產(chǎn)品知識(shí)
深度偽造技術(shù)打破傳統(tǒng)觀念：眼見未必為實(shí)
發(fā)布日間：2018-10-19 13:50:12 瀏覽次數(shù)：22
這是一個(gè)眼見為實(shí)的世界，所有人都相信自己親眼看到的事情，但是隨著人工智能技術(shù)的不斷發(fā)展，眼見有時(shí)也絕非為實(shí)，它給人們根深蒂固的觀念帶來了沖擊。
過去很多人為了證明清白，在辯駁的時(shí)候都會(huì)說要是當(dāng)時(shí)有視頻記錄下這一切就可以還自己一個(gè)清白了，可見視頻信息的真實(shí)性在人們印象中的根深蒂固。因?yàn)樵谶@個(gè)社會(huì)，我們認(rèn)為錄音和錄像是真相的化身，人們的一面之辭遠(yuǎn)不如錄像帶來的可信。
但事實(shí)當(dāng)真如此嗎？自今年4月份以來，涉及美國前總統(tǒng)巴拉克·奧巴馬(BarackObama)的一段一分鐘長視頻已被觀看過480萬次。在這個(gè)視頻里，你可以看到奧巴馬在發(fā)表演講，演講內(nèi)容卻是其正在用語言攻擊他的繼任者唐納德·特朗普(DonaldTrump)。
如此一幕當(dāng)真發(fā)生過嗎？答案是否定的，這只是一段經(jīng)過加工的視頻。吊詭的是，當(dāng)奧巴馬在發(fā)表上述演講時(shí)，他的嘴巴會(huì)隨之而動(dòng)，表情、口型、聲音和奧巴馬一模一樣，讓人完全看不出任何破綻，就像是奧巴馬真的發(fā)表演講一樣，雖然大家都知道這個(gè)演講并不存在。
這是由演員兼導(dǎo)演皮勒制作的一段視頻，視頻一經(jīng)發(fā)出就引發(fā)了廣泛討論，這個(gè)信奉“眼見為實(shí)”的世界即將被AI顛覆，即眼見未必為實(shí)，同時(shí)也讓深度偽造技術(shù)進(jìn)入了人們的視線。
深度偽造視頻的制作離不開AI技術(shù)，而AI技術(shù)的實(shí)現(xiàn)則離不開機(jī)器學(xué)習(xí)和深度學(xué)習(xí)技術(shù)，通過這個(gè)技術(shù)，讓計(jì)算機(jī)在生成具有統(tǒng)計(jì)相似性的假實(shí)例之前從真實(shí)數(shù)據(jù)中學(xué)習(xí)，模仿語音和形象，進(jìn)而創(chuàng)造出另類的現(xiàn)實(shí)，讓人們真假難辨。
那么能夠進(jìn)行視頻偽造，且讓人看不出破綻的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)技術(shù)到底是什么，為什么可以有著如此大的魔力，這二者又有什么關(guān)系？
首先是機(jī)器學(xué)習(xí)技術(shù)，這是一門多領(lǐng)域的交叉學(xué)科，涉及概率論、統(tǒng)計(jì)學(xué)、逼近論、凸分析、算法復(fù)雜度理論等多門學(xué)科。和傳統(tǒng)的為解決特定任務(wù)、硬編碼的軟件程序不同，機(jī)器學(xué)習(xí)是用大量的數(shù)據(jù)來“訓(xùn)練”，通過各種算法從數(shù)據(jù)中學(xué)習(xí)如何完成任務(wù)。這個(gè)技術(shù)是人工智能的核心，人工智能需要通過機(jī)器學(xué)習(xí)，才能真正具有智能，機(jī)器學(xué)習(xí)是一種實(shí)現(xiàn)人工智能的方法。
深度學(xué)習(xí)是一種實(shí)現(xiàn)機(jī)器學(xué)習(xí)的技術(shù)。其本身也會(huì)用到有監(jiān)督和無監(jiān)督的學(xué)習(xí)方法來訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)。和機(jī)器學(xué)習(xí)不同的是，它所用來學(xué)習(xí)的層數(shù)和神經(jīng)元非常的多，然后給系統(tǒng)輸入海量的數(shù)據(jù)，來訓(xùn)練網(wǎng)絡(luò)。深度學(xué)習(xí)是機(jī)器學(xué)習(xí)研究中的一個(gè)新的領(lǐng)域，其動(dòng)機(jī)在于建立、模擬人腦進(jìn)行分析學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)，它模仿人腦的機(jī)制來解釋數(shù)據(jù)，例如圖像，聲音和文本。
深度學(xué)習(xí)乍一聽好像概念很新穎，其實(shí)它已經(jīng)存在好幾年了。隨著人工技術(shù)的發(fā)展需要，深度的學(xué)習(xí)越來越被大家放到重要的層面上。
那二者的區(qū)別在哪里呢？深度學(xué)習(xí)與傳統(tǒng)的機(jī)器學(xué)習(xí)*主要的區(qū)別在于它會(huì)隨著數(shù)據(jù)規(guī)模的增加其性能也不斷增長。傳統(tǒng)的機(jī)器學(xué)習(xí)可以在使用既定規(guī)則下運(yùn)行，即使數(shù)據(jù)較少，也能夠有比較好的性能。但深度學(xué)習(xí)卻不能，深度學(xué)習(xí)需要大量的數(shù)據(jù)來理解它，隨著數(shù)據(jù)量的增加，深度學(xué)習(xí)的性能也可以不斷的提升。
機(jī)器學(xué)習(xí)技術(shù)和深度學(xué)習(xí)技術(shù)其實(shí)并不難理解，二者的核心都是數(shù)據(jù)、算法(模型函數(shù))和算力(計(jì)算機(jī)運(yùn)算能力)，都是通過對數(shù)據(jù)的學(xué)習(xí)訓(xùn)練，為人工智能的發(fā)展服務(wù)。人工智能所演繹出來的新技術(shù)離不開機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的幕后輔助，我們在驚奇于深度偽造技術(shù)的逼真時(shí)，就可以想見這是幕后無數(shù)大數(shù)據(jù)的支撐。
人工智能的發(fā)展正熱，離不開各種技術(shù)的支撐，在各技術(shù)完善的同時(shí)，人工智能也將會(huì)帶給我們更多的驚喜。
