身為一名訓練師，你真的了解你的寶貝們嗎？寶可夢圖鑑讀熟了沒？

其實圖鑑告訴你的比想像中的還多喔！每個星期周末跟著 R 編一起來上一門訓練師的科學課吧！來跟大家分析這些寶可夢們是如何使用科學力來戰鬥的。

嚇死人的大螯  #99 巨鉗蟹

大家都知道螃蟹有螯，有被螃蟹（吃的那種螃蟹，不是小招潮蟹）夾過的人就知道那其實蠻痛的，但尚在可接受範圍內，那有沒有人想挑戰巨鉗蟹呢？我勸你最好不要喔~

「堅硬的鉗子有著 1 萬馬力的力量，但是……」（紅、綠、藍、黃、火紅、葉綠、白金、鑽石、珍珠、黑、白）

首先這個敘述[註1]有個很有趣的問題：既然你想要形容巨鉗蟹鉗子的有很強的威力，好好的牛頓（力）、帕斯卡（壓力）或焦耳（能量、功）不用，用馬力（功率）幹嘛？

也不是說全錯，因為這些單位之間只不過就是差個時間（Ｔ）、長度（L）幾個因次而已，但也太不直觀了吧！就像有人問你：「學校離你家多遠」，比起直接說 1 公里，你卻回答：「以時速 6 公里的速度行走 10 分鐘就到了」……這樣不會被當神經病才怪。

不過竟然這些天兵的博士用了馬力來表示巨鉗蟹的威力，那我們只好照著這個數字來推敲了，幸好我們還是可以回推出巨鉗蟹的一夾有多少力量，但需要一些額外的假設和運算。

一萬馬力有多誇張？

在那之前，我們可以先單純比對一下，1 萬馬力究竟是多離譜呢？

如果大家還記得風速狗的文章的話，裡面我們有對馬力做過介紹，並且說「目前世界上馬力數最高的跑車不過才 1200 出頭」。講詳細一點，如果是合法上路、時速可達 400 公里的超跑的話，引擎馬力數不過才 600 左右而已，1000 以上的數字只會出現在一級方程式賽車中，所以 10,000 馬力很明顯有點太誇張了。

繼續執著在這個古老的單位上沒有前途，讓我們先把它換算成瓦特，1 馬力差不多是 745.7 瓦特，所以 1 萬馬力差不多就是 746 萬（7.46 x 10⁶）瓦特，這可以驅動大概 7,000 多台微波爐，現代的電聯車動力也不過才 500 多萬瓦特而已，巨鉗蟹單單一個鉗子竟然就有電聯車 1.4 倍的動力！

一萬馬力又等於多少力？

但功率講多了也沒什麼用，巨鉗蟹的鉗子是拿來夾人的，又不會像火箭一樣飛出去，所以我們還是要認真的把功率轉換成力量才能知道他的可怕[註 2]。

功率是力乘以作用距離之後再除以時間的結果，也就是能量轉換或使用的速率，寫成算式的話會長這樣：

P=F×d／t  

其中 P 為功率；F 為力；d 為作用距離；t 為時間。所以要把功率換算成力，只要乘上時間（巨鉗蟹鉗子夾起來的時間）再除以作用距離（鉗子中間的距離）就好了。

但是問題來了，以上兩個東西並沒有白紙黑字的資料可以參考，所以只能自己找了。

首先是距離，巨鉗蟹身高 1.30 公尺，從各種圖片來看，鉗子張最大不過就是肚子到眼睛的高度，看起來差不多是身高的 6 成，就算它 0.8 公尺好了。

夾子夾起來的時間則比較困難一點，從找得到的影片、GIF 中[註 3]，其實很快和很慢都有，長則 1 秒，短則有像卡通片頭曲中的 0.3 秒。不過既然要算牠攻擊時的力量，當然是要取速度越快越好的狀態，那就拿 0.3 秒來計算吧！

所以把上述兩個假設代進去，我們可以得到巨鉗蟹一夾的力道為 2,796,374 牛頓！！！

280 萬牛頓！？太空梭主引擎起飛時，出力不過才 180 萬牛頓而已，一隻藍鯨的體重有 190 萬牛頓[註 4]，巨鉗蟹的力道完全凌駕於它們；而把人類送上月球的農神五號火箭，第一階段的每根火箭出力 667 萬牛頓，巨鉗蟹一夾就是這根火箭的 4 成力道，多夾個 3 下的能量大概就足以飛離地球了[註 5]。

從圖片來算算，巨鉗蟹大螯的截面積是 0.3 平方公尺，那這這一夾的壓力會高達 933 萬帕斯卡，被夾到的話，別說水泥了，鐵也會被壓碎[註 6]。

所以這麼一根強大到離譜的螯長在身上幹嘛用啊？

巨鉗蟹想必跟現實世界的招潮蟹很像，用較小的螯攝食，而較大的螯則用來打鬥及求偶。那麼巨鉗蟹的打鬥應該是相當的恐怖，兩隻巨無霸大螃蟹拿著螯互夾，一夾就是足以把石頭輕而易舉夾斷的力道，牠們的身體大概比鋼鐵還硬才能活下來吧！

但是反過來想，如果我們能夠研究出巨鉗蟹如何輸出如此誇張力道的秘密，寶可夢世界的動力科技一定會大躍進。想像一下：

「風速狗牌跑車，搭載巨鉗蟹大螯引擎，10,000 匹馬力，農神火箭 4 成推力，水陸兩用，價格內洽。」

註解：

1. 這個敘述後面為何用點點點帶過是有原因的，因為以上許多版本接下來對鉗子副作用的敘述都不太一樣，例如很難使用、很不方便移動、很難瞄準都有，但是在動畫裡面似乎一點都不礙事，真神奇。
2. 雖然不會像火箭一樣飛出去，但動畫裡卻有巨鉗蟹發射破壞死光的畫面，絕大部分的時候破壞死光原因不明，但這裡我大膽猜可能是火箭發射的灼熱噴射氣流。
3. 而且也很少，從萬能的 Youtube 找到的所有巨鉗蟹動畫片段，從來沒有明顯動過鉗子一下，難道是傳說中的秘密武器？
4. 相較之下，現實世界中動物界力氣之最是鹹水鱷的咬合力，有 16,460 牛頓，但巨鉗蟹是牠的 170 倍。
5. 農神五號火箭有分三階段，這裡指的是第一階段的火箭，5 枚這種火箭將阿波羅太空艙以及剩下的火箭，推進到將近 60 公里的高度再脫離；第二階段的火箭推力更小，一枚只有 500 萬牛頓，也是五枚，將剩下的火箭推到離地 160 公里處；最後是一枚 100 萬噸推力的火箭利用離心力的幫忙，將太空艙送達月球。
6. 這裡提到的壓碎，是指達到兩個物質的抗拉強度，也就是材料在拉斷前所能承受的最大應力；但他們也有屈服強度，材料發生屈服、型變現象時的極限受力。

參考資料：

1. Scientific Pokedex
2. Pokemon Database
3. How Stuff Works （阿波羅火箭、馬力）
4. 維基百科（牛頓、功率、瓦特、強度、一級方程式賽車、力的數量級）

• 水熊蟲真的能跟量子位元「量子糾纏」嗎？
• 逼近 50% 的癌症研究實驗無法被重現？RPCB 耗時 8 年點出「再現性危機」
• 大資訊時代也是大駭客時代！——你該認識的駭客新興手法
• Omicron 變種病毒從哪來？打疫苗有用嗎？Omicron 相關研究彙整
• 推理系動畫毒殺利器！——認識致命的「河魨毒」

編按：你的理智知道「眼見不為憑」，但你的眼睛還是會背叛你的理智，不自覺得被眼前的影像所吸引，儘管你真的、真的知道他是假的。Youtuber 小玉於2021年底涉嫌利用 Deepfake 技術，偽造多位名人的色情影音內容並販售的事件，既不是第一起、也不是唯一、更不會是最後一個利用「深偽技術」進行科技犯罪的事件。

當科技在走，社會和法律該如何跟上甚至超前部署呢？本次 Deepfake 專題，由泛科學和法律白話文合作，從Deepfake 技術與辨偽技術、到法律如何因應，讓我們一起全方位解析Deepfake！

第一篇，讓我們就 Deepfake 技術做一基礎的介紹，那我們就開始囉！

什麼是 Deepfake？

深偽技術 Deepfake 於 2017 年陸續開始進入大眾的目光中。原文 Deepfake 源自於英文「deep learning」（深度學習）和「fake」（偽造）組合，主要意指應用人工智慧深度學習的技術，合成某個（不一定存在的）人的圖像或影片、甚至聲音。最常見的應用，就是將影片中的人臉替換為另一張臉（常是名人），讓指定的臉在影片中做出自己從未說過或做過的事情。

現今談到 Deepfake，大多數人想到的可能是偽造的成人影片，就如前述 Youtuber 小玉的事件，Deepfake 一開始受到關注，主要與名人或明星的臉部影像被合成到成人影片有關，然而，Deepfake 的功能遠不僅於此，相關的技術使用還包括了替換表情、合成一整張臉、合成語音等等。

除了像是讓過去或現在的名人在影片中「栩栩如生」做出使用者想要的表情與動作，之前在社群媒體上曾有好幾款 APP一度風靡，包括上傳一張照片就可以看看「變老」「變性」自己的 FaceApp，甚至於讓自己的臉在經典電影中講上一段台詞的「去演」APP，這類的功能也是應用前述 Deepfake 的技術。

雖然有些線索顯示這類 APP 常有潛在的資安疑慮[註]，但好歹技術的成果多屬搏君一燦自娛娛人，尚可視為無傷大雅。

而過往電影的影音產業要仿造人臉需要應用許多複雜、耗時、昂貴的電腦模擬，有了 Deepfake 相關的技術，也使得許多只能抱憾放棄的事情出現了彌補的空間。最有名的應用應是好萊塢電影《玩命關頭7》與《星際大戰》系列。《玩命關頭7》拍攝期間主角保羅・沃克（Paul William Walker IV）意外身亡，剩下的戲份後來由弟弟擔綱演出，劇組再以 Deepfake 的技術讓哥哥弟弟連戲，整部電影才得以殺青上映。

Deepfake 讓「變臉」變得太容易了？

想想過去的電影如《魔戒》中的咕嚕、或是 2008 年布萊德・彼特主演的《班傑明的奇幻旅程》，將影片或照片中人物「換臉」「變老」的修圖或 CG 技術，在 Deepfake 出世之前就已經存在了。Deepfake 受到關注的核心關鍵在於，應用 AI 的深度學習的演算法，加上越來越強大的電腦與手機運算能力，讓「影片換臉」這件事情變得越來越隨手可得、並且天衣無縫。

過往電影中採用的 CG 技術要花好幾個月由專業人士進行後製，才能取得難辨真偽的影像效果，而應用了 AI 演算法，只需要一台桌上型電腦甚或是手機，上網就可以取得軟體、有機會獲得差強人意的結果了。

進一步，傳統軟體演算法主要依靠工程師的持續修改調整，而如 Deepfake 這類技術，內部的演算法會經過訓練持續進化。有許多技術被應用於提高 Deepfake 的偽造效果，其中最常見的一個作法被稱為「生成對抗網路（Generative Adversarial Network, GAN）」，這裡面包含了兩組神經網路「生成器（Generator）」和「辨識器（Discriminator）」。

在投入訓練資料之後，這兩組神經網路會相互學習訓練，有點像是坐在主人頭上的小天使與小惡魔會互相吐槽、口才越來越好、想出更好的點子；在練習的過程中，「生成器」會持續生成偽造的影像，而「辨識器」則負責評分，反覆訓練下來，偽造生成的技術進步，辨識偽造的技術也得以進步。

舉例來說，This Person Does Not Exist 這個網站就充滿了使用 GAN 架構建構的人臉，這個網站中的人臉看上去非常真實，實際上都是 AI 製造出來的「假臉」。

Deepfake 影片不一定是問題，不知道是 Deepfake 才是問題

現今的 Deepfake 技術得以持續進步、騙過人眼是許多人努力的成果，也不見得都是壞事。像是《星際大戰：俠盜一號》片尾，年輕的萊婭公主出面驚鴻一瞥，就帶給許多老粉絲驚喜。這項技術應用癥結在於，相關演算法輕易就能取得，除了讓有心人可以藉以產製色情影片（這類影片佔了Deepfake濫用的半數以上），Deepfake 製造的影片在人們不知情的情況下，很有可能成為虛假訊息的載體、心理戰的武器，甚至於影響選戰與輿情。

因此，Deepfake 弄假似真不是問題，閱聽者因此「不辨真假」才將是最大的問題所在。

相關的研究人員歸納了幾個這類「變臉」影片常見的特徵，可以用來初步辨識眼前的影片是不是偽造的。

首先，由於 AI 尚無法非常細緻的處理一些動作細節，因此其眨眼、視線變化或臉部抽蓄的動作會較不自然。其次，通常在邊緣處，如髮絲、臉的邊緣線、耳環等區域會出現不連貫的狀況。最後，在一些結構細節會出現不合理的陰影瑕疵，像是嘴角的角度位置等。

由於現階段的 Deepfake 通常需要大量的訓練資料（影像或影片）才能達到理想的偽造成果，因此會遭到「換臉」的受害者，主要集中在影像資源豐富的名人，如電影明星、Youtuber、政治人物等。需要注意的是，如果有人意圖使用 Deepfake 技術製造假消息，其所製造的影片不見得需要非常完美，有可能反而降低解析度、非常粗糙，一般人如用手機瀏覽往往難辨真假。

人眼已經難辨真假，那麼以子之矛攻彼之盾，以 AI 技術辨識找出 Deepfake 的成品，有沒有機會呢？隨著 Deepfake 逐漸成為熱門的議題，有許多團隊也開始試圖藉由深度學習技術，辨識偽造影像。2020 年臉書與微軟開始舉辦的「換臉偵測大賽」（Deepfake Detection Challenge）就提供高額獎金，徵求能夠辨識造假影片的技術。然而成果只能說是差強人意，面對從未接觸過的影片，第一名辨識的準確率僅為 65.18%。

對於 Deepfake 可能遭到的濫用，某部分我們可以寄望技術的發展未來終將「道高一尺」，讓社群平台上的影像不致於毫無遮攔、照單全收；然而技術持續「魔高一丈」讓防範的科技追著跑，也是顯而易見的。

社群網路 FB 在 2020 年宣布全面禁止 Deepfake 產生的影片，一旦有確認者立即刪除，twitter 則強制註記影片為造假影片。Deepfake 僅僅是未來面對 AI 浪潮，科技社會所需要應對的其中一項議題，法律、社會規範如何跟上？如何解決箇中的著作權與倫理問題？這些都將是需要經過層層討論與驗證的重要課題。

至少大家應該心知肚明，過往的網路流行語：「有圖有真相」已經過去，接下來即將面臨的，是一個「有影片也難有真相」的網路世界了。

• 註解：推出 FaceApp 與「去演」的兩家公司其軟體皆要求註冊，且對於上傳資料之後續處理交代不清，被認為有侵犯使用者隱私權之疑慮。

參考資料

1. Deepfakes and the New AI-Generated Fake Media Creation-Detection Arms Race – Scientific American
2. What To Do About Deepfakes | March 2021 | Communications of the ACM
3. Tolosana, R., Vera-Rodriguez, R., Fierrez, J., Morales, A., & Ortega-Garcia, J. (2020). Deepfakes and beyond: A survey of face manipulation and fake detection. Information Fusion, 64, 131-148.
4. Deepfake 深偽技術的技術濫用與道德困境，大眾正要開始面對 | TechNews 科技新報
5. 台灣團隊研究辨識Deep Fake影片　深偽技術的正邪之戰開打 | 台灣事實查核中心 (tfc-taiwan.org.tw)

• 水熊蟲真的能跟量子位元「量子糾纏」嗎？
• 逼近 50% 的癌症研究實驗無法被重現？RPCB 耗時 8 年點出「再現性危機」
• 大資訊時代也是大駭客時代！——你該認識的駭客新興手法
• Omicron 變種病毒從哪來？打疫苗有用嗎？Omicron 相關研究彙整
• 推理系動畫毒殺利器！——認識致命的「河魨毒」