小心！

别有用心的人，正在盯着你放在社交网络上的美照，还可能已经被Deepfake拿去生成果照。

最近，外媒The Verge曝光了这个现象：

在Telegram上，Deepfake机器人泛滥，随便一张社交网络上的照片，即可自动生成开车图。

还可以直接携图分享。

跟日常我们发送图片、接收图片一样简单～

与此相关的数据令人咋舌。

关注Deepfake传播的研究机构「Sensity」发现，截至到2020年7月，在Telegram公共频道中已经生成并分享了超过10万张。

这意味着，生成的图片总数，包括那些未曾分享过、或是7月以来制作的照片，是远远高于这个数字的。

Sensity表示，这些频道中的大部分用户，大概有70%来自俄罗斯和周边国家。

目前，仍然有很多渠道处在活跃状态中。

Deepfake机器人

这些机器人可以免费使用，不过会生成带有「FAKE」的红色字样水印，或只有部分果体的果体照片。

想要「升级」照片，用户需要一定的费用，来「揭开」这些照片。

比如，「初级收费」。

用户需要支付100卢布，折合人民币8.63元，就可以在7天内生成100张、没有水印的果体照。

说到这里，是不是有人觉得很熟悉？

这像是去年夏天火爆网络，但几天即下架的「DeepNude」。

对对对，就是那个「一键脱衣」。

Sensity也表示，这是DeepNude经过反向工程来打造的一款机器人。不同的是，这个机器人可以自动处理收款。

当然，这些果体照都是假的！

生成出来的果体照会存在斑点、像素化的现象，但也有些很容易被误认为是真实图片。

按照去年我们的DeepNude实测结果，果体生成是有诸多「讲究」的。

比如，穿的越少，效果越好。如果给了一个衣服特别多的图片，处理效果非常暴力。

所以，总体来说，美照穿得越少，被生成那种照片的难度越小。

没错，技术被滥用，逼得互联网也得“保守”。

「一键脱衣」原理

去年，就有人曾揭秘过DeepNude背后的技术原理。

DeepNude主要使用了计算机视觉领域的3项技术。

图像修复：Image Inpainting。

这是英伟达研究团队提出的一个模型，当画面被严重涂抹后，模型仍然能够恢复出“原来”的图像。此外，还可以做到去掉图像中的某些物品。

Pix2Pix：使用条件对抗网络作为图像到图像转换问题的通用解决方案。

以及2018年SIGGRAPH最佳博士论文奖得主朱俊彦提出的CycleGAN。

CycleGAN使用循环一致性损失函数来实现训练，而无需配对数据。它可以在普通的马和斑马之间进行转换，也能把夏天的景色变成冬天的景色。

背后的隐忧

正如去年DeepNude所带来的道德争议，Sensity对这个机器人表现出一定的担忧。

曾经一项民间调查显示，近7成民众更想要看「私人」的果体照（也就是不是大明星、模特的那种），当中90%的用户想要看现实生活中熟悉的女生。

那么，有了这个Telegam机器人，任何在社交网络上自拍照的女生都可能成为潜在的受害者。

甚至，如果遇到被陌生人偷拍，拿去生成照片，那就更加不堪设想了。

The Verge和Sensity都联系了Telegram，询问他们为何允许在其应用上发布这种内容。

目前尚未得到回复。

而且对这种技术滥用，当前似乎也没有比较好的治理方法。

如果你有思考和建议，也欢迎分享~

参考链接：
https://www.theverge.com/2020/10/20/21519322/deepfake-fake-nudes-telegram-bot-deepnude-sensity-report?scrolla=5eb6d68b7fedc32c19ef33b4
https://www.cnet.com/news/a-deepfake-bot-on-telegram-is-violating-women-by-forging-nudes-from-regular-pics/

“