你會因為名人推薦而買書嗎？為什麼？｜【科科齊打交】

• 作者／賴昭正｜前清大化學系教授、系主任、所長；合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒，那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬．霍金（Stephen Hawking）　英國理論物理學家

大約在八十年前，當第一台數位計算機出現時，一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧；但七十年後，還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」（Artificial Intelligent，簡稱 AI）的能力最近十年突然起飛，在許多（所有？）領域的測試中擊敗了人類，正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元（graphic process unit，簡稱 GPU）是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia（英偉達）股票從每股不到 $5，上升到今天（5 月 24 日）每股超過 $1000（註一）的全世界第三大公司，其創辦人（之一）兼首席執行官、出生於台南的黃仁勳（Jenson Huang）也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人！可是多少人了解圖形處理單元是什麼嗎？到底是時勢造英雄，還是英雄造時勢？

在回答這問題之前，筆者得先聲明筆者不是學電腦的，因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事，不是我們外行人需要了解的；但作為一位現在的知識分子或公民，了解基本原理則是必備的條件：例如了解「能量不滅定律」就可以不用仔細分析，即可判斷永動機是騙人的；又如現在可攜帶型冷氣機充斥市面上，它們不用往室外排廢熱氣，就可以提供屋內冷氣，讀者買嗎？

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」（central process unit，簡稱 CPU）。CPU 是電腦的「腦」，其電子電路負責處理所有軟體正確運作所需的所有任務，如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作；但為了簡單化，我們在這裡所談的工作將只是執行算術和邏輯運算的工作（arithmetic and logic unit，簡稱 ALU），如將兩個數加在一起。在這一簡化的定義下，CPU 在任何一個時刻均只能執行一件工作而已。

在個人電腦剛出現只能用於一般事物的處理時，CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後，CPU 開始顯示心有餘而力不足：例如電玩動畫需要應用程式處理數以萬計的像素（pixel），每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年，英偉達將其一「具有集成變換、照明、三角形設定／裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」（註二）定位為「世界上第一款 GPU」，「GPU」這一名詞於焉誕生。不像 CPU，GPU 可以在同一個時刻執行許多算術和邏輯運算的工作，快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢？因每一時刻只能做一件事，所以其步驟為：

• 計算 7×5；
• 計算 6/3；
• 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢？很多工作便可以同時（平行）進行：

• 同時計算 7×5 及 6/3；
• 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間，但如果我們有 16 對 a×b 要相加呢？單獨的 CPU 需要 31 個運算的時間（16 個 × 的運算時間及 15 個 + 的運算時間），而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間（1 個 × 的運算時間及 4 個 + 的運算時間）！

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了，如何將它擺正成右圖呢？ 一句話：「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點（座標 x, y）組成的，所以這句簡單的話可讓 CPU 忙得不亦樂乎了：每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

即每一點均需要做四個 × 及兩個 + 的運算！如果每一運算需要 10^-6 秒，那麼讓《我愛科學》一書做個簡單的角度旋轉，便需要 6 秒，這豈是電動玩具畫面變化所能接受的？

人類的許多發明都是基於需要的關係，因此電腦硬件設計家便開始思考：這些點轉換都是獨立的，為什麼我們不讓它們同時進行（平行運算，parallel processing）呢？於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 10⁶ 運算，那上圖的轉換只需 10^-6 秒鐘！

GPU 的興起

GPU 可分成兩種：

• 整合式圖形「卡」（integrated graphics）是內建於 CPU 中的 GPU，所以不是插卡，它與 CPU 共享系統記憶體，沒有單獨的記憶體組來儲存圖形／視訊，主要用於大部分的個人電腦及筆記型電腦上；早期英特爾（Intel）因為不讓插卡 GPU 侵蝕主機的地盤，在這方面的研發佔領先的地位，約佔 68% 的市場。
• 獨立顯示卡（discrete graphics）有不與 CPU 共享的自己專用內存；由於與處理器晶片分離，它會消耗更多電量並產生大量熱量；然而，也正是因為有自己的記憶體來源和電源，它可以比整合式顯示卡提供更高的效能。

2007 年，英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後，科學家發現獨立 GPU 不但能夠快速處理圖形變化，在需要大量計算才能實現特定結果的任務上也非常有效，因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理，不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化，也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬（註三）等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分，正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲，遠遠落在英偉達（80%）及超微半導體公司（Advance Micro Devices Inc.，19%，註四）之後，大約只有 1% 的市場。

事實上現在的中央處理單元也不再是真正的「單元」，而是如圖二可含有多個可以同時處理運算的核心（core）單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心，因此其核心功能不如 CPU 核心強大，但它們能同時高速執行大量相同的指令，在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心；GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書，不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等，也知道它擺斜了。這種「平行運作」的能力不僅限於視覺，它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是：嘴巴在講，腦筋思考已經不知往前跑了多少公里，常常為了追趕而越講越快，將不少學生拋到腦後！這不表示筆者聰明，因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技，因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣（matrix）的讀者應該知道，如果用矩陣和向量（vector）表達，上面所談到之座標轉換將是非常簡潔的（註五）。而矩陣和向量計算正是機器學習（machine learning）演算法的基礎！也正是獨立圖形處理單元最強大的功能所在！因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石：它們的架構就是充分利用並行處理，來快速執行多個操作，進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」（deep learning）。

黃仁勳在 5 月 22 日的發布業績新聞上謂：「下一次工業革命已經開始了：企業界和各國正與英偉達合作，將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升，幫助企業降低成本和提高能源效率，同時擴大收入機會。」

附錄

人工智慧的實用例子：下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後，讀者是不是認為筆者該退休了？

GPU（圖形處理單元）和 AI（人工智慧）之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力，特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步，使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率，使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐，而且使其更具成本效益，因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展，GPU 的角色可能會變得更加不可或缺，推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標，這些神經元網路可以獨立但有凝聚力地工作，使我們能夠執行複雜的任務，例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外，研究表明，與非人類動物相比，人類大腦具有更多平行通路，這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上，一邊聽音樂一邊做飯，或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技，因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵：透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

（註一）當讀者看到此篇文章時，其股票已一股換十股，現在每一股約在 $100 左右。

（註二）組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」（GeForce 256）插卡吧?

（註三）筆者於 1984 年離開清華大學到 IBM 時，就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士（fellow）」Enrico Clementi 的團隊：因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層，我們只能自己寫軟體將 8 台中型電腦（非 IBM 品牌！）與一大型電腦連接來做平行運算，進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

（註四）補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商：英偉達及 ATI（Array Technology Inc.）。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立，2006 年被超微半導體公司收購，品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐（Lisa Tzwu-Fang Su）博士為執行長後，股票從每股 $4 左右，上升到今天每股超過 $160，其市值已經是英特爾的兩倍，完全擺脫了在後者陰影下求生存的小眾玩家角色，正在挑戰英偉達的 GPU 市場。順便一題：超微半導體公司現任總裁（兼 AI 策略負責人）為出生於台北的彭明博（Victor Peng）；與黃仁勳及蘇姿豐一樣，也是小時候就隨父母親移居到美國。

（註五）或。

延伸閱讀

• 「熱力學與能源利用」，《科學月刊》，1982 年 3 月號；收集於《我愛科學》（華騰文化有限公司，2017 年 12 月出版），轉載於「嘉義市政府全球資訊網」。
• 「網路安全技術與比特幣」，《科學月刊》，2020 年 11 月號；轉載於「善科教育基金會」的《科技大補帖》專欄。

• 採訪編輯｜陳儀珈

關於「臺灣學生閱讀能力退步」的說法，早已不是新聞了，但這現象真的存在嗎？就算存在，怪罪社群媒體、影音平台，然後多讓學生們多讀幾本經典名著就能解決問題嗎？如果不是，還能怎麼做？

現代問題要有現代手段，國立臺灣師範大學教育心理與輔導學系講座教授，同時也是該校副校長的宋曜廷帶領研究團隊，先用科學方法研究學生的閱讀能力，接著透過評量，逐步找出解方。

「考試領導教學」一直是臺灣教育的硬傷，在當今臺灣「應試教育」的體制下，無論是什麼內容或教學方式，只要你是名師，在補習界永遠都可以有一席之地，然而，閱讀習慣這件事，沒有辦法透過應試導向的「補習」補起來。

在「應試」體制下的臺灣教育

針對臺灣學生的閱讀能力，宋曜廷的研究團隊發現，臺灣學生整體閱讀能力的確退步得很顯著，但學校端遲遲無法提出積極、有效改善閱讀教育的作為，家長也無法得到外界的有效支援。

以應試導向作為教育主軸，或許在臺灣和部分亞洲國家是可行的、能創造亮眼成績的，但這只是現在，而不是未來，更不是全球的趨勢。這個資訊爆炸的時代，應試取向的教育並非長久之計，新的學習觀念和教育研究都顯示，應試教育將會被「素養教育」所取代。

為了解決上述問題，宋曜廷藉由語言學、心理學、人工智慧技術，成功研發出「適性閱讀系統 SmartReading」平台，不僅能夠診斷學生的閱讀能力、客觀分析文本的難易度，也可以推薦適合學生程度的書籍，結合適性測驗、文本難度測驗，達到最好的學習和教學效果。

找到適合不同程度閱讀能力的文本

讓低年級的孩子讀《盲眼鐘錶匠：解讀生命史的奧祕》、《沙灘上的薛丁格，生活中的量子力學》等有一定難度的書籍，不是訓練，而是一種折磨。那要怎麼才可以選對書，讓學生讀到難度適中的文本呢？

以英語為例，「Lexile 藍思」是全世界最知名、最有公信力之一的英語閱讀程度指標，有無數的老師、家長和書商，甚至是美國教育部，都大力推廣使用 Lexile 藍思來增進孩子的英文閱讀能力，並追蹤學習的狀況。

那麼臺灣呢？宋曜廷表示，其實我們早就做出來了！畢竟臺灣學生的知識背景、典型的知識空間，是很簡單就可以整理出來的。

為了讓人們更精準、客觀地了解文本的難易度，宋曜廷結合閱讀心理學、語言學及機器學習，研發出「中文文本可讀性指標自動化分析技術」（Chinese Readability Index Explorer, CRIE），分析文本中的五大客觀指標（基本層次、字詞層次、句法層次、語意層次、以及凝聚類層次），以評估文章的用字遣詞及文章結構。

除了上述語言特徵外，宋曜廷的研究團隊更整合不同特定領域的知識，以評估文章中「專業知識」的難度，最終開發出通用型的文本可讀性模型，可用來量化不同領域書籍或文章的「SR 值」及「適讀年級」。

其中 SR 值為文本的難度值，若 SR 值愈大，則代表這篇文章或書籍的難度愈高。

若是好奇 CRIE 的分級成果，歡迎大家前往適性閱讀系統 SmartReading 的「閱讀分級書庫查詢系統」，該網站已收錄了「金鼎獎」、「中小學生讀物選介」、「兒童文學牧笛獎」等超過兩萬筆優良書目的得獎好書，並公布各個書籍的難度分級，提供大眾作為閱讀選書的參考依據。

踢走閱讀教育的絆腳石：太難懂、不適合和不深刻

除了書籍本身的難易程度，學生的閱讀能力，也會影響閱讀的成效和訓練。

因此，宋曜廷以閱讀心理學、閱讀能力發展歷程理論為基礎，參酌國際重要閱讀能力評量（PISA & PIRLS）與美國國家教育進步評量（NAEP）後，研發「中文閱讀能力診斷評量」（Diagnostic Assessment of Chinese Competence, DACC），藉由線上測驗，檢測出學生的閱讀能力。

根據認知發展理論，DACC 將學生的閱讀能力分為五大向度，分別為「字詞辨識」、「表層文意理解」、「文意統整」、「推論理解」以及「分析評鑑」。

適性閱讀系統 SmartReading 結合了能夠判斷書籍難易程度的 CRIE 技術，以及診斷學生五大向度閱讀能力的  DACC 評量，結合「書」與「人」的兩種指標，提供一組符合孩子閱讀能力的推薦書單，並讓學生自由選擇有興趣的書籍。

然而，匹配到適合的好書還不夠！研究團隊指出，臺灣學生缺乏的是「較高層次的知識整合與闡釋的能力」，因此一個培養閱讀習慣的好系統，還必須訓練學生「規劃閱讀計畫、評估閱讀成效、調整閱讀技巧」，讓孩子讀書讀得夠深刻。

適性閱讀系統 SmartReading 不僅有「讀後評量」、「閱讀計畫」的功能，更開發出評量學生摘要、心得的技術，並自動給予評分，是目前全世界第一且唯一的中文閱讀心得自動評分技術！

讀得多不等於讀得好，看 YouTuber 說書也不等於讀書

以往似乎會認為，只要孩子的閱讀量越大，就代表閱讀能力好、閱讀的效果也會好，但宋曜廷指出，這是很有爭議的說法，在教育學與心理學上，仍然無法證實閱讀量與閱讀力的有相關。

光是如何評估「閱讀量」，就有許多討論的空間。閱讀量等於文字量嗎？這些文字的品質如何？看了這麼多，究竟讀了什麼？有深入反省和批判嗎，抑或只是囫圇吞棗呢？

由於「認真讀」和「隨便讀」展現出來的成果、文字解構能力是完全不一樣，因此，在適性閱讀系統 SmartReading 中，會用相當嚴謹的平台互動、閱讀評量和讀後心得來檢驗閱讀的整體成效。

此外，若只單論閱讀能力的話，那就太「認知」了，在閱讀教育上，宋曜廷同樣看重的是閱讀的動機以及興趣。

孩子到底有沒有越來越喜歡閱讀？

宋曜廷指出，有許多人在進行閱讀教育時只在乎認知面，而忽略了情意面，尤其是「閱讀習慣」這一塊，更是難以被客觀測驗，而必須追蹤長達數年，才可以判斷孩子究竟有沒有持續的愛閱讀。

隨著時代數位化，除了紙本的閱讀，學生更多了電子書，甚至是有聲書、影片說書的選擇，然而，這到底算不算是一種「真正的閱讀」呢？

宋曜廷認為，「文字」的閱讀是不可取代的。除了文字是更深入、更有效率和效果的知識擷取外，在大腦處理資訊的過程，文字與影像進入記憶的機制是完全不一樣的，因此影像式的閱讀是另一個面向，無法真正取代傳統的文字式閱讀。

對於宋曜廷而言，YouTube 更適合作為一個引子，導引我們進入文字、發掘更深入的閱讀，也許當今影像的開發性、可能性比較高，也可以傳達更細膩的細節，但這幾千年來，人類對於文字的心領神會，是無可取代的。

在影視媒體的大舉進攻之下，若長篇文字（例如：書籍）的閱讀已經式微，像泛科學這種以「單篇文章」來乘載知識的方式，也許是值得推薦的。這種單篇、組合式的閱讀，只要足夠震撼、精煉，不僅維持文字原有的穿透性，也能「擾動」讀者去閱讀更多知識，作為一種閱讀的敲門磚。

從賣書的變成讀書的，再變成教書的！

宋曜廷感慨道，五十年前他小時候是個沒有書可以念的時代，在那個資源匱乏的社會，只有成績好的學生，才可以得到老師獎勵的一本書，考不到前三名，就沒有書可以看，《國語日報》更是許多人愛不釋手的寶藏。

回想起《國語日報》和當年的光景，宋曜廷也相當的懷念，「沒想到《萬能車》真的實現了！」

然而，隨著科技與網路技術的崛起，對於現在的學生而言，不僅書本唾手可得，還有著其他無限多的內容：遊戲、電影、動漫畫、網路影音等在搶奪人們的注意力，曾經輝煌、風光無限的出版業，如今卻變得灰頭土臉。

在科技狂潮下，數位化時代對出版業帶來巨大的衝擊，讀者閱讀習慣的轉變，更讓出版業面臨轉型的危機。

面對出版環境的驟變，傳統的大型出版社和書商，究竟該如何因應？中游的電商、科技學習或線上學習公司，可以怎麼協助相關的電商工作並擴展市場？在茫茫書海中，學生到底要怎麼選到正確的好書？

宋曜廷的研究團隊靠智慧型閱讀系統 SmartReading 平台打造「智慧型閱讀小聯盟」，集結了志同道合、願意推廣閱讀教育的聯盟會員，一起讓孩子喜歡讀書。加入聯盟後，作為上游的出版社與圖書銷售業，可以獲得前文所提及的  CRIE 自動分級技術，隨後由中游的電商與行銷單位利用 SmartReading 平台，將上游會員的書籍和文本推廣給有需求的下游會員，營造適性化閱讀的環境，讓家長和老師協助培養學生的自主閱讀習慣和能力。

「將出版業從賣書的，變成讀書的，再變成教書的！教書不是教真正的內容和知識，而是讓孩子對閱讀有興趣，因讀書而滿足。」宋曜廷這麼說道。

透過聯盟將閱讀的上中下游串連了起來，讓出版社不只是出版社、學生也不僅僅是只能接收知識的讀者，如此一來也才有機會讓「閱讀的生態系」能夠生生不息。

參考資料

• SmartReading 適性閱讀
• 智慧型閱讀小聯盟
• 文本可讀性指標自動化分析系統 CRIE 3.0
• 中文閱讀能力適性診斷評量
• 「基本能力指標」之發展與概念分析

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)