人工智慧在未來會是破解犯罪的工具,還是偽造證據的幫手?這個影集的角度很有趣!
AI 人工智慧的 Deepfake 技術可以用來殺人？驚悚犯罪英劇《真相捕捉》劇情曲折刺激，用無處不在的監視攝影和 Deepfake 技術告訴你：你信以為真的事物都可以是偽造的！
峰迴路轉的 6 集短打影集
由BBC ONE拍攝播出的英劇《真相捕捉》（The Capture）日前播出最後一集，2019 年 9 月開始播出一共 6 集，集集精彩、引人入勝！你看過了嗎？它堪稱是今年最受好評的驚悚犯罪影集之一呢！
▲ 英劇【真相捕捉】掀起人工智慧犯罪疑雲
故事主角是一位名叫尚恩．艾默里（Shaun Emery）的英國軍人，因服役時在阿富汗殺害塔利班戰俘而被定罪，但卻在服刑坐牢 6 個月後，因為被當成關鍵證據的錄影片段有漏洞被推翻而無罪釋放。
剛重獲自由的尚恩，因其律師漢娜一直以來都信任他無罪，進而對漢娜產生好感，並出獄後在大街上向她表白；但此時，監控錄影顯示的卻是尚恩毆打、並綁架了漢娜律師，且漢娜此後便人間蒸發。於是出獄不到 24 小時的尚恩，馬上因為另一個監視錄影畫面，捲入一起新案件中。
因「罪證確鑿」，尚恩原本要被再次抓回警局，但此時重案組的警官瑞秋卻突然撤銷對尚恩的控訴，原來她打算派人跟蹤尚恩回家，試著找到失蹤的漢娜，而她本人則坐鎮監控室，從監視錄影看著尚恩。
然而，他們愕然發現接下來的一切，監控畫面和現實的場景完全不一樣！
瑞秋看到尚恩坐上計程車，跟一個持槍的神秘男人碰面；但跟蹤尚恩的兩名警察看到的是整個街道空無一人，更沒有什麼計程車。難道是畫面出現了延遲，還是……監控遭到入侵竄改？
最終他們確定了整個監控畫面都是假的！此時的尚恩，正被一個神秘組織關在房間裡……
《真相捕捉》圍繞作為判案證據影片的真真假假，鋪陳出警察局、情報部門、維權組織等三方力量交鋒的精采故事，包含「司法正義」、「假新聞」、「AI 換臉」等議題的探討與啟示。
馬斯克宣布離開 OpenAI 的真正原因是...研發的AI太會寫假新聞?
日本研發人工智慧人妻?假的!但是本尊也是美女,還會跟你閒話家常
攝影機成為日常生活裡的重大危機
《真相捕捉》最後一集在 BBC 播出時，總共吸引了 1,400 萬英國人觀看，這部影集之所以獲得英國大眾這麼熱烈的迴響，或許跟倫敦是鏡頭安裝密度極高的城市有關。
早在2007年英國皇家工程科學院就曾有調查，報告英國設有 420 萬個閉路電視監控攝影鏡頭，平均每 14 人就有一個，數量高居全球第 5。
倫敦居民每日平均受到 300 個攝影鏡頭的監控拍攝，英國專業消費者網站 Comparitech 在 2019 年 9 月曾有調查顯示，倫敦是歐洲攝像頭監控最嚴密的城市。在這密如蛛網的監控體系下，個人要維護隱私權彷彿成了天方夜譚。
但，比天羅地網般的監控攝影機更令人需要警惕的，是 Deepfake 技術。
AI 技術武器化
無論是無處不在的監視攝影機或Deepfake技術，都指向 AI人工智慧一個令人備感擔憂的未來──武器化。「武器」除了無人機、無人艦艇之外，國際間也不斷有停止研發 AI 武器的呼籲；但也有許多沒有實體、但依舊深深威脅著我們生活的「武器」，如劇中出現的 Deepfake 技術。
Deepfake 是一種影片換臉的 AI 技術，簡單分解它的步驟：
分析目標對象各個角度的大量照片
透過演算法製造出目標對象的各種表情，藉此和影片中某個角色的面部表情完全契合
影像合成，看起來就像目標對象真的參與了影片
隨著AI技術不斷進步與應用在現實生活，AI 的武器化如今已經被廣泛視為近年最值得關注的安全威脅之一。史蒂芬‧霍金也曾表示，數位個人助理 Siri、Google Now 以及 Cortana 都只是 IT 軍備競賽的預兆，未來數十年競賽將更加激烈。
眼見再也不能為憑？
即使現今對 Deepfake 普遍的態度是抵制，如推特、Facebook、亞馬遜、Google、微軟等科技巨頭都開始研擬阻止、破解假影片的措施，但依然難以消弭它對我們的威脅。
密西根大學社交媒體責任中心前首席技術專家 Aviv Ovadya 擔心：「Deepfake 會讓未來社會將出現『真實冷感』（reality apathy）現象。」指經常接觸虛假資訊會讓人認為所有訊息都是一場騙局。在世人對難以信任接收到的訊息時，隨之而來的是社會信任的坍方。
《捕捉真相》讓身處 AI人工智慧 當道下的我們，看到技術可能會帶來的危害，帶來更多啟發與探討。眼見為憑的信條被推翻，科技進步的速度快得無法想像，如果不想讓自己被這些科技操控，只能先一步了解它們了。
相關閱讀推薦：
電影機械公敵快要實現了?這金屬樂團摻入人工智慧元素表現給你看!
人工智慧竟是真人冒充?Engineer.ai員工大爆料!(上)
台灣人工智慧實驗室研發偵測敗血症系統,準確率高達百分之八十!!
擺脫設備工程師血汗職涯, 零基礎的我成功轉職 Python 資料工程師
留言列表
