• 文／蜜獾蝦｜誤打誤撞從政大哲學畢業，對歷史和考古深感興趣。

歐洲大約在五千年前進入青銅器時代，儘管這個時代的文明，留下了各式各樣的史詩戰役故事，例如著名的特洛伊戰爭，考古學家實際上挖掘到的大規模戰爭遺址卻非常罕見，即使是在文明成熟地區也是如此。學界普遍相信，青銅器時代應該是相對和平的時期，青銅武器作為權力與威信的象徵和儀式用具，遠勝於實戰兵器。考古遺址訴說的故事是貿易與交流，而不是戰爭與殺伐。

被忽略的北境大戰

以前的考古學家沒有想到 3200 年前曾上演過這種情節：來自四方的數千戰士，在德國北方為了爭奪橋梁的控制權，用長槍、弓箭、劍和棍棒展開血鬥，戰鬥在一天內分出了勝負，落敗方的武器和財物經過簡單迅速的搜刮後，傷患和屍體被推入河谷，被淤泥掩埋，任人遺忘。

這場青銅時代的大型戰鬥沒有被任何歷史文獻記載，寂靜無聲的淹沒時間的長河中。直到 1996 年，一位業餘考古學者在河畔散步時，偶然發現一根插著燧石箭頭的上臂骨，才揭開了這個被忽略的大戰……

他們在初期試挖過程發現了更多骨骸，包括一顆碎裂的頭骨、73 公分長的球棒狀木棍。同位素碳定年法（radiocarbon dating）判定這些遺物皆來自 3200 年前左右的單一事件。

那這段歷史為什麼這麼晚才被發現？

在歐洲南部相對成熟的青銅器文明面前，北方顯得黯然失色，我們缺乏北方平原的文字紀錄，難以了解這時期的歷史事件。以北方平原四散的部落遺跡來看，過去認為就算有武裝衝突，也應該只是打草穀式的小規模劫掠：一小群年輕男性手持兵器闖入臨近部落，搶錢、搶糧、搶娘們。學者在上世紀 90 年代時，甚至根本不認為史前時代有大規模的「戰爭」存在。

圖蘭森河谷（Tollense Valley，德文 Tollensetal），這個考古學者最意想不到的地方，竟然同時顛覆了「青銅時代沒有大規模戰爭」和「歐洲北方僅有劫掠隊式的小紛爭」的這兩個想法。圖蘭森河從新布蘭登堡（Neubrandenburg）附近的圖蘭森湖（Tollensesee）流出，向北流入波羅的海，而這個改變考古學認知的河谷位於柏林北方 120 公里。研究人員剛開始並沒有意識到他們發現了多麼驚人的寶藏，然而經過 2009 年到 2015 年間的一連串遺址開挖，這根無意間發現的上臂骨，卻改變了學界對青銅器時代的想像。

目前圖蘭森河谷已經挖出五具小型馬匹，以及至少 130 具人類屍體，多數是年齡介於 20 到 30 歲間的男性。至今開挖的 450 平方公尺，還不到整個戰場的 10%，甚至可能不到 3%。從目前的資料來估計，整個戰場開挖完可能會有 750 具骨骸，假如這場仗共有五分之一參與者在戰場留下屍體，那麼當時戰場上參與整場衝突的，可能超過 4000 名戰士，這是青銅時代遺址前所未有的規模。

用高科技看屍體派對中的故事

研究人員對這批發現進行了詳細的研究。像是使用出土武器或那個年代的兵器，建構 3D 影像來分析傷口，確認每個死者生前的遭遇，這些資訊對於研判戰爭過程非常重要。

例如 2011 年的論文使用 X 光，推斷最早發現的上臂骨，燧石箭頭造成的傷口週圍曾經過簡單的急救處理，所以推斷應該是一系列持續數天、甚至數週的小衝突，因此有時間包紮傷者，延長戰力。然而顯微檢查（microscopic inspection）的結果表明，上臂骨曾被辨識為包紮的痕跡，其實是破碎的骨骼。至今圖蘭森河谷沒有發現類似治療的痕跡，看來這場衝突可能只在一天內就結束了。這些資訊大大改變了對這場戰爭規模的評估。

一組漢堡的工程師團隊也在去年加入，使用幫航空器部件建構壓力模型的技術，分析這批遺骨；同時，考古學家也在死豬身上測試青銅和燧石武器的威力。有條斷裂的股骨曾被認為是從馬背上摔下來的結果，新的分析則判定這是被一般體型的男性，用全身的重量施加在青銅槍頭上切斷的。

戰場上消失的青銅劍

值得一提的是，儘管有些骨骸上面留有推測是青銅劍劈砍的傷痕（例如在兩處挖掘點發現被劈斷的肋骨），但目前遺址中卻沒有發現任何一把青銅劍。這些青銅劍可能都被當作貴重的戰利品帶走。在附近同時代的葬墓中，發現了一把青銅劍，可能就是圖蘭森河谷之戰的戰利品。

然而這場戰鬥可能結束得非常匆促，勝利者的搜刮並不完全，仍然有不少有價值的武器，包括各種形狀的木製戰鬥棍棒、青銅槍頭、青銅或燧石的箭頭、以及青銅髮圈等財物遺留在戰場上，成為考古學者研究的素材。

而這場衝突從何而起？

2013 年，地質調查發現一座 120 公尺長的橋（或堤道）橫跨了圖蘭森河谷。這座橋墩的年代比衝突發生的時間早了 500 年，可能是一個在當地持續被翻新使用的地標。圖蘭森河上的橋梁可能曾是聯繫平原兩側交通的咽喉點，為了爭奪這座橋，兩方展開廝殺。

開戰時刻，讓專業的來

圖蘭森河谷戰場上一個讓學者振奮的特點，在於似乎出現了專業化的戰士集團的證據。至少 27% 死者的骸骨上面有痊癒的舊傷，其中三個頭骨有碎裂癒合的痕跡。 這不太可能是一群每幾年才聚集起來打一場架的農夫，而是久經戰爭的專業戰士。雖然圖蘭森河谷的戰場上沒有發現盔甲，但在這場戰鬥的後一個世紀內，歐洲北方平原開始出現盔甲和盾牌。青銅器時代的作戰防具，必須經過一定訓練，才能用於實戰，不是未經訓練的農夫能馬上使用。

戰士階級可能在這個時期成形了。他們使用戰爭專用的的青銅武器，騎著小型馬匹進入戰場。小型馬不適合騎乘作戰，可能是作為菁英戰士代步工具以及運輸武器裝備之用。圖蘭森河谷的戰場上，專業戰士可能擔任軍官的職務，指揮那些使用簡單武器的步兵投入戰鬥。能夠投入數千人進入這個河谷作戰，也代表那個時代的社會組織超過過往的預估，我們對於青銅時代社會規模的理解，可能將大為改變。

這場戰役另一有趣的地方是這些死者的來歷。從牙齒同位素的分析，可以發現只有少數死者是本地人。有些死者來自波蘭，另外一些則是荷蘭境內，都離戰場相隔很遠。牙齒 DNA 顯示部分戰士與現代南歐居民血源相近，另一些則和現代斯堪地那維亞、波蘭居民血源相近。但古代 DNA 研究還在進行，學者希望能帶來更多資訊。

為什麼各地的專業戰士要不遠千里，在德國北境的圖蘭森河谷展開殊死戰？目前的資料難以回答這個問題，我們只知道，西元前 1200 年左右是非常不平靜的時代。同一個時間，歐洲南方的麥錫尼文明走向崩潰，也是特洛伊戰爭可能的發生時間；兩河流域的西台帝國毀滅；一個神祕的「海上民族（Sea People）」集團興起，在東地中海地區四處劫掠，和埃及法老交戰。這個時期的歷史有很多的謎團，我們甚至不能肯定海上民族的組成者有哪些。

而在圖蘭森河谷的戰爭不久，北歐平原散佈的農莊演變成集中式的要塞化開拓聚落。這場戰鬥展現的社會組織力、戰士階級和成熟的武器，可能是了解這段歷史進程的一把關鍵證據。

參考資料

1. Andrew Curry, Slaughter at the bridge: Uncovering a colossal Bronze Age battle, Science News

2. Detlef Jantzen et al. A Bronze Age Battlefield? Weapons and Trauma in the Tollense Valley, north-eastern Germany. Antiquity 85(328):417-433 · June 2011

3. Stefan Flohr et al. Flint arrowhead embedded in a human humerus from the Bronze Age site in the Tollense Valley, Germany – a high-resolution micro-CT study to distinguish antemortem from perimortem projectile trauma to bone, International Journal of Paleopathology 9:76-81 · March 2015

4.  Joachim Krüger et al. Bronze Age tin rings from the Tollense valley in Northeastern Germany. Praehistorische Zeitschrift 87(1):29-43 · September 2012

• 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」