AITerms 登入
AI倫理與治理資訊安全電腦視覺

深度偽造(Deepfake)是什麼?

深度偽造是利用深度學習技術合成的逼真音訊、圖像或影片,通常用於製造假新聞、詐騙或惡意中傷。

完整定義

深度偽造(Deepfake)是利用深度學習技術,特別是生成對抗網路(GANs),合成的逼真音訊、圖像或影片。這些合成內容可以將一個人的臉或聲音替換成另一個人,或者創造出從未發生過的事件。深度偽造技術的快速發展帶來了嚴重的倫理和社會問題,例如製造假新聞、詐騙、惡意中傷和損害個人聲譽。

白話說明

你滑到一段超真實的假影片時,怎麼分辨它是不是假的?

你可以把 深度偽造 想成一種把現實內容重新合成或偽造的技術。

它其實就是學會模仿資料分布,產出看起來很真的圖片、聲音或影片。

深度偽造是利用深度學習技術合成的逼真音訊、圖像或影片,通常用於製造假新聞、詐騙或惡意中傷。因為外觀看起來很自然,所以辨識來源和真偽就變得很重要。

記住這句

看起來真,不代表來源真

比喻:深度偽造就像一個超厲害的變臉大師 -- 能把一個人的臉或聲音精準地換到另一個人身上,而且看起來、聽起來都跟真的一樣,讓人難以辨識。

容易混淆

vs 傳統P圖

傳統P圖像用剪貼簿拼湊圖片,容易看出破綻;深度偽造則像用高科技印表機「生成」新內容,細節和連貫性都非常自然,幾可亂真。

實際案例

案例一:深度偽造 生成圖片或影片

模型學到資料分布後,可以從噪聲中逐步合成出接近真實照片的內容,肉眼看起來會很自然。

案例二:深度偽造 的風險場景

同一套技術也可能被拿去做假新聞、假名人發言或詐騙素材,所以來源驗證和水印就變得很重要。

深入了解

這類技術常會先學資料分布,再用模型去模仿原本看起來像真的內容

品質越高,越容易拿來做創作、也越容易被拿去做欺騙

所以重點不只是能不能生成,而是來源可不可信

情境判斷

Q1(直覺題): 你看到一段影片或一張圖很像真的,這就代表它一定是真實拍攝嗎?

不代表,因為生成模型和偽造技術已經能做出非常逼真的內容。

Q2(判斷題): 只要肉眼看不出破綻,就可以放心相信這段內容嗎?

不行,因為高品質合成內容常能騙過直覺,還是要看來源、簽章、檢測工具或上下文證據。

常見問題

出現在這些考古題

官方公告試題的逐題解析裡,這 2 題把深度偽造列為延伸術語。

相關術語

本頁內容有提到,或屬於同一組主題的術語

來源

這個術語目前沒有標註外部來源。

其他格式:Markdown 版本