近期，GitHub疑似遭到审查，用户在未登录状态下无法访问 deepfake 这个开源项目的代码仓库，这在号称“无论是否登录，都可以访问并下载公开仓库源码”的GitHub，是比较反常的，这引发了众多讨论。
deepfake究竟是什么，为何受到了限制访问的待遇？其实，deepfake是一种利用深度学习技术交换图片或视频中人物面部图像的工具，即传说中的“换脸神器”。实际上，“换脸”技术早已应用于电影行业，例如电影《不可思异》拍摄过程中，片方就用这一技术让大鹏替代了杜汶泽的所有戏份。起初，电影中换脸要耗费大量时间与精力，DeepFakes的出现可以说是一个突破，用户很容易就能够制作出足以乱真的视频。
换脸技术目前饱受争议，一方面，若是利用不当，将给许多无辜的人造成困扰，乃至加剧假新闻传播；但是另一方面，换脸技术又可以给人们带来惊喜，例如站立式AI合成主播就应用到了换脸技术。未来，借助AI，直播中换脸和换声正在同步向前跨越。
但是，AI看视频可不是为了好玩：比如在安防领域工作的人脸识别系统。人脸是一种重要的身份标识，公安机关在日常巡逻、户籍调查、出入境管理和刑事案件侦查中，都会通过辨识人脸来核实相关人员的身份，人脸识别结构化云识别可为这类实战应用效率，节省警力，提升实战能力。人脸识别技术不仅提高了社会各界对安防行业的投资热情，更是大大增强公民日常生活的安全性。随着技术发展，车站安检、酒店入住、上班打卡等都可以“刷脸”解决，人脸识别几乎无处不在。
在此背景下，如果违法分子窃取到了某人人脸数据，那么他就可以通过换脸软件，方便地入侵这个人的各种电子资料。这将为用户个人带来巨大困扰，甚至财产损失。
幸运的是，与互联网不同，安防领域人脸识别更为复杂，被破解难度很大。安防人脸识别场景一般在道路、车站摄像头下，受检人并没有意识伪装，同时，人脸图像采集过程中用到了专用加密、多光谱、3d采集模组等严密技术，而拥有人脸识别技术的安防企业均拥有核心算法和防伪方案，面对“换脸”这种初级攻击手段，一般的动作检测就可以防住。
此外值得一提的是，安防领域多模态识别逐渐兴起，人脸识别将与其他生物识别共同应用，因此不必过多担忧。
结语：不可否认，“换脸”技术确实会对人脸识别造成一定的冲击，但安防人脸识别并不是孤立的系统，在重重安全措施保护下，用户无需担忧。不过，我们不能因之完全否定“换脸”技术，而是应该审慎思考，如何将它用上正道，发挥其积极作用。
