Deepfake是「deep learning」（深度學習）和「fake」（偽造）混合字，專指以AI人工智能運作的人體圖像合成技術，比Photoshop手動改圖移花接木更迫真。色情Deepfake作品自2017年開始於網上普及，不少是「Key樣」的虛假名人性愛片或報復性色情媒體。就算非色情，也容易被政客、好事網民或傳媒炒作假新聞和惡作劇，構成嚴重侵犯私隱的問題。「有圖無真相，眼見未為真。」面對改圖軟件愈來愈發達，這兩句話或是不少網民的共識，尤其今日Deepfake色情影片成行成市，有片都未必有真相。
化名「Alberto」的應用程式開發者近日推出一款AI改圖App「DeepNude」。只要在該程式載入一張全身女性相片，就能極速利用以神經網絡為基礎之AI人工智能，偽造出超逼真的裸照。用家提供的原始照片裸露皮膚面積越大，偽照便做得越準確真實。該App不僅推出了含水印的免費版及50美元付費版（無水印，但有大大個Fake字標記） ，還提供了網頁版、桌面下載版予Windows及Linux的電腦用家使用。
Deepfake App「DeepNude」運作機制：
外國網媒《Vice》旗下《Motherboard》記者以幾十張照片測試DeepNude效能，發現該App在《運動畫刊泳裝特輯》（Sport Illustrated Swimsuit）的性感清涼比基尼寫真上發揮最好，足見相中女性身上越少布便越易修改。應用在男性照片時，下體會被換成女性陰部。DeepNude並非萬能，低解像度的照片經修改後，還是有AI拼貼合成的痕跡。當輸入卡通人物照片時，影像更完全扭曲。
DeepNude收費版改圖成品範例：
DeepNude做出「神奇女俠」Gal gadot裸照（程式截圖）
AI的自動修圖能力十分驚人（程式截圖）
Taylor swift不是穿三點色也一樣可被偽造出來（程式截圖）
影后Natalie portman也中招（程式截圖）
外媒指責此程式嚴重侵犯私隱（網上圖片）
+2
《Motherboard》電郵訪問了開發者Alberto，他指出DeepNude基礎為開源（open-source）演算法pix2pix，是加州大學伯克利分校的研究人員於2017年開發。基本原理也是深度學習，他們使用生成對抗網絡（GANs），在巨大的圖像資料庫集上訓練演算法。而應用於DeepNude的pix2pix則使用超過10,000張女性裸照來訓練。Alberto表示演算法目前僅適用於女性，因為女性裸照容易在網上收集，他也希望創建男性版DeepNude。
Alberto強調自己是個「科技愛好者」而不是偷窺者，受到對AI人工智能的「好奇心、樂趣和熱情」激勵而設計DeepNude，亦想藉此「實驗」獲得經濟回報。DeepNude創作靈感來自上世紀60至70年代出版之漫畫離誌上刊登的「X光眼鏡」廣告，它們聲稱可以讓人看透衣服。Alberto兩年前得知GAN網絡可白天照片變成夜間照片，便意識到可以將著衫人相變裸照，就像那些透視眼鏡。肯定了人工智能的潛力後，他著手鑽研基礎知識。
以Deepfake AI演算法生產的媒體在網上經已非常泛濫。很多好事的網民在未經當事人同意下使用女性照片做色情素材，或惡意散佈虛假的色情內容弄假成真，隨便在搜尋器輸入「Deepfake KPOP」都會出現成千上萬女星假AV片，無疑傷害了不少女性。此門本來中性的IT技術也成了幫兇，更何況DeepNude用家不需要識得編寫演算法程式也能輕易使用，毫無技術門檻，可在彈指之間交出成品，令女性更難保護自己。Alberto對網媒《The Verge》表示如果他不先做，別人也很快做出類似的App，因為相關技術已經存在，人人可以觸及；但他不忘「戴頭盔」說如發現該App被濫用，開發團隊「一定會放棄它」。
DeepNude甫推出已受千夫所指。反「色情報復行為」組織「Badass」創始人Katelyn Bowden對《Motherboard》表示，現今每個人都有可能成為色情報復的受害者，即使從未影過裸照也會遭殃，她狠批DeepNude：「如此技術根本不應該對公眾開放。」馬里蘭大學凱里法學院（University of Maryland Carey School of Law）教授Danielle Citron認為DeepNude正侵犯性私隱。「對，這不是你真正的陰部，但其他人會認為已看到你赤身露體，」她說：「有深受其害的人士對我說，感覺好像有數千人看過她裸體，覺得身體不再屬於自己。」
