这些被篡改的何识内容在社交媒体
、即时通讯应用和视频分享平台上广泛传播,别和模糊了现实与虚构之间的预防界限。 “Deepfake”一词是深度在2017年由一位Reddit用户创造的,当时该用户创建了一个以此命名的伪造子论坛(subreddit)
。这个子论坛被用来分享AI生成的诈骗视频
,其中经常包含名人换脸的何识色情内容 。 起初,别和人们制作Deepfake是预防为了娱乐和消遣,源码库但随着时间的深度推移
,它们已成为犯罪分子手中危险的伪造工具,用于诈骗、诈骗身份盗用 、何识勒索和传播虚假信息。别和 更令人担忧的预防是,现在制作Deepfake已不再需要高超的技能
。 Deepfake主要依赖于一种名为生成对抗网络(Generative Adversarial Networks ,简称GANs)的技术 。服务器租用从本质上讲,GANs涉及两个协同工作的算法 。 第一个算法是生成器,负责创建假内容 ,如视频或图像。第二个算法是判别器,负责判断内容是否真实
。这两个算法相互推动
、共同进步
:生成器越来越擅长制作逼真的假内容,而判别器则越来越擅长发现不完美之处。 另一种常用于任务(如换脸)的免费模板技术是自动编码器(autoencoders)
。与GANs不同
,自动编码器不使用生成器和判别器。相反,它们专注于将人的面部特征压缩成一种小巧、易于管理的格式,然后将其重建到另一个人的脸上。尽管这种方法不使用GANs,但它仍然能够制作出令人信服的Deepfake,特别是对于换脸等简单任务
。建站模板 随着各种AI工具的普及 ,从开源软件(如DeepFaceLab 、Faceswap)到手机应用(如Zao、Reface),现在制作Deepfake只需要一台笔记本电脑或智能手机以及合适的软件
。 根据Entrust的一份报告 ,2024年每五分钟就会发生一起Deepfake攻击。在一起案例中,通过Deepfake视频会议结合社会工程学手段,导致一家跨国公司损失超过2500万美元
。 这些诈骗对加密货币公司造成了重大影响
,平均损失达44万美元
。 最近一起引起轰动的亿华云诈骗案涉及一名法国女性,她被一名冒充演员布拉德·皮特(Brad Pitt)的骗子欺骗。骗子利用AI生成的图像让她相信他们正在谈一场浪漫恋爱。在18个月的时间里,这名女性向骗子转账83万欧元,以为这是用于皮特遭遇的医疗紧急情况。 除了造成经济损失,此类骗局还会导致情感困扰,破坏对数字通信的信任,并扰乱企业运营。源码下载 鉴于全球复杂的地缘政治形势,这项技术还被用于传播虚假信息,特别是在政治领域
。这些AI生成的视频和音频记录可以伪造候选人发表争议性言论或从事破坏性行为 ,从而可能影响选民的投票决定。因此,它们可能对民主制度产生毁灭性的影响 。 尽管Deepfake在不断改进
,但它们仍然存在不完美之处,这有助于提升我们的识别能力。 我们可以采取一些预防措施来保护自己: 虽然我们无法预知未来,但20年前不可能实现或只有少数人能接触到的事物,现在每个人都可以接触到
,这也意味着怀有恶意的人也能接触到。 随着技术的发展,区分真伪将变得越来越困难,而且我们也没有魔法棒可以保护自己。我们能做的就是小心谨慎,并采取一切力所能及的措施来保护自己。当然,不要相信在互联网或社交媒体上看到的一切
。