近期，GitHub疑似遭到審查，用戶在未登錄狀態下無法訪問 deepfake 這個開源項目的代碼倉庫，這在號稱“無論是否登錄，都可以訪問并下載公開倉庫源碼”的GitHub，是比較反常的，這引發了眾多討論。

deepfake究竟是什么，為何受到了限制訪問的待遇？其實，deepfake是一種利用深度學習技術交換圖片或視頻中人物面部圖像的工具，即傳說中的“換臉神器”。實際上，“換臉”技術早已應用于電影行業，例如電影《不可思異》拍攝過程中，片方就用這一技術讓大鵬替代了杜汶澤的所有戲份。起初，電影中換臉要耗費大量時間與精力，DeepFakes的出現可以說是一個突破，用戶很容易就能夠制作出足以亂真的視頻。

換臉技術目前飽受爭議，一方面，若是利用不當，將給許多無辜的人造成困擾，乃至加劇假新聞傳播；但是另一方面，換臉技術又可以給人們帶來驚喜，例如站立式AI合成主播就應用到了換臉技術。未來，借助AI，直播中換臉和換聲正在同步向前跨越。

但是，AI看視頻可不是為了好玩：比如在安防領域工作的人臉識別系統。人臉是一種重要的身份標識，公安機關在日常巡邏、戶籍調查、出入境管理和刑事案件偵查中，都會通過辨識人臉來核實相關人員的身份，人臉識別結構化云識別可為這類實戰應用效率，節省警力，提升實戰能力。人臉識別技術不僅提高了社會各界對安防行業的投資熱情，更是大大增強公民日常生活的安全性。隨著技術發展，車站安檢、酒店入住、上班打卡等都可以“刷臉”解決，人臉識別幾乎無處不在。

在此背景下，如果違法分子竊取到了某人人臉數據，那么他就可以通過換臉軟件，方便地入侵這個人的各種電子資料。這將為用戶個人帶來巨大困擾，甚至財產損失。

幸運的是，與互聯網不同，安防領域人臉識別更為復雜，被破解難度很大。安防人臉識別場景一般在道路、車站攝像頭下，受檢人并沒有意識偽裝，同時，人臉圖像采集過程中用到了專用加密、多光譜、3d采集模組等嚴密技術，而擁有人臉識別技術的安防企業均擁有核心算法和防偽方案，面對“換臉”這種初級攻擊手段，一般的動作檢測就可以防住。

此外值得一提的是，安防領域多模態識別逐漸興起，人臉識別將與其他生物識別共同應用，因此不必過多擔憂。

結語：不可否認，“換臉”技術確實會對人臉識別造成一定的沖擊，但安防人臉識別并不是孤立的系統，在重重安全措施保護下，用戶無需擔憂。不過，我們不能因之完全否定“換臉”技術，而是應該審慎思考，如何將它用上正道，發揮其積極作用。