以假乱真的“人造脸”，能骗过面部识别吗？(3)

图源：Generated Media
现在点对点比较。这张假脸的背景是透明的，所以可以把它叠加在一张照片上，这张照片摄于在一家漂亮的披萨店，而真实照片就是在这家店拍的。

看起来像吗？不，笔者不会把发型梳成这样。但这两幅图太相似了，亲密的朋友和家人以外的人可能会把假脸误认为是真人——尤其在推特这样的社交媒体网站上使用假照片时，那里的个人资料照片只有49x49像素。
电脑也可能会犯同样的错误。为了测试真人和AI照片看起来有多相似，笔者用一款广泛运用的面部比较API，由面部识别软件face 提供，对两幅图进行了比较。Face 得出结论是：“正常概率”下真人同和照片相匹配，并且估计有64%的几率是同一个人。
这个数字不完美，但对于电脑创造出来的人工面部来说，已经相当不错。而且效果会随着时间的推移而改善。Anonymizer的工作原理是分析用户的脸，然后从Generated Media现有的数据库中找到最接近的匹配。随着公司制造出更多的人工面孔，找到高可信度匹配的几率也会增加。
在这次实验中，笔者发现面部越容易辨认，越难伪造人工面孔。为了测试这一点，笔者上传了一张唐纳德·特朗普的照片，结果和他实际的样子完全不一样。不管怎样，在过去的四年里，看特朗普的脸肯定比自己的脸还要多。
把一张非常熟悉的真脸（例如特朗普的脸）和一张假脸进行比较时，人工面孔的漏洞就非常明显了。对于不太熟悉的面孔，它们更容易被忽视，而且人工的看起来还更有说服力。