这是Deepfake技术实际上可以成为一件好事的方法
Deepfake视频技术的最新进展在过去一年中导致公共领域中此类视频的快速增长。例如，Zao等人脸交换应用程序允许用户与名人交换他们的脸，在几秒钟内创建一个Deepfake视频。
这些进步是深层生成建模的结果，深层生成建模是一项新技术，它使我们能够生成真实面孔的副本并创建不存在的人的逼真的逼真图像。
这项新技术正确地引起了人们对隐私和身份的担忧。如果我们的脸部可以通过算法创建，是否有可能复制我们的个人数字身份或属性(如语音)的更多细节，甚至创建真实的身体双倍?
确实，该技术已经从将面孔复制到整个身体而迅速发展。科技公司对此表示关注，并正在采取行动：Google发布了3,000个Deepfake视频，以期使研究人员能够开发出打击恶意内容的方法，并更轻松地识别这些内容。
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)可以用于生病的事实。世界各国领导人关心如何开发和应用真正使人类和地球受益的技术，以及如何使整个社会参与其发展。孤立地创建算法不允许将更广泛的社会问题纳入其实际应用。
例如，深度生成模型的开发为医疗保健领域带来了新的可能性，在这种情况下，我们理所当然地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，具有足够计算能力的一家医院就可以创建一个完全虚构的虚拟患者群体，从而无需共享真实患者的数据。
我们还希望看到AI的进步导致诊断和治疗个人和人群疾病的新方法，并且效率更高。该技术可以使研究人员生成真实的数据，以开发和测试诊断或监视疾病的新方法，而不会冒着侵犯实际患者隐私的风险。
医疗保健领域的这些例子表明，人工智能是既不是本质上也不是坏事的使能技术。这样的技术取决于我们创建和使用它的环境。
大学在这里起着至关重要的作用。在英国，大学在研究和创新方面处于世界领先地位，并致力于对现实世界的挑战产生影响。在UCL，我们最近启动了专门的UCL人工智能中心，该中心将成为全球人工智能研究的最前沿。我们的学者正在与广泛的专家和组织合作，以创建支持科学，创新和社会的新算法。
人工智能必须补充和扩大人类的努力，而不是取代人类的努力。我们需要结合制衡和制衡，以制止或防止对技术的不当使用，同时在不同专家之间建立正确的基础架构和联系，以确保我们开发有助于社会繁荣的技术。
