最近關(guān)于AI的負面新聞著實有點多。不是“合成老板聲音騙走173萬”，就是“過度采集信息侵犯學(xué)生隱私”……作為一個長期關(guān)注AI進展的科技媒體，我們一邊替AI著急，同時又覺得心里的另一只靴子落了地——“該來的總會來”。

在很長一段時間內(nèi)，大家更愿意將目光聚焦在AI的技術(shù)進步上。比如“AI語音合成”，相關(guān)的新聞大家一定也看過很多了，“聊天App推出變聲成明星功能”，“僅用1分鐘AI就能模仿你說話”，“谷歌語音克隆實現(xiàn)情感表達”等等，無不伴隨著對技術(shù)的樂觀期盼，相關(guān)技術(shù)成果也被研究者們慷慨地分享在開源平臺上。形勢一片大好中，這次“AI語音詐騙”事件恰恰給我們提了個醒：

技術(shù)的進步與普及速度，已經(jīng)遠遠走在了普通人的認知前面。在社會高度智能化、技術(shù)應(yīng)用門檻越來越低的今天，AI也必然成為詐騙者的目標和幫兇，危及個人資產(chǎn)安全只是遲早的事。

對于個人來說，為了爭取不被騙子收割，預(yù)先了解AI有哪些能力，就是必不可少的一課了。今天就來說說，有哪些辨別起來難度較大的AI騙局……

難度系數(shù)一星：偽造郵件

釣魚郵件，即黑客偽造官網(wǎng)發(fā)送郵件，其中攜帶惡意木馬或虛假內(nèi)容來竊取信息，早已經(jīng)不是什么新鮮的攻擊手段了。以現(xiàn)有的安全技術(shù)，檢測并防御來自釣魚郵件的威脅，幾乎不費吹灰之力，近兩年類似的騙局也很少出現(xiàn)在大眾眼前。

可是，如果郵件這一用途與人工智能相結(jié)合，使攻擊者能夠訪問公司網(wǎng)絡(luò)并說服員工授權(quán)轉(zhuǎn)賬，那帶來的后果就會非?？膳铝?。

2017年，美國南俄勒岡大學(xué)就被誘騙向進行了190萬美元的轉(zhuǎn)賬，他們認為自己的轉(zhuǎn)賬對象是負責(zé)建設(shè)學(xué)生娛樂中心的安德森建筑公司，實際上卻轉(zhuǎn)到了騙子的銀行賬戶。該事件導(dǎo)致FBI向其他大學(xué)與機構(gòu)發(fā)出了風(fēng)險警告。而在此前，已經(jīng)有78起類似的騙局發(fā)生，電纜制造商Leoni和科技公司 Ubiquiti Networks 之類的公司，曾被騙走了數(shù)億美元。

這種商務(wù)電郵詐騙(BEC)到底是如何實現(xiàn)的呢?

首先，騙子很容易找出與機構(gòu)有業(yè)務(wù)聯(lián)系的工程項目公司，然后冒充既定廠商向機構(gòu)財務(wù)部門發(fā)送支付賬單，機構(gòu)信以為真之后就會將后續(xù)的款項轉(zhuǎn)賬到騙子的銀行賬戶，等意識到被騙的時候，通常已經(jīng)追不回來了。

之所以能夠達到如此逼真的效果，除了騙子會注冊一個與官方類似的域名來假冒郵件地址之外，人工智能的參與也起到了非常大的幫助。

攻擊者通過Twitter、LinkedIn、Facebook等社交媒體，就能夠全面了解目標的業(yè)務(wù)往來信息，有些企業(yè)和機構(gòu)的官網(wǎng)也會公開(暴露)自己的組織機構(gòu)和管理人員，而年齡、性別、博文等等多維數(shù)據(jù)都可以被注入到機器學(xué)習(xí)訓(xùn)練模型之中。

比如一名高管在Twitter 上公開了他的日程、演講計劃、旅行計劃等，系統(tǒng)就能分辨出他何時在參加會議或是在工作，從而調(diào)整攻擊策略，然后借助AI語言模型生成連貫的令人信服的內(nèi)容。最常見的是要求更改付款賬戶或是進行緊急付款，而高管人員正在假期或長途飛行時很難聯(lián)系到本人，毫無防備的受害者很容易就會因“事態(tài)緊急”而選擇聽從號令。

由此產(chǎn)生的攻擊能幫助攻擊者繞過一些基于簽名的檢測系統(tǒng)，成功騙過當前的一些反垃圾郵件遙測技術(shù)。而且，它還能不斷學(xué)習(xí)，如果攻擊有效，信息就會被反饋到模型中，進一步提升未來攻擊的準確性。失敗的數(shù)據(jù)也會反饋回來，以便機器可以學(xué)習(xí)哪類信息是不奏效的。

別覺得這個套路過于簡單。聯(lián)邦調(diào)查局的數(shù)據(jù)顯示，2018年由偽造電郵騙局造成的損失超過了125億元(其中最大的一筆高達50億美元)，是2017年的兩倍多。最關(guān)鍵的是，由于不帶有釣魚頁面或文件，因此這種騙局很難通過安全軟件來進行甄別，地址和內(nèi)容看起來都是“合法的”。

想要不上當，只能依靠個體的警覺了。如果掌握公司財務(wù)的是一個對技術(shù)近況不甚了了的“傻白甜”，結(jié)果可想而知……

難度系數(shù)二星：偽造筆跡

如果說提高警惕、仔細核驗，郵件詐騙在很大概率上能夠防范的話，那么AI偽造筆跡這種個性化特征，可能連極為熟悉你本人的親朋都容易上當。

英國UCL大學(xué)研究人員就開發(fā)出了“My text in your hand writing”人工智能算法，能夠分析一個人的字形及其特殊的書寫方式，生成字形、字號、顏色、筆線紋理、垂直及水平間距等完全相同的筆跡，這是迄今為止對人類筆跡的最精確復(fù)制。

而早在2017年上海舉行的GeekPwn2017國際安全極客大賽上，就有團隊通過類似的筆跡模型寫出了一張以假亂真的欠條。

這個自帶書法筆跡深度學(xué)習(xí)系統(tǒng)的手臂 “DeepWritting”，首先從現(xiàn)場一位作家的真人筆跡中進行學(xué)習(xí)，掌握了作家筆跡的每一個細節(jié)和習(xí)慣，然后很快寫下了一張欠條，即使是現(xiàn)場請來的專業(yè)筆跡鑒定師，也無法發(fā)現(xiàn)有任何與真跡不符的地方。換句話說，如果騙子利用該模型偽造一張欠條，法律上也難以判定它是假的。

當然，欠條只是小case，恐怕罪犯也不愿輕易勞心勞力地只坑一個人。但如果是偽造出具有較高精準度的法律或金融文件，比如財務(wù)合同簽名、遺囑、歷史人物的手跡等等，就為司法證據(jù)的鑒定和非法證據(jù)的排除帶來了不少困難，有可能改變事實的關(guān)鍵走向。

歷史上就曾發(fā)生過《明星》畫刊編輯花費數(shù)百萬購買了大量包含希特勒筆跡的資料，歷時數(shù)月學(xué)習(xí)和模仿，偽造了一本多達62冊的希特勒日記，并將之作為獨家新聞公之于眾，在當時引起了全球性軒然大波。但很快歷史專家通過材料鑒定，發(fā)現(xiàn)該日記的紙張里含有當時尚未發(fā)明的材料，才讓真相大白。

但隨著AI生成算法能力的提升，未來想要靠專業(yè)鑒定師來識別出字跡的真?zhèn)?，恐怕就不是一件容易的事了?/p>

難度系數(shù)三星：機器人電話

當然，無論是郵件，還是手寫授權(quán)，在現(xiàn)代人的生活場景中都在逐漸淡化。不過，上述詐騙方式還沒遭到破解，就有更難以辨別的新手段出現(xiàn)了。機器人電話，就是AI語音合成技術(shù)一種比較廣泛的應(yīng)用。

有些場景只是有點煩人，比如利用AI機器人進行推銷。想必大家都沒少經(jīng)歷過，接通一個看似官方的來電，聲音那頭會非常自然地跟你打招呼“你好”，停頓之后，如果你客氣地回應(yīng)“哪位”，對面的機器人就會將你引導(dǎo)到手機短信，鼓勵你辦理業(yè)務(wù)。

而有些手段就涉及到詐騙犯罪了，比如用虛假借口索取金錢或個人信息。由于電銷機器人技術(shù)已經(jīng)非常普及，幾乎不需要高投入就能行騙，也導(dǎo)致此類騙局正在泛濫。

比如今年4月份鄭州市公安局破獲的一起詐騙，某公司就是先從網(wǎng)上購買AI機器人電話軟件，由電話機器人自動操作，以每天1000-1500個的速度撥打客戶電話，一旦有客戶沒有拒絕接聽并表示感興趣，這些聲音甜美、說話熱情的AI語音機器人就會記下該電話號碼，然后由業(yè)務(wù)員主動添加該客戶的微信吸引他們充值投資，一旦資金到賬，就迅速拉黑對方。

2018年，美國聯(lián)邦委員會還向四家在全美境內(nèi)提供非法機器人呼叫電話投放服務(wù)的運營商發(fā)起了訴訟。這些公司會向人們推銷虛假的能減免債務(wù)的服務(wù)，亦或是偽裝成慈善機構(gòu)欺騙大家捐贈汽車等財務(wù)，再把它們賣掉。還有的聲稱自己是谷歌的“數(shù)據(jù)服務(wù)代理”，詐騙小企業(yè)主支付數(shù)百美金來優(yōu)化其搜索排名……

更讓人無奈的是，目前除了用戶主動進行“詐騙號碼”標記之外，并沒有其他能真正有效阻止非法機器人電話的方法。

難度系數(shù)四星：語音克隆

上述技術(shù)和語音克隆比起來，還是小巫見大巫了。

因為機器人語音系統(tǒng)還可能存在卡頓、音色機械化、語氣表現(xiàn)力不足、多輪對話“鬼打墻”等問題，但到了克隆級別， 不僅說話的聲音達到了真人水準，甚至還能模仿真人的情感和語調(diào)，自動說出全新的語句。

文章開頭提到的，AI偽裝成母公司“老板”電話，講出帶有德國腔的英文，要求必須在一個小時之內(nèi)給“匈牙利供應(yīng)商”轉(zhuǎn)賬，成功騙走22萬歐元，采用的就是語音克隆技術(shù)。

除了能夠利用神經(jīng)網(wǎng)絡(luò)對原始音頻進行建模和模仿之外，AI還能夠分析本人的社交網(wǎng)絡(luò)，很快掌握個性化的說話方式、與周圍人的關(guān)系、興趣愛好等等，從而模仿你與身邊的人自然地交流。

別說是工作伙伴了，就連親媽，可能都聽不出克隆出來的語音與本人有什么區(qū)別。

Buzzfeed的科技記者Charlie Warzel就曾使用一款免費的語音合成軟件，模仿了自己的聲音，然后打電話給自己的媽媽，結(jié)果對方居然沒聽出來。

目前，谷歌的WaveNet、Lyrebird語音合成軟件，Adobe的 Project VoCo，以及百度的Deep Voice，科大訊飛、騰訊等等都提供語音合成的開源應(yīng)用。順著這個思路往下延伸，或許有一天，AI可以模仿我們給朋友寫信、玩轉(zhuǎn)社交媒體，替我們簽名，甚至能夠代替我們和親朋好友聊天……這一切似乎很美好，但如此容易獲取的技術(shù)，無異于將很多個人安全數(shù)據(jù)都交到詐騙罪犯手中，又會是一種多么可怕的存在?

AI詐騙這場仗，未來該如何打？

當然，說了這么多，并不是為了讓大家對AI敬而遠之。絕對的“技術(shù)安全”本身就是一個偽命題，因噎廢食并不可取，也并不現(xiàn)實?；蛟S，當我們將AI作為一柄神兵利器釋放出來的時候，就注定就走上一條“以子之矛攻子之盾”的道路。

如何將“安全之盾”鑄造的更加強大呢?如果說技術(shù)的發(fā)展是問題的起源，它也將成為解決問題的歸宿。最典型的，除了加強個人安全警示教育之外，許多新的技術(shù)方法也開始被應(yīng)用在防范AI詐騙上。

比如安全公司賽門鐵克，最近就提出了采用區(qū)塊鏈技術(shù)和IP語音(VoIP)呼叫的方法，就是來辨別來電者的真實性，從而減少哪些模擬來自上級的詐騙電話。

再比如，卡迪夫大學(xué)和查爾斯三世大學(xué)的科學(xué)家通過NLP技術(shù)來判斷書面謊言，通過一個名為VeriPol的工具來識別語句中的各種特征，判斷出報告是否真實。對于一些偽裝真人發(fā)出的詐騙郵件或書面文件，更強大的AI模型顯然能起到很好的反制的作用。

當然，在不明確技術(shù)泛濫后果的前提下，合理地釋放技術(shù)成果也成為一些科技企業(yè)的選擇。比如OpenAI前段時間推出的性能更高的無監(jiān)督語言模型GPT-2，就沒有按照行業(yè)慣例進行開源，只發(fā)布了簡化版，不發(fā)布數(shù)據(jù)集、訓(xùn)練代碼以及模型權(quán)重，目的就是避免“這一技術(shù)被人惡意利用”。

除了技術(shù)人員與黑客們斗智斗勇，產(chǎn)業(yè)界也開始從規(guī)則建設(shè)的層面，為濫用AI的行為設(shè)立了禁區(qū)。FTC和FCC近年來都加強了對非法機器人電話的監(jiān)管行動，向八家小型電信運營商和互聯(lián)網(wǎng)通訊公司發(fā)出通知，敦促他們追捕并關(guān)閉可疑的欺詐電話來源。在美國安全中心發(fā)布的《人工智能與國家安全》報告中，也明確將人工智能偽造技術(shù)列為威脅國家安全的重點技術(shù)。中國也開始通過政策管理和技術(shù)限制等途徑進行布局，來應(yīng)對人工智能的潛在安全風(fēng)險。

這次“AI語音詐騙”事件讓全球人民真切地經(jīng)受了一次以AI為名的安全教育?？偟膩碚f，攻擊者與防御者手中的武器都在升級迭代，而圍繞AI生成的網(wǎng)絡(luò)欺騙與安全問題有著太多意想不到的可能性，這場全新的斗法，或許是時候從技術(shù)維度，走向常識、倫理、規(guī)則等更廣闊的領(lǐng)地了。