【科技直talk】「深度伪造」碍创意 不善用破坏性强

「深度伪造」（Deep Fake）技术利用人工智能进行人体图像合成，基本上是将已有的图像或影片「叠加」（Superimpose），从而伪造出一套仿真度超高的图像或影片。例如，麻省理工《深度学习入门》课程的第一课，老师利用「深度伪造」开发了一段美国前总统奥巴马发言的录像，内容是由他亲身介绍「深度学习」。尽管总统对人工智能科技一窍不通，但录像却栩栩如生，初接触者都信以为真。

「深度伪造」把人工智能技术发挥得淋漓尽致，可惜它却经常被不法之徒使用，例如伪造名人的性爱影片，以及散播「假新闻」，近年多不胜数，全球疯传。在政治上，去年美国总统选举期间，特朗普及拜登双方的支持阵营都发放不少「深度伪造」的假新闻，打击对方的声誉。

有网民认为自己并非知名人士，也非政客，绝对不是黑客的攻击目标，因此「深度伪造」对他们影响不大。不过随着此技术最近又有新进展，功能进一步提升，已经被应用于大众的日常生活之中。「脸书」的人工智能组（Facebook AI）推出「文字风格刷」（Text Style Brush）技术，用户只需要提供数个手写字串，「文字风格刷」便能学会他写字的笔风，之后便可以为所欲为，以同一样之写字风格进行大规模抄写，以假乱真。

除了数码版的抄写员之外，抄写机器人的研究也炙手可热。中小学生得悉这发明当然十分之雀跃，他们热切期待这发明能尽快被转化为产品，解决他们被老师罚抄之苦。然而，在工商业界的应用场景中，这技术推出之后，文件被冒签的风险便难以避免，影响营商。

现实生活中，「深度伪造」技术会引发道德和法律问题，首当其冲的是「侵犯版权」，受害者的图像在未经他人同意之下被滥用，也会导致当事人的「私隐外泄」，所造成的后果可大可小，偶一不慎会令受害者声誉受损，甚至乎家庭破裂。另外，伪造的「失实谎言」不但会影响当事人，很多时也会影响整个社会，例如煽动种族仇恨便是其中骇人听闻的例子。

另外，有网民认为「深度学习」是人工智能版的「二次创作」手法，能提供无限创意空间，但笔者对这观点不以为然。「深度伪造」背后的基础技术是「深度学习」，这技术的核心任务，是从既定的训练数据中，利用科学算法去学习输出及输入数据之间的配对模型，之后用户便可以利用该模型，为未来新输入的数据进行输出的推算。古语道：「熟读唐诗三百首，不会作诗也会吟」，利用「深度学习」所训练出来的人工智能系统，在预设应用范围内运作是绝对可行的，不过当系统遇上从未学习过的输入数据时，它便可以会推算失准，因而作出错误的决定。理论上人工智能系统的研发目标是「机器代人」，而「深度学习」主要集中在输入与输出的配对而已，做法无疑窒碍创意，影响人工智能的应用原创性。

「水能载舟 亦能覆舟」，「深度伪造」并非一面倒只具破坏性，问题在于使用者的出发点，例如有艺术工作者利用这技术把已故的明星「重生」，出现在电影中，增加电影的可观性，上述奥巴马介绍科技的短片便是类似的成功个案。归根究柢，「深度伪造」一词带有误导性，把这项先进人工智能技术贴上了负面标签，令一般人视之为不良的算法。

因此，笔者建议业界改名，把这技术中性地称为「深度模仿」，这将有助释除大众不必要的疑惑。

香港中文大学工程学院副院长（外务）

黄锦辉教授