人工智能“深度偽造”的治理模式比較研究
發(fā)布時間：2021-02-06 02:32
人工智能發(fā)展所帶來的經(jīng)濟利益和安全風險之間的平衡急需治理模式的跟進完善。以"深度偽造"換臉事件為例,考察各國（地區(qū)）對智能技術(shù)換臉導致的安全風險的應對舉措。通過對比美國、歐盟、中國"深度偽造"換臉事件的發(fā)酵過程,發(fā)現(xiàn)對待此類人工智能引發(fā)的風險,美國選擇自下而上審慎規(guī)則,歐盟采取自上而下主動出擊,中國則嘗試多方參與包容監(jiān)管,各國（地區(qū)）基于歷史文化傳統(tǒng)和實際需要選擇了最適配的治理模式。在比較分析的基礎(chǔ)上提出人工智能安全發(fā)展的治理要素,為應對其引發(fā)的安全風險提供對策建議。
【文章來源】：電子政務. 2020,(05)CSSCI
【文章頁數(shù)】：11 頁
【部分圖文】：
“深度偽造”換臉邏輯示意
圖1“深度偽造”換臉邏輯示意數(shù)據(jù)是人工智能的基礎(chǔ)命脈。人工智能由數(shù)據(jù)驅(qū)動，需要從數(shù)據(jù)中學習才能實現(xiàn)其功能[7]。當進行人臉替換建模時，數(shù)據(jù)作為一種重要原料，直接影響建模效果的好壞。人臉圖片數(shù)據(jù)作為原始輸入，需要對其進行清理、結(jié)構(gòu)化、集成等，然后通過分析數(shù)據(jù)來解釋換臉中的面部契合問題及替換邏輯，以提高臉部替換準確度。
二是技術(shù)對抗。谷歌從2018年就開始搜集視覺數(shù)據(jù)集，研究“深度偽造”的檢測技術(shù)。加州大學伯克利分校和南加州大學合作打造識別生物標簽的人工智能系統(tǒng)，通過面部表情和頭部動作之間的相關(guān)性來區(qū)分視頻是否被“偽造”處理過[11]。斯坦福大學研究員Tom Van de Weghe設計了一種基于區(qū)塊鏈技術(shù)的視頻檢測原型，可為圖像與視頻提供真實性證明，從而打擊“深度偽造”虛假信息[12]。三是立法監(jiān)管。2019年6月13日，眾議院情報委員會主席亞當·希夫圍繞“深度偽造”舉行了首次聽證會，督促聯(lián)邦和各州立法機構(gòu)積極落實應對行動。目前各州立法機構(gòu)和聯(lián)邦立法機構(gòu)已提出12項法案[13]，其中州級立法尤為迅速且更加嚴厲。2019年7月1日，弗吉尼亞州《非法傳播或出售他人影像》（Unlawful Dissemination or Sale of Images of Another Person）將未授權(quán)而傳播“深度偽造”圖像和視頻的行為定罪，可判處最高一年監(jiān)禁和2500美元罰款。德克薩斯州修改了州選舉法，并于2019年9月1日通過，成為美國第一個禁止制作或傳播“深度偽造”內(nèi)容的州。2019年2月和10月，加利福尼亞州州長分別簽署了兩項法案《犯罪：欺騙性記錄》（Crimes:Deceptive Recordings）和《選舉：欺騙性的音頻和視覺媒體》（Elections:Deceptive Audio or Visual Media），分別禁止“深度偽造”用于色情傳播和政治助選。美聯(lián)邦政府層面多以出臺調(diào)查報告為主。2019年7月9日，參議院提交《2019年“深度偽造”報告法案》（The Deepfake Report Act of2019），明確指示國土安全部在法案通過后200天內(nèi)，以及之后每18個月發(fā)布一份關(guān)于“深度偽造”的報告，以此作為修改相關(guān)法律的依據(jù)。2019年7月12日，眾議院通過《2020年國防授權(quán)法案》（The National Defense Authorization Act for Fiscal Year 2020）要求在不遲于法案通過后180天，國務卿必須向各委員會通報國防部對“深度偽造”操縱媒體內(nèi)容的應對舉措。
【參考文獻】：
期刊論文
[1]面向公共管理的數(shù)據(jù)所有權(quán)保護、定價和分布式應用機制探討[J]. 吳超,郁建興. 電子政務. 2020(01)
[2]論“深度偽造”智能技術(shù)的一體化規(guī)制[J]. 王祿生. 東方法學. 2019(06)
[3]人工智能時代的“政府生態(tài)”治理現(xiàn)代化[J]. 李曉夏,趙秀鳳. 電子政務. 2019(10)
[4]人工智能時代的價值審度與倫理調(diào)適[J]. 段偉文. 中國人民大學學報. 2017(06)
[5]人工智能治理的三個基本問題:技術(shù)邏輯、風險挑戰(zhàn)與公共政策選擇[J]. 賈開,蔣余浩. 中國行政管理. 2017(10)
[6]通向人工智能時代——兼論美國人工智能戰(zhàn)略方向及對中國人工智能戰(zhàn)略的借鑒[J]. 何哲. 電子政務. 2016(12)
本文編號：3020002
【文章來源】：電子政務. 2020,(05)CSSCI
【文章頁數(shù)】：11 頁
【部分圖文】：
“深度偽造”換臉邏輯示意
圖1“深度偽造”換臉邏輯示意數(shù)據(jù)是人工智能的基礎(chǔ)命脈。人工智能由數(shù)據(jù)驅(qū)動，需要從數(shù)據(jù)中學習才能實現(xiàn)其功能[7]。當進行人臉替換建模時，數(shù)據(jù)作為一種重要原料，直接影響建模效果的好壞。人臉圖片數(shù)據(jù)作為原始輸入，需要對其進行清理、結(jié)構(gòu)化、集成等，然后通過分析數(shù)據(jù)來解釋換臉中的面部契合問題及替換邏輯，以提高臉部替換準確度。
二是技術(shù)對抗。谷歌從2018年就開始搜集視覺數(shù)據(jù)集，研究“深度偽造”的檢測技術(shù)。加州大學伯克利分校和南加州大學合作打造識別生物標簽的人工智能系統(tǒng)，通過面部表情和頭部動作之間的相關(guān)性來區(qū)分視頻是否被“偽造”處理過[11]。斯坦福大學研究員Tom Van de Weghe設計了一種基于區(qū)塊鏈技術(shù)的視頻檢測原型，可為圖像與視頻提供真實性證明，從而打擊“深度偽造”虛假信息[12]。三是立法監(jiān)管。2019年6月13日，眾議院情報委員會主席亞當·希夫圍繞“深度偽造”舉行了首次聽證會，督促聯(lián)邦和各州立法機構(gòu)積極落實應對行動。目前各州立法機構(gòu)和聯(lián)邦立法機構(gòu)已提出12項法案[13]，其中州級立法尤為迅速且更加嚴厲。2019年7月1日，弗吉尼亞州《非法傳播或出售他人影像》（Unlawful Dissemination or Sale of Images of Another Person）將未授權(quán)而傳播“深度偽造”圖像和視頻的行為定罪，可判處最高一年監(jiān)禁和2500美元罰款。德克薩斯州修改了州選舉法，并于2019年9月1日通過，成為美國第一個禁止制作或傳播“深度偽造”內(nèi)容的州。2019年2月和10月，加利福尼亞州州長分別簽署了兩項法案《犯罪：欺騙性記錄》（Crimes:Deceptive Recordings）和《選舉：欺騙性的音頻和視覺媒體》（Elections:Deceptive Audio or Visual Media），分別禁止“深度偽造”用于色情傳播和政治助選。美聯(lián)邦政府層面多以出臺調(diào)查報告為主。2019年7月9日，參議院提交《2019年“深度偽造”報告法案》（The Deepfake Report Act of2019），明確指示國土安全部在法案通過后200天內(nèi)，以及之后每18個月發(fā)布一份關(guān)于“深度偽造”的報告，以此作為修改相關(guān)法律的依據(jù)。2019年7月12日，眾議院通過《2020年國防授權(quán)法案》（The National Defense Authorization Act for Fiscal Year 2020）要求在不遲于法案通過后180天，國務卿必須向各委員會通報國防部對“深度偽造”操縱媒體內(nèi)容的應對舉措。
【參考文獻】：
期刊論文
[1]面向公共管理的數(shù)據(jù)所有權(quán)保護、定價和分布式應用機制探討[J]. 吳超,郁建興. 電子政務. 2020(01)
[2]論“深度偽造”智能技術(shù)的一體化規(guī)制[J]. 王祿生. 東方法學. 2019(06)
[3]人工智能時代的“政府生態(tài)”治理現(xiàn)代化[J]. 李曉夏,趙秀鳳. 電子政務. 2019(10)
[4]人工智能時代的價值審度與倫理調(diào)適[J]. 段偉文. 中國人民大學學報. 2017(06)
[5]人工智能治理的三個基本問題:技術(shù)邏輯、風險挑戰(zhàn)與公共政策選擇[J]. 賈開,蔣余浩. 中國行政管理. 2017(10)
[6]通向人工智能時代——兼論美國人工智能戰(zhàn)略方向及對中國人工智能戰(zhàn)略的借鑒[J]. 何哲. 電子政務. 2016(12)
本文編號：3020002
本文鏈接：http://www.sikaile.net/kejilunwen/rengongzhinen/3020002.html
教材專著
