“照騙”在人工智能面前無所遁形

照片是真實世界的反映嗎？

或許從照相技術發(fā)明的初衷來說，應該是這樣的。

不過現(xiàn)實情況卻是，在拍照技術被發(fā)明不久后，利用照片沖印技術進行照片修繕和造假的情況就已經出現(xiàn)了。等到了數(shù)碼照片時代，Adobe這樣的圖像處理軟件出現(xiàn)后，更讓照片造假成為了一件普遍的事。

等到今天，AI把更強的圖像處理能力帶給了每一個人時，通過手機上的App就能對照片甚至視頻進行修圖美顏，照片造假已經成為了一件人們習以為常的事情。

不過到了今天，這種情況很可能就要被改變了。

關于照相術的發(fā)明有兩種說法，一說在1826年，由一位法國人成功完成了第一次攝像，也有說法是1839年利用鹵化銀技術作為感光材料的技術成熟后，照相術才可是正式應用起來。

但在1855年，就已經開始有人利用暗房沖洗技術對照片進行造假了。

上面這張照片，就是1855年出現(xiàn)的一張假照片。我們可以看出，這張照片應該是把兩張歪著頭的半身照合并曝光在一張相紙上，才形成了圖中兩個腦袋的錯覺。

在那個沒有PS的年代，修改膠片照片是一件非常費勁的事。曾經為毛澤東、周恩來、朱德等等多位領導人拍攝過照片的新華社攝影部技術組組長陳石林就曾在采訪中提到過提領導人們修片的過程。

就拿這張照片來說，早年間毛澤東沒有自己的單人標準照，陳石林就把手表的表針磨成極細的小刀，把毛澤東從這張集體照中“摳”了出來，制成了毛澤東的第一張標準照，也就是現(xiàn)在百元人民幣上的“毛爺爺”。

剩下的還有用分部分曝光提高人臉上的立體效果、用透明水彩燃料、薄堿液把牙齒涂白等等。

隨后數(shù)碼照片時代來臨，Photoshop等等軟件的出現(xiàn)讓照片可以完全脫離現(xiàn)實、變?yōu)樗囆g品，或者以假亂真的的改動混淆事實。當AI帶來強大的學習能力和圖像處理能力之后，照片的改動甚至可以自動化、批量化?，F(xiàn)在很多手機宣傳的AI拍照、智能美顏，其實就是手機程序執(zhí)行圖像處理指令，創(chuàng)造出無數(shù)張“假的照片”。

Adobe這類公司通過軟件技術帶給了我們一個更美好的世界，同時也帶來了很多欺騙。輕則是一張和真人長相不符的照片，重則是可能影響世界的虛假新聞照片。

這時，識別照片造假已經成了一件重要工作。通常來說，識別照片造假的方式有以下幾種。

第一是通過光影識別。一般情況下，一張照片里的光源都是相同的，所以陰影的大小、位置、角度應該也是相對的。如果說照片中有對象的陰影位置不符合光源體系，那么這一對象通常受到了修改。

第二種是重建3D模型。當照片沒有明顯的陰影誤差時，我們可以通過已知信息重構照片中物體的3D模型，以此重新“拍照”然后對比現(xiàn)在的照片有沒有進行修改。上面這張圖片，就是通過了解到照片中人的身高體重，進行3D模型重現(xiàn)之后發(fā)現(xiàn)比例角度都和照片相同，也就確定照片沒有被修改。

第三種方法，是建立數(shù)碼相機的“指紋”。捷克一家初創(chuàng)企業(yè)Verifeyed通過對相機光學系統(tǒng)、傳感器和儲存系統(tǒng)確定每一臺相機的獨特性，再通過檢驗jpg文件經過幾次保存再壓縮來判斷圖片有沒有經過修改。

除此之外，還有類似于看看物體邊緣有沒有模糊畸變、墻壁有沒有被P歪等等普通人常用的低階手段，但不管怎樣，比起AI造假照片的速度和強度，我們甄別假照片的能力都要差了一大截。

還好現(xiàn)在AI技術和區(qū)塊鏈技術也加入了反照片造假的大軍。

Adobe在此前的CVPR計算機視覺大會上就展示了這樣一種技術，用深度學習對大量PS過的圖片進行學習和訓練，得出深度學習神經網絡模型，通過對圖像噪點的變化來識別圖像有沒有被修改過。通過這種方式，Adobe還能識別出拼接、刪除、涂抹三種不同的圖像修改方式，并且，這一切都是在AI的控制下高速有效地自動進行。

而在美國，一家名為Truepic的企業(yè)推出了一款名為DeepFake的產品，通過區(qū)塊鏈技術來確保圖片的真實可信。DeepFake在手機終端中搜尋照片，通過識別終端號、地理位置和拍攝時間等元數(shù)據(jù)對照片施加水印，儲存這張照片之后再生成不變的區(qū)塊鏈。這樣一來如果有人對自己的照片進行修改，DeepFake用戶就可以通過已經上傳過的真實版本來自證清白。

防止照片造假的真正意義，并不是想識破誰的照騙，而是為了很多遠程服務可以被更好的進行，和在新媒體時代保證信息安全。

最典型的，愈演愈烈的新聞圖片造假也有可能就此停止。就拿上面這張照片來說，照片是911發(fā)生時小布什和小學生在一起的照片，為了表現(xiàn)小布什的愚蠢無能，好事者把書的封面P成了倒置。一張?zhí)摷俚恼掌赡芫痛私o政治家和明星的職業(yè)生涯抹上污點。

但如果所有新聞工作者都利用上區(qū)塊鏈技術，為照片自證清白，女明星們也不再需要為合照中誰把誰P丑了進行爭論。這一招應對前一陣很火的人工智能換臉制作明星的色情照片更是有奇效。

除此之外，最近開始流行的智能保險遠程定損，就是用戶拍下事故照片上傳到App，在通過人工審核或者機器學習通過照片來判定事故的損失。并且很多時候我們需要通過上傳身份證照片、駕駛證照片、合同照片等等來進行平臺身份認定。

在這一類情況下，照片造假的難度是很低的，但讓平臺方對照片進行人工審核的成本卻很高。這時Adobe推出AI檢測圖片造假技術就可以很好的派上用場。

總之每一項技術的誕生總要有新的意義，就像反照片造假技術的價值絕不是僅僅讓世界上沒有照片，而是通過創(chuàng)造信任，來實現(xiàn)商業(yè)效率的進步。