防不胜防：第一批 AI 已经开始诈骗

作为世界上最古老的几个职业之一，骗子可以说是与时俱进的代表了，甚至可以说是世界上拥抱新事物最积极的群体。

▲美国经典诈骗题材电影《11罗汉》系列

自从微信成为国民级社交软件之后，各类骗子的主战场也随之进行转移，从原来的电话短信诈骗进行了产业升级，成功步入了移动互联网时代，毕竟作为熟人社交的社交工具，微信获取信任的成本远远低于其他方式，「秦始皇打钱」的时代宣告结束。

骗子们依托微信开发了非常多的诈骗方式，比如针对年轻男性群体的「茶叶诈骗」，在早期微信还没有完全成为熟人社交软件之前风靡一时，基本套路都是以武夷山某茶庄庄主外孙女在外公重病，亲戚觊觎茶庄的时候走投无路，通过「摇一摇」或者「附近的人」找到了天选之子的受骗者，最终一步一步的让受骗者热血上头打钱买茶叶保卫茶庄所有权。

随着媒体的曝光，此类骗术逐渐失去了效果。但是骗子们的招数依然层出不穷，最近媒体又爆出了一个更新的骗术：近日，赵女士收到父亲的语音留言，对方称买菜没带钱要赵女士转200元。赵女士问了一句「爸，是你吗？」很快收到语音答复。赵女士一听是父亲的口音，便将钱转了过去，结果还是被骗。同样受害的还有来自沧州的王女士，王女士接到同学发来的微信，让她帮忙转点钱，并发来语音催促。一听就是同学的声音，王女士好心打款500元，同样被骗。

这种骗局主要原因还是由于微信盗号造成的，虽然目前通行的微信版本语音是不能转发的，但是骗子可以通过提取语音文件或者安装「增强版微信」（一般是基于 xposed 框架的插件），都能达到转发语音的效果。虽然这种骗局技术含量不高，如果警惕性高一点，直接打电话联系就可以让骗子不攻自破。

▲这种「增强版微信」相当于外挂

但是骗子很聪明的利用了中国人给彼此留面子的社交规则，如果是亲朋好友语音跟你说借个百来块钱，一般是不太可能去直接打电话质疑的，这样会显得自己很小气。再加上又有对方的语音，自然更不会去进一步深究，所以这样的骗局能成功的也不意外。

所谓道高一尺魔高一丈，你真的以为打电话就能够攻破骗子的骗局吗？现在的技术已经完全可以通过算法来生成人的全套语音了，甚至连愤怒、高兴等不同语气情绪都能够做到惟妙惟肖，足以以假乱真，而所需要的材料也仅仅只需要被生成者的几段话。

开发这项技术的是谷歌 2016 年在加拿大蒙特利尔大学建立的人工智能实验室（MILA）。基于声音合成技术，MILA 在 2017 年 4 月份成立了 Lyrebird 公司。Lyrebird 是一种名为琴鸟的鸟类，这种鸟具有一种特殊的天赋，它不仅能模仿多种其他鸟类的声音，它还能模仿几乎一切它听到的声音。

▲创造你自己的声音阿凡达

在其网站 DEMO 部分，你可以听到了官方合成的足以以假乱真的特朗普以及奥巴马的声音，而美国那边也有记者用机器合成的句子跟家里人打电话做实验，他的母亲完全分不清楚真假。

之所以能产生如此高还原度的合成声音，背后的技术正是神经网络（Neural Network）和机器学习（Machine Learning）。神经网络模拟电信号在人脑神经元之间的传递过程，对输入数据进行处理。它利用分层的神经元，从大量样本数据中总结出共同特征。第一个用神经网络来生成人类自然语音的，就是 DeepMind 的 WaveNet。没错，就是那个做 AlphaGo 公司。

具体的原理比较复杂，就不过多赘述了，总而言之 WaveNet 可以把 PS 痕迹明显的机器语音，转换成更加流畅自然的语音，与人类声音之间的差异大幅降低，目前在鬼畜视频界做的风生水起。而 Lyrebird 则更进一层，他可以基于音色、音调、音节、停顿等多种特征，来定义某个人的声音，然后生成更加拟真的声音。

对于骗子来说，完全可以通过骚扰电话录音来提取你的声音在 Lyrebird 上进行生成，从而可以完成把我们上面说的打电话验证真伪的这个过程给搞定。

声音靠不住了，那就只能靠脸了。在接到骗子的语言诈骗微信消息的时候，反手就是一记视频通话，这样应该骗子就慌了。

其实不止声音可以伪造，现在连脸都可以通过 AI 来进行伪造了，比如前段时间在 Reddit 上大火的明星换头「成人短片」，一个网名为 deepfakes 的程序员,他在业余时间用家里的电脑和开源的 AI 工具 fakeapp,通过机器学习算法，成功移花接木，将神奇女侠女主角盖尔·加朵的脸移植到了一名成人女演员身上。

deepfakes 此举一石激起千层浪，由于 Fakeapp 使用门槛极低,无需安装 Python和 Tensorflow 等编程语言和开源软件库就能运行,甚至连高性能显卡都不用，完全可以租用谷歌的云 GPU 搞定。一时间欧美各大女星的小电影充斥了整个社区，导致 Reddit 做出了紧急封杀处理，一群老司机就此做鸟兽散。

▲换脸原理

而比成人片更可怕的还是制造假新闻，在今年的 4 月份，就有人利用 Fakeapp 做出了一段假视频，在视频中美国前总统奥巴马对着镜头说出了一句令人震惊的话：「川普总统完全就是个笨蛋。」，瞬间在美国造成了轰动的影响，大家在这场精心准备的玩笑中，发现了一个可怕的事实，那就是：我们已经进入了这样一个时代，我们的敌人可以做出看起来像任何人在任何时候说任何话的东西。

▲几乎以假乱真

而 Fakeapp 和 Lyrebird 就是一套组合拳，可以围绕脸和声音两个主要的辨识点去做出以假乱真的材料出来，虽然目前这两个技术还有着不少问题，但是我们看到在机器学习的加持下，它们正在变得越来越强大。

▲Fakeapp 已经 2.2 版本了

而这两项技术的创立的初衷其实也并不是为了作恶，Lyrebird 的创始人就表示他们希望自己的这个技术能帮助那些发声困难的人，通过官方API接口，为他们打造出自己克隆出的更真实声音，而不再是过去那种机器发出的声音。

而 deepfakes 也表示「任何技术都可以被邪恶的动机利用，这种事情无法被禁止。我认为人人都可参与机器学习研究不是一件坏事」，虽然这老哥车发起来是迅雷不及掩耳，但是看得出来，这更多也是一名程序员的炫技。这个技术一旦用好了，对于影视行业后期来说，是一项重大福音，比如斯坦·李老爷子的客串彩蛋也会一直进行下去。

▲保罗·沃克在《速激7》的部分场景就是用到了相关的技术

deepfakes 的这番话倒是让人很容易想起当年快播创始人王欣在法庭上的那句「技术无罪」，如今已经出狱的王欣一头扎进了区块链里面。也许很多年以后，王欣也会想起在风声已经变紧的情况下，他决定继续做一个「有种」的男人的那个下午。