专家表示“完美真实”的DeepFakes将在6个月内出现

令人印象深刻但又存在争议的DeepFakes，即通过深度神经网络操纵或生成的图像和视频，可能会在不久的将来变得更加令人印象深刻和存在争议，根据南加州大学视觉和图形实验室主任Hao Li的说法。Li是一位计算机视觉和DeepFakes专家，他在最近的一次采访中表示，“完美真实”的DeepFakes可能会在半年内出现。

Li解释说，大多数DeepFakes仍然可以被真实的眼睛识别出来，即使是更令人信服的DeepFakes，也需要创作者付出大量努力来使它们看起来真实。然而，Li相信，在六个月内，完美真实的DeepFakes可能会出现，因为算法变得更加复杂。

Li最初认为，极其令人信服的DeepFakes将在两到三年内变得更加普遍，他在麻省理工学院举办的一次会议上做出了这一预测。然而，Li在最近的中国应用Zao和其他DeepFakes技术的发展之后修改了他的时间表。Li向CNBC解释说，创建真实DeepFakes所需的方法基本上是目前正在使用的方法，主要成分是更多的训练数据。

Li和他的同事一直在努力开发DeepFake检测技术，以应对即将到来的极其令人信服的DeepFakes。Li和他的同事，如加州大学伯克利分校的Hany Farid，使用了最先进的DeepFake算法来了解这些技术是如何工作的。

Li向CNBC解释说：

“如果你想能够检测到DeepFakes，你必须看到它们的极限。如果你需要构建能够检测非常真实的东西的AI框架，那些框架必须使用这些类型的技术进行训练，所以在某种程度上，检测它们是很困难的，如果你不知道它们是如何工作的。”

Li和他的同事致力于创建工具来检测DeepFakes，以应对该技术可能带来的问题和危险。Li和他的同事并不是唯一一组担心DeepFakes可能带来的影响并希望创建对策的AI研究人员。

最近，Facebook 与MIT、微软和牛津大学合作，创建了DeepFake检测挑战，以创建可以用来检测图像或视频是否被篡改的工具。这些工具将是开源的，可以被公司、媒体组织和政府使用。与此同时，南加州大学信息科学研究所的研究人员最近创建了一系列算法，可以以大约96%的准确率区分假视频。

然而，Li也解释说，DeepFakes的问题不在于技术本身，而在于它们可能被滥用的方式。Li指出，DeepFake技术有可能被用于合法的目的，例如在娱乐和时尚行业。

DeepFake技术也被用于复制图像中的人物面部表情，即使他们的脸被遮挡。研究人员使用生成对抗网络创建了一个完全新的面部表情，与原始图像中的主题表情相同。挪威科学与技术大学开发的技术可以帮助在对敏感人士（如举报人）进行采访时渲染面部表情。有人可以让自己的脸作为需要匿名的人的替代脸，但该人的面部表情仍然可以被读取。

随着DeepFake技术的复杂性增加，DeepFakes的合法用例也将会增加。然而，危险也会增加，因此，Li和其他人所做的DeepFakes检测工作变得更加重要。