於潛在的風險。