＂深度合成＂技术将规范发展带动产业快速发展( 二 )

随着负面风险日益加剧，以及合成质量不断提升，基于生物特征的传统鉴别方式越来越难以发挥作用。“目前对深度合成内容的自动化鉴别主要依靠人工智能技术完成。”浙江大学网络空间安全学院院长任奎介绍，训练人工智能模型需要大量真实和伪造数据，人脸和音频数据都是高度敏感的个人信息，难以获取，而伪造数据也包含各种不同方法合成的数据，这都给构建自动化检测能力带来不小挑战。
新型伪造方法的层出不穷，加上检测算法存在结构性缺陷，反深度伪造检测技术面临“强对抗性” 。田天解释说，这类似于“猫鼠游戏” ，深度合成和检测在不断学习攻防过程中会自我进化，规避上一代对抗技术，因此检测技术需要持续更新与迭代优化。
目前学术界和产业界均已对反深伪检测投入了大量研究，谷歌、微软等机构均推出深度合成视频认证的方法或产品。在国内，瑞莱智慧推出的深度伪造内容检测平台DeepReal ，拥有工业级的检测性能和应对实网环境对抗变化的检测能力。“深度伪造检测面临持续的攻防和博弈，未来还需融合多模态内容的取证分析、基于数字水印的溯源技术等多方面能力，实现精准识别。”清华大学人工智能研究院基础理论研究中心主任朱军说。
构建多维度治理机制
近年来，针对深度合成技术恶意使用所带来的问题，世界各国纷纷出台管理法律法规，探索深度合成的治理路径。欧盟将深度合成纳入《通用数据保护条例（GDPR）》等现有法律框架规制，德国、新加坡、英国、韩国等国家，均有适用于深度合成技术相关犯罪案件审理的法律法规。
我国正积极探寻建设有效治理机制。自2019年11月起，先后出台的《网络音视频信息服务管理规定》《网络信息内容生态治理规定》《互联网信息服务算法推荐管理规定》等文件，均对生成合成类内容提出不同程度的监管要求。
中国工程院院士邬贺铨认为，治理深度合成不能搞“一刀切” ，要持续发展技术，避免阻碍其正向应用与创新。其衍生出的安全问题需从源头解决，引导人工智能学术界、产业界不断加强技术研发，并扩展深度合成溯源、深度合成鉴定等方面的研究，防范伦理安全风险和合规风险。
引导深度合成技术良性发展，需探索多维度治理机制。中国社科院哲学所科技哲学研究室主任段伟文建议，加强对深度合成的技术、法律和伦理问题展开系统性前瞻性跨学科研究，对其可能出现的高风险应用场景采取有针对性的治理与监管。
中科院自动化所研究员曾毅则倡导产学研发展自律自治，他表示，在法律法规未形成体系化之前，产业界自身应强化理论先行意识，防范滥用、严禁恶用。
在对外经济贸易大学法学院副教授许可看来，社会层面应加大宣传普及力度，强化公民对深度合成等人工智能技术的认识，提高全社会防范意识。
田天对此有相同看法，他认为深度伪造的本质问题是透明度不足，因此提高公众对深度合成技术的认知尤为重要，只有将门槛降低到所有受众能够在共同框架下认识、讨论、理解这个问题的时候，深度合成技术才能健康良性发展。

＂深度合成＂技术将规范发展 带动产业快速发展( 二 )

＂深度合成＂技术将规范发展带动产业快速发展( 二 )