近年来随着人工智能的发展，Deepfake（deep learning 与 fake 的结合，类似换脸软件，即机器在深度学习大量已有资料后，伪造某人的图像和视频）已成为世界政坛的又一大威胁。
试想，别有用心的程序员完全可以借此操纵各国领导人的形象，借助各类媒体传播虚假信息，小到影响总统选举，大到引发国际关系危机。
不过，加州大学伯克利分校和南加州大学的研究者为我们带来一丝希望。
（来源：UNIVERSITY OF CALIFORNIA, BERKELEY）
他们先运用生成式对抗网络，提取了包括特朗普、克林顿、奥巴马等人的面部、头部运动特征，制作了虚假版本的图像视频。随后，利用机器学习原理，比对真假数据之间到底有何区别。他们发现，一些异常细微的特征，比如联邦众议员桑德斯（Bernie Sanders）在说到特定字眼时点头的样子，或是特朗普重返竞选台的诡异一笑，Deepfake 的算法还无法建模分析，而这正是其检测技术的核心所在。
目前的实验显示，新型检测工具分辨真假的准确率约 92%。
这种工具可对抗的 Deepfake 类型多种多样，无论是用在简单的“换脸术”、模仿秀演员搭配数字木偶（digital puppet）制作出的视频中，还是那些带有压缩过的原始数据的文件上，效果都还算可观。研究人员还计划，进一步分析不同人物的说话风格，让甄别技术更上一层楼。
其实，“打假”工具不是第一次出现，可惜的是，制假的这方适应速度也很快。
比如在过去，虚假视频中的眼动十分不自然，以此为基础的甄别技术早就投入使用。但是 Deepfake 也不甘示弱，相关算法现已能制作出更佳的眨眼效果。
论文作者之一的南加州大学教授 Hao Li 也表示，正因为人工智能的精进为两方都提供了便利，识别 Deepfake 是一场无休止的对抗。出于顾虑，该识别方法的代码尚未向社会公布。他预测，为了赶超识别技术的不断更新，未来的 Deepfake 将不仅仅是换脸那么简单，直接合成人物的动作和行为不是没有可能。不久后，不仅仅是政客和名人，也许连普通人都会遭殃。不过在一到两年内，彻底的人工伪造人物形象也是不切实际的。
