不知道大伙儿还记不记得，几个月前有个老板 10 分钟被骗走 430 万的 AI 诈骗事件？
因为被诈骗的金额过于大，当时还引起了不小的轰动。
而在那之后，什么 9 秒被骗 245 万， 7 秒视频通话被骗 30 万，类似的 AI 诈骗事件是接二连三。
更可怕的是，利用 AI 换脸、 AI 换声，还衍生出了一条灰色产业链。
今年 3 月，一名女生在地铁被偷拍后又被人换成全裸的照片，一度冲上了热搜。
而像这种一键换脸，或者一键脱衣的违法行为在外网上可谓猖獗，有些人就是靠着贩卖 AI 换脸软件，或是帮助别人把脸换到色情视频里，以此来赚钱。
虽说，咱们现在都知道有 AI 换脸这回事儿，但这东西它防不胜防，即使脸和声音都对得上，也不一定是本人。
这才是 AI 的可怕之处。
现在是有一些用于检测内容是否由 AI 生成的工具，但检测的准确性， emm 多少还是有点一言难尽。
前不久， 还下线了自家的 AI 检测工具，理由就是错误率太高了。。。
所以要阻止技术滥用的问题，光靠检测是不够的，还得从根源上找法子。
最近，国外的创意内容平台 宣称，要用一种叫做 C2PA 的协议，给自家平台上的 AI 生成内容打上标签，用来区分人类创作。
这 C2PA 协议，倒也不是啥新技术。
两年前， Adobe 、微软、 BBC 等几家科技公司和媒体一起合作，成立了一个内容来源和真实性联盟 ( C2PA ) 。
成立的初衷呢也简单，当时受到 AI 等数字技术的影响，媒体发布内容的可信度越来越低，于是这些个巨头就想通过建立 C2PA 协议，打击网络上的一些虚假信息。
具体来看，这个 C2PA 协议是一种类似区块链的加密技术。
就比如说，一张图像里包含了数百万的像素， C2PA 通过数据加密技术给每个像素的来源信息进行编码，它最大的特点就是可以溯源。
简单来理解，有了 C2PA 协议之后，内容是谁创作的，历史的修改记录，这些都会被记录下来。
就相当于给你的图像、视频打上了一层看不见的水印（ 文本目前暂时还不适用 ）。
这个协议虽说不能防止 AI 作恶，但有了水印之后，至少能反向解决 AI 检测工具准确率不高的问题。
当你看到某段视频的时候，到底是 AI 生成，还是人类创作的，一目了然。
C2PA 协议推出之后，已经有部分企业将其集成到了自家的产品当中。
像微软，就已经在自家的 Bing Image 和 里装上了 C2PA 协议，AI 生成的图像都会被标记，并且还会披露出元数据的来源。
当然了，这种加密方法也存在一定的 bug ，那就是需要有足够多的内容创作者和平台使用这协议，不然也是白搭。
如果想要给平时拍的每一张照片都打上水印，这就需要把协议集成到手机相机里，又或者，你在 PS 上设计的图片，也需要平台集成了这个协议才行。
也就是说，C2PA 协议要生效，需要完整的使用链条。
可惜的是，目前在协议上，整个互联网还没形成统一的共识。
不过最近，来自 MIT 的大佬们，又推出了另外一个叫做 的工具。
这跟上边儿的协议还不太一样，如果说 C2PA 只是留下水印，那么 的方式就更简单粗暴了，直接切断了 AI 生成内容的生路。
原理很简单，就是利用 在原始照片中引入一种干扰的噪声得到免疫图片（ ），但同时这种噪声又很难被察觉出来。
当有人想用图片进行 AI 恶搞时，就会得到一堆马赛克、或者扭曲的照片。
就比如论文中，原始照片是两个男人在看打网球，如果没有加防护，那么就会被随意更改，比如这样。
但 可以生成一模一样的免疫照片出来。
如果再有人想用 AI 来恶搞，就会得到一张这样的照片。
一个是打水印，一个是直接把路封死，要真的跟 AI 诈骗打起来，还不是嘎嘎乱杀？
但问题也出在这，技术有，但是还没能大规模用起来。
即使有微软、 Adobe 、 Arm 这些巨头撑腰， C2PA 协议的大面积铺开也还需要些时日，更别提刚出来的 了。
不过好在，事情还是朝着乐观的方向在发展。
包括上边儿提到微软的两个工具，还有 平台，今年陆陆续续都开始用起来了。
照着这势头， C2PA 在不久的将来或许大有可为。
况且， C2PA 协议一直都是开源的，这就方便了很多人把协议集成到应用当中。
毕竟， AI 诈骗、灰产肆意横行的同时，也在反推大家思考如何加快反 AI 诈骗的步伐。
同时呢，像 C2PA 这种打水印的方式，也给 AI 生成内容的版权问题，提供一个解决思路。
对于 AI 生成的内容，大家争论的关键点就是不希望自己的作品献祭给 AI 。
那倘若生成的结果显示数据来源了，作品收入也会根据来源来分成，那是不是也可以算作一种新的商业模式？
当然了，这也只是一种假设。
回到反 AI 诈骗本身，技术的进步固然重要，如果相关法规能适时再添一把火，相信也能好好治一治 AI 带来的这股不良风气。
不管怎么说吧，在规范形成之前，咱还是多留个心眼，以后可能眼见也不一定为实咯。
