「深度偽造」（Deep Fake）技術利用人工智能進行人體圖像合成，基本上是將已有的圖像或影片「疊加」（Superimpose），從而偽造出一套仿真度超高的圖像或影片。例如，麻省理工《深度學習入門》課程的第一課，老師利用「深度偽造」開發了一段美國前總統奥巴馬發言的錄像，內容是由他親身介紹「深度學習」。儘管總統對人工智能科技一竅不通，但錄像卻栩栩如生，初接觸者都信以為真。
「深度偽造」把人工智能技術發揮得淋漓盡致，可惜它卻經常被不法之徒使用，例如偽造名人的性愛影片，以及散播「假新聞」，近年多不勝數，全球瘋傳。在政治上，去年美國總統選舉期間，特朗普及拜登雙方的支持陣營都發放不少「深度偽造」的假新聞，打擊對方的聲譽。
有網民認為自己並非知名人士，也非政客，絕對不是黑客的攻擊目標，因此「深度偽造」對他們影響不大。不過隨着此技術最近又有新進展，功能進一步提升，已經被應用於大眾的日常生活之中。「臉書」的人工智能組（Facebook AI）推出「文字風格刷」（Text Style Brush）技術，用戶只需要提供數個手寫字串，「文字風格刷」便能學會他寫字的筆風，之後便可以為所欲為，以同一樣之寫字風格進行大規模抄寫，以假亂真。
除了數碼版的抄寫員之外，抄寫機器人的研究也炙手可熱。中小學生得悉這發明當然十分之雀躍，他們熱切期待這發明能盡快被轉化為產品，解決他們被老師罰抄之苦。然而，在工商業界的應用場景中，這技術推出之後，文件被冒簽的風險便難以避免，影響營商。
現實生活中，「深度偽造」技術會引發道德和法律問題，首當其衝的是「侵犯版權」，受害者的圖像在未經他人同意之下被濫用，也會導致當事人的「私隱外泄」，所造成的後果可大可小，偶一不慎會令受害者聲譽受損，甚至乎家庭破裂。另外，偽造的「失實謊言」不但會影響當事人，很多時也會影響整個社會，例如煽動種族仇恨便是其中駭人聽聞的例子。
另外，有網民認為「深度學習」是人工智能版的「二次創作」手法，能提供無限創意空間，但筆者對這觀點不以為然。「深度偽造」背後的基礎技術是「深度學習」，這技術的核心任務，是從既定的訓練數據中，利用科學算法去學習輸出及輸入數據之間的配對模型，之後用戶便可以利用該模型，為未來新輸入的數據進行輸出的推算。古語道：「熟讀唐詩三百首，不會作詩也會吟」，利用「深度學習」所訓練出來的人工智能系統，在預設應用範圍內運作是絕對可行的，不過當系統遇上從未學習過的輸入數據時，它便可以會推算失準，因而作出錯誤的決定。理論上人工智能系統的研發目標是「機器代人」，而「深度學習」主要集中在輸入與輸出的配對而已，做法無疑窒礙創意，影響人工智能的應用原創性。
「水能載舟 亦能覆舟」，「深度偽造」並非一面倒只具破壞性，問題在於使用者的出發點，例如有藝術工作者利用這技術把已故的明星「重生」，出現在電影中，增加電影的可觀性，上述奧巴馬介紹科技的短片便是類似的成功個案。歸根究柢，「深度偽造」一詞帶有誤導性，把這項先進人工智能技術貼上了負面標籤，令一般人視之為不良的算法。
因此，筆者建議業界改名，把這技術中性地稱為「深度模仿」，這將有助釋除大眾不必要的疑惑。
（文章觀點僅代表作者本人）
作者為香港中文大學工程學院副院長（外務）
來源：星島日報
