听着王大柱的自述，哥几个张大了嘴巴。要知道，面前这位，可是身高199，体重210，胸肌、腹肌全套配的铁血男儿。
猜猜看，壮汉咋习得的这一身绝技？
A：芭蕾舞女神附体。
B：路遇绝世高人，拜师学艺。
按凡人逻辑来看，这答案，显然是B。不过，像王大柱这么难驯化的“品种”，走平凡路线是弗成滴。
以是，精确答案是A。之以是称之为“附体”，这实在是人体深度假造技能呈现的效果。
“深度假造”(Deepfake)是英文“deep learning”(深度学习)和“fake”(假造)的稠浊词，即利用深度学习算法，实现音视频的仿照和假造。顾名思义，人体深度假造技能便是指通过AI模型算法将目标人物的全体身体更换成另一个人。
看脸时期已过，AI“邀”你来看身体
上帝给了我们张唯一份的脸庞和一具“量产版”的躯体。
故事中，上帝捏出的亚当和夏娃是人类的初始形态，接下来便是批量复制。但这并不影响被复制出的小人们脾气互异，自然穿着、行为也都有所不同。
因此，比较AI换脸，全身深度假造想要做得好，不只是须要完美复制，更多的是通过算法、数据的剖析重构人体，进而将一个人的外在气质嫁接过去。
全身深度假造技能利用天生对抗网络（GANs）创造深度假造视频。这是一种能“教会”打算机胜任人类事情的有趣方法。一个好的对手能让你发展更快，而GANs背后便是“从竞争中学习”的思路。
那么，GANs是如何事情的？
GANs中包含两个相互竞争的神经网络模型。一个网络称为天生器（generator），能将图像或视频作为输入并天生样本；另一个网络称为鉴别器（discriminator），能吸收天生器数据和真实演习数据，是用于得到能精确区分数据类型的分类器。
所谓机器演习过程，实在是天生器和鉴别器的“交手”过程。在这一阶段里，前者依赖数据库不断创造出基于样本哀求的“高仿制品”，后者充当考验真假的“警察”。
随着“征战”进行，鉴别器越来越难以区分天生器给到的“产品”真假，而这个过程也会产生很多不同程度的新合成样本，它们被用于创建逼真的合成图像和视频。
2018年8月，美国加州大学伯克利分校的研究职员在网上发布了名为《大家皆为舞王》的视频，展示了深度学习算法实现动作转移的方法。
视频中，专业舞者的动作被转移到业余爱好者的身上，瞬间让普通人get到开挂技能。
同年，由德国海德堡大学图像处理互助实验室（HCI）和科学打算跨学科中央（IWR）的打算机视觉教授比约恩·奥默尔领导的研究小组，揭橥了一篇关于教授机器以逼真形态渲染人类身体运动的论文。
2019年4月，日本人工智能（AI）公司Data Grid开拓了一种AI运用，它可以自动天生不存在的人的全身模型，并可以将其运用到时尚和服装行业。
加州大学伯克利分校的研究职员称，目前这项技能仍处于早期阶段，人体深度假造还没有办法做到像人脸识别那样呈现真假难辨的拼接效果，这个中涉及到的不只是对身体动作的复刻，更是对步态检测、惯性捕捉、微姿态记录等技能的领悟利用提出更高哀求。
直到目前，人体深度假造技能看上去都是一副“人畜无害”得样子。
不过，凡事都有其两面性，在不法分子眼里，人体深度假造技能在色情业、广告营销、网络敲诈等领域可谓“大有所为”。
黑化的高科技，骗子的“红利”
多了个身体，深度假造技能的“修为”更上一层楼。在凡事都讲求个“眼见为实”的本日，杀伤力反而更大。
2018年，CNN驻白宫首席吉姆·阿科斯塔(Jim Acosta)在Infowars的编辑保罗·约瑟夫·沃森（Paul Joseph Watson）上传的一段视频片段中，阿科斯塔彷佛在猛推试图拿走其麦克风的白宫事情职员。
实际上，由C-SPAN播放的原始视频与沃森上传的视频内容截然不同。
沃森坚持认为，自己并没有修改视频内容，由于上传时视频的自动压缩导致与原始视频比较缺失落了几帧，而就这几帧恰好造就了上面的那句。
因此，沃森差点被自己送去吃牢饭（没错，这事阿科斯塔曾考虑起诉沃森）。
Emm~心疼三秒钟
这种深度假造无需什么技能含量，即可扭曲一段视频的含义，抹黑一个人。这可以是无意间发生的，但做到真的很随意马虎。
不用多久，傻瓜式操作的人体深度假造运用便会问世。网络安全公司Deeptrace通过构建基于打算机视觉和深度学习的工具证明了这一点。
这个AI工具，像是个基于媒体的“造人神器”，它可以操纵任何类型的合成视频，随机合成个中一个或几个演员的全身、面部图像和音频。
Deeptrace安全职员称，我可以制作一段杰夫·贝索斯(Jeff Bezos)的深度假造视频，他说亚马逊的股票正不才跌，想想做空亚马逊股票可以赚到多少钱。当你掌握住它传播的时候，危害已经造成了。
别有用心的组织利用深度假造技能对政要、等人物进行修改，在发生重大事宜时可能会稠浊视听，影响新闻宣布的真实性，造成社会舆论混乱，危害社会稳定。
若能达到无缝拼接，很丢脸出马脚......恐怖，谁快来收了这妖孽？
抱歉，目前在科技行业中还没有找到拔除深度假造的共识方法，许多不同的技能正在研究和测试中。个中包括：
1、调查各种镜头的数字水印，以识别深度假造内容
2、利用区块链技能建立信赖体系
3、创造“AI神探夏洛克”，即取样某些卷积模型，然后在视频中探求非常
4、通过基于API的监控系统看到深度假造视频的创建、上传和共享过程
只管这些办法都可侦测人体深度假造的内容，但较高的准确度依然聚焦在面部识别，而探测深度假造技能的下一件大事，是“软”生物特色署名。
无论是面部微表情，还是身体动作、体态，都是独一无二的。加州大学伯克利分校的研究员舒迪·阿加瓦尔（Shruti Agarwal）利用这类软生物识别模型，来确定这种眇小变革是由视频人工创建的。
另一边，在于短期内，推广虚假信息和其他有毒、鞭策性内容对紧张平台来说是有利可图的，因此勉励机制也完备不一致。
网易易盾实验室见告雷锋网，通过深度假造技能，人体动作行为可以再天生，恶意改造可能会严重陵犯个人隐私，引起的传播效应会对个人造成负面社会影响，并且，这一系列技能给法律鉴定带来更大寻衅。
有研究职员献计：阻挡深度假造的全面法律可能反而会被误导。在现有涵盖诋毁和版权的法律情形下，应支持造福社会的合成媒体运用，同时帮助研究开拓工具来检测深度假造内容，并鼓励初创企业和其他公司也这样做。
参考来源：网易智能"大众号；CSDN
更多精彩内容请关注雷锋网官网网络安全频道或雷锋网旗下为题