人臉辨識的科學
人臉就像是身上的密碼
辨識人臉的技術已經實際使用在我們生活的各個方面，最典型的例子就是將臉部對準智慧型手機的相機鏡頭解鎖。和把手指放在螢幕上用指紋解鎖的方式一樣，都是我們周圍隨處可見的景象。部分大學使用了不需要刷學生證或直接點名，只要進入教室就能辨識人臉、自動確認出席的點名系統。

將臉分成幾個區域進行辨識
當一個人看到另一個人的臉，並記住這張臉時，是把整張臉孔當成一個圖像來記憶，而不是分為幾個部分來記。但是，電腦在記憶人臉時，卻是採取將人臉分成幾個區域來分析特徵的方式進行。雖然人臉是立體的，但由於電腦把人臉當成平面圖像來分析，所以會把人臉分成幾個相連的多邊形，然後進行記憶和分析。臉部辨識系統的作用，就是將分析後的臉部特徵和預先輸入的資料進行比對，以確定這張臉孔屬於哪個人。

人工智慧學習人臉辨識
即使是同一個人，也有可能每天的面容都會改變或看起來不大一樣。因此，人臉辨識系統還必須能夠辨識同一個人看似略有不同的臉孔。讓人工智慧學習無數人臉辨識的範例，從中發展出判斷人臉的方法，就稱為「深度學習（deep learning）」。近來，人臉辨識的技術正發展到使用深度學習，將髮型和臉部表情的變化都加入比較以辨識人臉。
並且在這方面的研究已經更上層樓，達到可以透過表情變化來掌握人的情感或情緒的階段。如果人工智慧能透過一個人的表情讀懂此人情緒的話，那麼就能為看起來很不舒服的人呼叫救護車，或預先報警以防範看似危險的人物。但隨著人臉辨識系統的進步，人們對過度監視和侵犯隱私的擔憂也日益增加。和所有的系統一樣，人臉辨識系統也可能存在錯誤，因此就有可能出現無端被冤枉的人。


什麼是深偽技術？
利用人工智慧合成臉孔
深偽（deepfake）是深度學習（deep learning）和偽造（fake）兩個字的合成詞，指的是利用人工智慧合成人臉的技術。如果提供人工智慧大量的人臉數據，讓它進行深度學習的話，就會發展出對人臉各部位的辨別能力。即使沒有人為的特別操作，人工智慧也能自動地合成非常自然的人臉。
深偽這種技術除了可以將既有的人臉圖像替換成其他人臉之外，也具有只要輸入人臉，就可以在此基礎上創造出各種表情的功能。或是改變年齡，使其看起來更年輕或更老，以及轉換男女性別等等功能。

深偽的光與影
超現實主義的代表性畫家──薩爾瓦多·達利於1989年離世，但2019年美國達利博物館利用深偽和人工智慧技術，創造了一個可以與觀眾即時互動的達利。出現在大型螢幕上真人大小的達利，不僅可以與觀眾交談，還可以一起自拍後，將照片傳送到觀眾的智慧型手機裡。這是活用深偽技術的一個很好的例子，因為它不是單純地只展現過去的人物，還可以讓人物與當前的觀眾互動。
但深偽技術並非只有光明面。有人可能會利用我的臉孔，製造出我根本沒做卻像是我做的一樣的虛假圖像。或者，惡意利用深偽技術竄改歷史事件的照片，將其作為扭曲歷史的手段。人們傾向於相信有圖有真相，但如果透過深偽技術可以竄改這些照片的話，那麼這世上將成為一個真假難分的世界。