Google|为了把 Deepfake 关进笼子，各大公司都拼了算法|大公司|微软

文章图片

文章图片

文章图片

文章图片

曾几何时， deepfake 在互联网上格外猖獗，新闻和成人类内容成为了“换脸”的重灾区。
由于受众广泛，市面上有不少现成的 deepfake 算法，供用户使用，如 DeepFaceLab (DFL) 和 FaceSwap 。并且，由于深度学习技术的普及，也有一些低成本甚至免费的在线工具，可以训练这些算法，从而让好事之徒达到其目的。
常用的工具之一就是谷歌的 Colab ，一个免费的托管式 Jupyter 笔记本服务。简单来说，用户可以在 Colab 的网页界面上运行复杂的代码， “白用l”谷歌的 GPU 集群，从而训练那些依赖高性能硬件的深度学习项目。
不过就在本月，谷歌终于对 colab 在线训练 deepfake 痛下杀手。
前不久， DFL-Colab 项目的开发者 chervonij 发现，谷歌本月中下旬将 deepfake 加入到了 Colab 的禁止项目列表当中：
chervonij 还表示，他最近尝试用 Colab 运行自己的代码的时候，遇到了如下的提示：
“您正在执行被禁止的代码，这将有可能影响您在未来使用 Colab 的能力。请查阅FAQ页面下专门列出的禁止行为。 ”
然而这个弹出提示只是做出警告，并没有完全禁止，用户仍然可以继续执行代码 (continue anyway) 。
有用户发现，这次谷歌的行动应该是主要针对 DFL 算法的，考虑到 DFL 是目前网络上 deepfake 行为最常采用的算法。与此同时，另一个没那么流行，的 deepfake 算法 FaceSwap 就比较幸运，仍然可以在 Colab 上运行且不会弹出提示。
FaceSwap 联合开发者 Matt Tora 接受 Unite.ai 采访时表示，自己并不认为谷歌此举是出于道德目的：
“Colab 是一个偏向 AI 教育和研究方向的工具。用它来进行规模化的 deepfake 项目的训练，和 Colab 的初衷背道而驰。 ”
他还补充表示，自己的 FaceSwap 项目的重要目的就是通过 deepfake 来教育用户关于 AI 和深度学习模型的运行原理，言外之意可能这才是 FaceSwap 没有被 Colab 针对的理由。
“出于保护计算资源，让真正需要的用户能够获取这些资源的目的，我理解谷歌的这一举动。 ”
Colab 未来是否将会完全禁止 deepfake 类项目的执行？对于不听劝的用户会有怎样的惩罚？目前谷歌并未对此次修改作出回应，这些问题也暂时没有答案。
不过我们可以确定的是，谷歌肯定是不希望 Colab 这样一个出于公益目的，提供免费训练资源的平台，被 deepfake 开发者滥用。
Google Research 将 Colab 免费开放给广大用户，目的是降低深度学习训练的硬件成本门槛，甚至让几乎没有编程知识背景的用户也能轻松上手——也即所谓的 AI 普及化 (democratization of AI) 。
由于区块链行业的爆发增长，以及疫情的次生影响，当今全球芯片（特别是 GPU）很大程度上仍然处于断供状态。所以如果是为了节约资源而禁用 Colab 运行 deepfake 项目，确实可以理解。
不过除了 deepfake 之外， Colab 禁止的其它行为当中也的确包括大众认知的恶意行为，比如运行黑客攻击、暴力破解密码等。

deepfake 使用门槛变高？在过去相当长一段时间里，对于初入门和中等水平的 deepfake 视频创作者来说，想要实现一般可接受画质（480p或720p以上）的内容输出，自己却没有足够的硬件配置的话，那么 Colab 几乎是唯一的正确选择。
毕竟 Colab 界面简单，上手轻松，训练性能达到可以接受的水平，而且还免费，没有理由不用。前面提到的一些 deepfake 算法项目也都针对 Colab 提供了代码支持。
要讨论 deepfake ，很难避开新闻换脸视频和成人换脸内容。硅星人发现， DFL 主项目页面直接把新闻视频换脸作为主要使用场景之一，并且页面中引导的一些用户社群也都默许明星或私人复仇式 (revenge porn) 的换脸成人内容，使得此类内容大量存在。