原标题：当你的头出现在别人的身体上

她坐在电脑前，看着屏幕里穿着露肩装，坐在床上，充满诱惑微笑着的女人。

那是她的脸，被无缝连接到了别人的身体上。一个色情片演员的身体上。

“我的朋友、同事看到会怎么想？他们会相信这视频是假的么？”她感到恶心和耻辱。

这是本周华盛顿邮报的一篇报道的开头。看到这，有些读者应该已经知道这位女性看到的这种视频是什么了。这就是从2017年底开始出现的“DeepFake”视频。简单说，就是利用人工智能算法，将一个人的脸合成到另一个人的视频中，当用来训练的数据足够多，相关计算能力足够强大时，你很难直接辨别视频的真伪。

这种以假乱真的技术在2017年底曾引发美国社会的广泛讨论，尽管对于大众来说，对于这种技术的了解，可能更多来自那些恶搞政治人物的搞笑小视频。但事实上，当这个技术第一次“亮相”时，它的“用途”就是将欧美女明星合成到色情片中。

2017年12月，在 Reddit 网站上出现一个名为“DeepFakes”的账号，它展示了通过AI合成的明星色情片，被用来展示的包括著名女影星盖尔-加朵等人。这种做法满足了许多人的幻想，同时也立刻引发广泛讨论。很快，Reddit 封掉了这个账号以及相关的群组，Google、Twitter 等网站禁止相关的搜索，而一些色情片大站也封禁了相关视频。

但“DeepFake”却从未真正消失，Reddit 上最初的那个始作俑者将它的代码开源，越来越多的人们在此基础上进行“改良”，不断更新工具。有人形容，这种制作视频的技术已经不只是一个开源代码，而是快要成为一个安装包了。也就是说，基本上，只要有足够的动机和精力，谁都能自己制作类似的视频。

基于 GANs 而来的 DeepFake

在原理上，DeepFake 使用的正是最知名的深度学习算法之一 GANs。GANs 全称为生成式对抗网络，由 Ian Goodfellow 在2014年发明。

在制作 DeepFake 的过程中，这个算法会让两个神经网络彼此对抗，就好像现实中一个山寨作者和一个真迹鉴别家之间的对抗一样。第一个神经网络被称为生成网络，它负责制作尽可能逼真的作品，而第二个网络为鉴别器，它将前者生成的作品和原始数据库中大量的“真迹”进行对比，来鉴别哪些是真的哪些是假的。

基于每一次的“对抗”结果，生成网络会调整它制作时使用到的参数，直到鉴别器无法辨别它生成的作品和真迹，就算“成功”。这时候，最终合成的视频基本可以以假乱真了。

任何人可以变成任何人

像 DeepFake 这样的技术，让曾经只有最专业的电影制作机构才能完成的任务，变得简单了，你只需要拥有想要 fake 的目标对象的照片，以及一定配置的计算机，就可以使用这些开源的算法来进行训练，并制作出相应的假视频。任何人都能变成另外任何一个其他的人，而且数据越多，训练效果越好，计算能力越强，完成度也会越高。

每个人都是潜在受害者

这给许多女性带来困扰，不只是明星，还包括普通人。在华盛顿邮报此次的一系列报道中，作者形容，在 DeepFake 出现一年多之后，这种技术已经变成一种针对女性的武器：

这种视频被不成比例的用来针对女性，代表了一种新的可耻的羞辱、骚扰和虐待方式。这些假视频越来越逼真，它们被上传到色情网站上，并且越来越难以识别。

报道中，许多普通女性成为这种假视频的受害者，一名匿名的受害者说“我只想把互联网的一切都撕碎，但我也知道我无能为力。”

而在受到这种视频骚扰的诸多明星中，斯嘉丽-约翰逊是最积极的反对者，她在华盛顿邮报的采访中这样形容这一切：

什么也阻止不了这些人把我的图片复制粘贴到另一个人的身体上，并且让它看起来逼真的可怕。

想要尝试在互联网和它的邪恶面前保护自己，大多数时候就是一个注定失败的事情。

而且，她和律师发现，如果她们想要起诉制作假视频的人，目前的法律似乎并不够完善。据华盛顿邮报的报道，这种制作假视频的行为甚至可能被归于言论自由等类似的权利，受到美国宪法第一修正案的保护。如果坚持起诉，最好的结果可能是以诽谤、侵犯名誉权等罪名进行定罪，这与实际造成的伤害完全不匹配。