今年早些时候，德国艺术家马里奥·克林格曼（Mario Klingemann）发布了一段名为 “另类面孔v1.1” （Alternative Face v1.1）的视频作品。他利用数字技术创建了法国音乐家弗朗索瓦丝·哈迪（Françoise Hardy）正在说话的影像，现年73岁的哈迪在影片中只有20岁，从年轻时的她口中“说出”的却是近期全美广播公司（NBC）采访特朗普的顾问凯莉安娜·康威（Kellyanne Conway）时的录音。这段视频的影像摇晃不定，画质粗糙，但其“真实程度”令人不安。克林格曼并没有使用编辑软件，他实际上只花了几天时间就在台式机上用一种名为 “生成对抗网络”（generative adversarial network，简称GAN）的机器学习算法创作出了这段视频，用它记录了一件从未发生过的事情。
克林格曼的实验预示着现实与“假新闻”之间即将出现的新战场。
“假新闻”的传播已经冲击了我们对书面文字的信赖，但图像和录音对很多人来说还是可信的。如今，最前沿的机器学习技术不仅能合成以假乱真的声音，甚至连现实中不存在的视频影像都可以被创作出来。
“生成对抗网络”在2014年由伊恩·古德费洛（Ian Goodfellow）发明，当时他还是蒙特利尔学习算法研究所的学生，他的导师约书亚·本吉奥（Yoshua Bengio）是深度学习的创始人之一。古德费洛通过让软件和现实“互博”来提高生成图像的真实程度，这项技术正在快速发展。过去五年中，相似算法所驱动的软件在为照片分类时，错误率已从25%降低到只有几个百分点。
古德费洛估计，三年内就可以生成“相当可信”的You Tube虚假视频。
也有人认为这可能需要更长的时间，但所有人都同意这只是早晚问题。
不过，技术推动了新造假方式的产生，同时也提供了打假的新方法。
了解更多，欢迎登录《经济学人·商论》App浏览七月刊文章 《无中生有》。
Advertisement | Intel
