机器之心报道
机器之心编辑部
AI 换脸的风，这次吹到了网课界。
花了 5800 块从专业补习机构购买的网课，不仅教材上有多处错字漏字，老师甚至也是「假的」。
谁能想到，当老师在讲解解剖切面的走向，用手放在面前做展示时，表层的这张面皮被「掀了起来」，手指头就这么「水灵灵」地横穿鼻子过去了，让买课的学生起了疑心。
并且老师总是「蜕皮」，很吓人、很诡异，分散了他的注意力，严重影响了他的学习效率。
唯一合理的解释是，网课老师经历了「AI 换脸」。
AI 换脸是深度伪造（DeepFake）技术最常见的应用之一。DeepFake 技术旨在基于深度学习方法，合成人体图像。
和以往 DeepFake 事件的受害者通常在不知情的情况下被换脸不同，这一次，借助 AI 换脸是视频主角自己的选择。
据红星新闻报道，起初学生怀疑是售卖网课的辅导机构盗用了其他机构的网课视频，用自家老师的形象「夺舍」了其他老师的劳动成果。
但当他去退课的时候，才发现网课不是按节收费，而是按观看次数收费，这节让他「感到生理不适」的课，他总共观看了 166 次。按这个规则，他无法收到全额退款。
经红星新闻核实，该机构称：换脸是因为有些老师要维护自己的隐私，也有老师有公职在身，不方便露脸。至于退款，该机构表示，「就是他自己不想学了」，用户系恶意投诉，正收集证据通过法律程序提起诉讼。
据教育部印发的《严禁中小学校和在职中小学教师有偿补课的规定》，严禁在职中小学教师参加校外培训机构或由其他教师、家长、家长委员会等组织的有偿补课。
随着这件事的曝光度不断提升，也有「懂行」的网友现身说法：
对于花钱买账的学生来说，这种「货不对版」的行为也是对消费者权益的一种侵犯。
更令人担忧的是，在「宇宙的尽头是买课」的时代，很多网课老师往往使用化名，老师的真名都很难知道。有些机构还会为普通老师打造虚假的光环，如「名校毕业」、「多年执教毕业班，拥有丰富的教学经验」等标签，以此来吸引学生。
网课能卖出高价，很大程度上基于消费者对名师的信赖和追捧。网课教师的资质原本就难以确保，AI 换脸则使得对教师身份的确认变得更加困难。
不过也有网友表示，「无所谓了，只要能学到东西就值了。」
把思路打开，如果能打入「二次元」，那就是走在潮流尖端的 vtuber 了。
从技术的角度讲，现在的 AI 换脸技术已相当高明，与原有面部的融合度极为自然，吃东西、做夸张表情不会像美颜一样失效，只会在某些片段中存在违和感，但对于普通观众而言，这种细微的差别几乎难以察觉。
但也正因合成结果可能非常真实，难以用肉眼分辨真假，因此 DeepFake 技术存在诸多争议，并且通常被限制使用。
回顾 DeepFake 技术及应用的发展历程，我们可以看到很多负面消息。
2017 年，英伟达基于生成对抗网络（GAN）创建出合成人脸图像，之后，Reddit 用户「Deepfakes」使用英伟达的 GAN 技术，将色情女演员的面部替换成其他知名女性的脸部，制作出以假乱真的合成视频，DeepFake 因此得名，并引发关注和质疑。
2019 年，陌陌推出了一款名为 ZAO 的 AI 换脸应用，上架几天就冲到应用榜榜首，但很快就因存在滥用隐患而下架了。2021 年，一段用换脸技生成的「蚂蚁呀嘿」视频及其制作软件 Avatarify 再掀风波，并在一周之后火速下架。
DeepFake 应用下架的原因主要是涉及隐私安全问题。一方面技术滥用会导致虚假信息泛滥；另一方面，如使用明星等他人的照片来制作相关视频，就可能涉及名誉权、肖像权、知识产权等法律问题。此外，个人隐私泄漏可能会涉及资产安全、人身安全等问题。
因此，近年来一些研究提出了「伪造检测方法」，旨在检测图像、视频等媒体数据是否是 AI 合成的。
早期的伪造检测方法主要关注单个模态，如检测图像的真假、音频的真假等。单模态鉴伪方法处理速度快，但场景泛化性能有限，无法同时检测多个模态的真伪。
为了解决上述问题，多模态鉴伪方法应运而生。例如，机器之心曾经报道过，为了防止 AI 换脸视频诈骗，中电金信联合复旦提出参照辅助的多模态鉴伪方法（Reference-assisted Multimodal Forgery Detection Network，R-MFDN ），R-MFDN 方法利用丰富的身份信息，挖掘跨模态不一致性来进行伪造检测。
不过，这次网课老师 AI 换脸事件还不需要硬核检测方法，毕竟肉眼就看出「穿帮了」。
参考链接：https://www.bilibili.com/video/BV1MGH4eKEz3/
