这就是Deepfake技术实际上可以成为一件好事的方式。

Fake视频技术的最新发展导致了过去一年这类视频在公共领域的快速增长。例如，Zao等人的人脸交换应用程序允许用户与名人交换人脸，并在几秒钟内创建一个Deepfake视频。

(相关资料图)

这些进步是深世代建模新技术的结果。它使我们能够生成真实面孔的副本，并创建不存在的人的真实图像。

这项新技术自然引起了人们对隐私和身份的关注。如果我们的脸可以通过算法来创造，有没有可能复制出更多我们个人数字身份或属性的细节(比如声音)，甚至是真实身体的两倍？

事实上，这项技术已经从复制面部快速发展到全身。该公司对此感到担忧，并正在采取行动：谷歌发布了3000个Deepfake视频，希望研究人员能够开发出打击恶意内容的方法，并更容易识别这些内容。

尽管人们对Deepfake技术的后果提出了正确的问题，但重要的是，我们不要忽视人工智能(AI)可以用来治疗疾病的事实。世界领导人关心的是如何开发和应用真正造福人类和地球的技术，以及如何让整个社会参与其发展。孤立地创造一种算法，不允许将更广泛的社会问题带入其实际应用中。

比如深度生成模型的发展，给医疗领域带来了新的可能。在这种情况下，我们自然关心在治疗和正在进行的研究中保护患者的隐私。有了大量真实的数字患者数据，有足够计算能力的医院可以创建一个完全虚构的虚拟患者群，从而避免共享真实的患者数据。

我们也希望人工智能的进步能够带来新的方法，以更高的效率诊断和治疗个人和人群的疾病。这项技术可以使研究人员生成真实数据，以开发和测试诊断或监测疾病的新方法，而不会有侵犯实际患者隐私的风险。

医疗保健领域的这些例子表明，人工智能是一种赋能技术，本质上并不是一件坏事。这项技术取决于我们创造和使用它的环境。

大学在这里发挥着至关重要的作用。在英国，大学是研究和创新的世界领导者，致力于影响现实世界的挑战。在UCL，我们最近启动了UCL人工智能中心，该中心将成为全球人工智能研究的前沿。我们的学者正在与广泛的专家和组织合作，创造新的算法来支持科学、创新和社会。

1人工智能必须补充和扩大人类的努力，而不是取代它们。我们需要结合制衡来阻止或防止技术的不当使用，同时在不同专家之间建立正确的基础设施和联系，以确保我们开发有利于社会繁荣的技术。