Deepfake视频正在快速传播，也许区块链能够阻止这波“瘟疫”

“假新闻”一词已经成为当下的热门话题，而Deepfake(即看似真实，但实为伪造的视频操纵行为)则会进一步加剧民众与媒体之间的不信任危机。技术人员希望利用区块链的天然特性重建信任体系，以帮助公众再度获得对所见、所闻的信任感。

时至今日，真相正逐渐变成一种相对成立的表达。当每个人都有属于自己的一套真相时，民主将变得毫无意义。Deepfake的出现，则又给整个社会一记沉重的打击——越来越多的人可以轻松根据自己的观点及目标制造事实。短短几年之内，我们的肉眼与耳朵已经无法分辨视频或者音频内容是否属实。换言之，人类社会正面临一个新的难题。

将“深度学习”与“伪造”结合起来，我们得到的就是deepfake——大家可以理解成人工智能支持下的超级PS技术。只要能够提供与现有主题相关的充足数据(或者素材)，deepfake算法完全可以被用于操纵视频内容，人类几乎无法看出其中的破绽。

Deepfake的社会影响

Deepfake有可能改变舆论、左右选举结果或者引发种族暴力。在人身攻击层面采取伪造宣传方法早已不再新鲜，但随着deepfake的出现，信息的伪造手段提升到了新的层面。在AI技术快速发展以及社交媒体病毒式传播的双重作用下，deepfake可能会成为困扰人类发展的最可怕技术之一。

Deepfake还拥有着改变游戏规则的力量，其原因有二。第一，deepfake代表着目前AI技术所能达到的复杂性高度。第二，也是更重要的一点，其技术获取途径正在快速民主化。

Deepfake的意义甚至与社会性无关，而可能表现为一种非常个人的行为。某个匿名Reddit账户就因利用deepfake技术大肆制作名人伪造视频而广为人知——主要是色情视频。虽然这位作者的subreddit早在2018年2月就被封禁，但其视频作品目前仍在网络上广泛传播。

然而，deepfake的流行又催生出新的应用方向。名人不再是唯一的潜在受害者，如今极为广泛的获取途径以及更低的上手门槛，使得任何人都可以制作“报复性”视频。

软件生态

自此之后，市场上出现了多家致力于解决deepfake骗局的初创企业，Ambervideo.co当数其中的佼佼者之一。考虑到伪造视频使得真实记录越来越难以成为合法的证物，Amber公司希望构建起一套中间层，用于检测恶意变更。此外，他们还努力开发出检测与验证技术方案。

为了进行检测，Amber拥有一款软件工具，能够查看视频与音频轨道以及其中的种种元素，从而找到一切可能的修改迹象。Amber公司还在训练自己的AI模型，用于适应视频修改过程中所留下的种种特定模式。

这种方法的问题在于其严重依赖于反应机制，因为AI只能从以往出现过的模式出发进行学习。这种识别方式几乎无法检测出较新的deepfake算法，因此人们普遍认为这种检测思路将长期落后于最先进的生成技术。

为了解决这个问题，Amber又开发出了验证技术：加密指纹会在录制后立即被添加在视频之上。Amber Authenticate利用区块链基础设施每隔30秒进行一次哈希存储，因此对这些哈希产生影响的任何活动都有可能代表着篡改行为。

除了Amber这类软件解决方案之外，应对deepfake难题还需要硬件解决方案的支持。Signed at Source等企业正在通过为利益相关方提供摄像机集成产品的方式，自动对捕捉到的数据进行签名。Deepfake视频几乎无法提供与自动捕捉数据相同的签名信息，这意味着我们能够证明是哪台摄像机录制了这段视频，从而完成溯源以及伪造识别工作。

现实用例

2019年10月3日，美国执法部门技术供应商Axon Enterprise公司宣布，他们正在探索对便携摄像机的全新数据跟踪技术，并将利用区块链技术验证警员随身设备拍下的视频的真实性。

Axon并不是唯一致力于解决deepfake相关问题的组织。国防高级研究计划局(DARPA)的媒体取证计划正在开发“用于自动评估图像或视频完整性的技术。”为了帮助证明视频是否经过篡改，Factom Protocol公司提出了一种新的解决方案，名为Off-Blocks。Factom Protocol市场营销总监Greg Forst表示：

“在对新闻、内容以及文档的准确性进行严格审查时，deepfake技术的兴起无疑给我们的社会带来了重大威胁。随着这种现象的兴起以及使用门槛的下降，我们可能将很难信任任何以视频形式呈现的信息。这是一种危险的趋势，模糊了数字身份的界线，因此我们需要在最严格的安全措施当中考虑到这项挑战。”

Forst认为，开发人员、区块链布道者以及网络安全专家还应着力探索不同的途径，尝试缓解deepfake造成的危害。数字解决方案的真实性证明能力对于消除伪造内容至关重要。遗憾的是，此类解决方案目前仍无法提供对数字媒体历史与出版的跟踪功能。

区块链能否拯救一切?

以Axiom的执法随机摄像机为例，视频在源记录器中即被添加进指纹信息。这些指纹被写入至不可变区块链之上，并可由设备下载并上传至云端。这些事件都将被记录在智能合约当中，并由合约负责整理出审计跟踪索引。

Axiom公司使用的技术被称为“受控捕捉系统”，其应用范围当然不止于警用摄像机。它能够从内容源中提取签名，并利用加密方式进行签名，从而实现视频记录的可验证性。

但是，由于视频往往会经过编码，因此即使在理想情况下，我们也很难获取到原始数据。另外，就算对视频进行极小的修改，签名也将不再有效。而且编码也不是唯一的问题——如果有人使用原始摄像机之外的设备进行视频转录，我们将同样无法访问到原始视频数据。

谷歌的Content ID可能代表着一种可行的解决方案。该服务最初是为了揪出盗版活动所开发，但后来人们发现其可被用于检测deepfake行为。在投入1亿多美元进行系统开发之后，谷歌公司成功创建出一种算法，能够将用户上传的视频与一组注册在案的参考视频进行匹配，从而消除部分匹配或者小幅修改造成的真实性影响。

但只有在deepfake内容与原始副本非常相似时，该算法才能发挥作用。此外，保留大量指纹并调整变更算法，会对数据以及计算要求产生重大影响。在谈论区块链技术能否应对由deepfake带来的威胁时，Factom公司的Frost补充道：

（编辑：ASP站长网）