AI 换脸或受《民法典》人格权编严监管，我们该如何防范技术作恶？

2019年8月，美国国防部高级研究计划局 DARPA 发布一项旨在能够自动检测、归因和表征伪造媒体资产的技术——语义取证 SemaFor。SemaFor 的目标是开发一套语义分析算法，增加伪造媒体内容生产者操控、传播虚假信息的难度。

之后，2019年9月，Facebook、微软又联合包括麻省理工、牛津大学在内的几所高校，发起一项 deepfake 的检测挑战赛。谷歌、亚马逊等企业也参与其中，提供数据和资助。

Facebook 给参赛者开放访问100000多个视频的独特数据集权限，并提供1000万美元的研究资助和奖励。谷歌母公司 Aiphabet 旗下的 Jigsaw 和谷歌一起，提供了3000个付费演员的新视频数据集，以帮助改善侦查技术。亚马逊提供100万美元的云信用额度支持该挑战。

此外，Jigsaw 还曾发布一种新事实检查工具 Assembler，使用 AI 来帮助记者检查图像是否伪造或被篡改。Jigsaw 还建立了一个 StyleGAN 检测 deepfake 成品，使用机器学习发现真实人物和被操纵人物图像之间的差异。

AI 检测到虚假影像资料之后，就可以提醒用户。Facebook、Twitter 选择了标记 deepfake 资料和删除有严重危害的信息。

今年初，外媒报道，Facebook 在美国2020总统大选之前，正加紧审查包含 AI 换脸的假消息。Facebook 全球政策管理副总裁 Monika Bickert 表示，不一定要删除被标记为“假”的视频，但会向用户发出警告，告知它们是假的。“如果我们仅删除事实检查人员标记为虚假的所有操纵视频，这些视频仍将在互联网或社交媒体生态系统的其他位置提供。通过将其保留并标记为虚假，我们将为人们提供重要信息。”此外对于可能造成重大社会危害的虚假信息将做删除处理。

Twitter 删帖也是有前提的。如内容可能对某团体或个人人身安全构成威胁，或可能造成暴动和内乱，那么 deepfakes 内容将会被删除。反之，可能只是打上标记。2月，Twitter 在术语表中添加了一个新条款，涵盖了“合成和受控媒体”，表示会标注包含技术伪造内容的推文，并在人们转发推文之前向他们显示警告，并阻止推荐。

 平台经过核验并带有标识的传播扩散，不失为一种好的方式。当然，在做技术检测的同时，通过相关法律规范各方行为也是必不可少的一步。

针对平台方平台应对于用户的隐私和 AI 换脸问题应当按照国家有关规定开展安全评估，进一步加强监管审核。

这是法律层面的讨论，但很多时候，人们都希望问题可以在法庭之外就能被解决，比如提高道德规范。

此前，在 GitHub 限制 deepfake 仓库时，就有许多开发者提及应该在学校教育中加入“计算机伦理课”，在学习写代码之外，了解相关法律、以及应如何使用技术的哲学和道德规范。甚至有人发出疑问：要不要制造可能被滥用的技术？这类问题也并不只是聚焦在 deepfake 上。一位科普及解密纪录片导演詹姆斯•巴拉特，2016年发表《我们最后的发明》一书，提出这样一个问题：“我怀疑的是先进人工智能的安全性，以及现代文明开发先进技术的鲁莽性。”

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!