在今年的3·15上，果不其然AI被點名了。拋去屬於“質量問題”的虛假智能產品以外，更引人關注還要數“智能騷擾電話”。相關報道提到，一些所謂的“大數據企業”通過WiFi探針識別到連接無限網絡的手機。然後，在用戶完全不知情的情況下獲取用戶的私人MAC信息，再將MAC轉換爲手機號碼，與大數據相互“匹配”，再利用仿真人的AI機器人進行外呼。
這其中，AI參與的環節其實只有最後的外呼一步。其原理和智能語音客服沒有差別，都是通過語音生成技術替代人力，實現廣泛的高效騷擾。
被曝光後，很多人開始討論起AI的倫理問題、AI的負面效應等等。
可我們只想說一句：這才哪兒到哪兒啊!
AI技術有幾個顯著的特點，比如足以替代人類的超高識別效率，又比如對於圖像、聲音強大的模仿能力和生成能力，加上日益提升的理解能力。這一切足以讓AI成爲“天生的騙子”，這一次3·15所揭露出的，僅僅是冰山一角而已。
砍平門檻：AI如何讓我們的世界門戶大開?
今天，我們就可以從AI的幾項能力上來看看，那些已經出現在我們身邊，已經即將到來的AI行騙方式。
首先是高效的識別能力。
利用機器識別出一段語音、一張圖片或是一張面孔，本來與行騙一事關聯不大。但這種能力破解的是一種以效率增加行騙作惡成本的保護機制。
就拿發騷擾郵件、騷擾短信這件事來說，當同一個IP的行爲太過頻繁時，驗證碼機制的加入可以拖緩發送效率，讓行騙者無法使用腳本進行自動發送。
而AI圖像識別的出現，就徹底破壞了這一機制。在2017年曝光過的“1·03”網絡“黑產”系列專案中，***就是用AI的圖像識別能力識別圖片驗證碼，識別正確率高達95%以上。在此平臺被打掉的前3個月，已經提供驗證碼識別服務259億次。
如此一來，行騙成本和難易程度都被大大降低，爲後續的行爲創造了極大的空間。
信任崩塌：當AI可以製造幻覺
在踩進門檻之後，AI的學習能力便成爲了最大的威脅。當眼見不能爲實，耳聽也可能爲虛時，我們原本能夠應用上的驗證方法便會立即失效。
這其中有最臭名昭著的AI換臉：去年曾經有開發者在社區中分享自己利用深度神經網絡將影片中女主角臉部替換的過程，只需要在視頻網站上找到替換對象各個角度的照片和視頻，進行數據標註，再利用TensorFlow上模型對原視頻女主的表情、口型進行學習，就可以在數據庫中找到對應的圖像和視頻進行替換。鄭州×××：http://www.63556355.com/
前幾天驚豔四座的“楊冪換臉朱茵版黃蓉”，也應用的是類似的技術。這便意味着，也許很快在我們接到視頻電話時，連對方熟悉的相貌都不能相信。
也許大家會覺得，雖然AI能夠攻破內容，但視頻、電話等等整個溝通過程還是相對安全的。可實際上，通過對語音的模仿在微信上進行詐騙的事件已經開始發生在我們身邊。
去年的燕趙都市報曾經報道過一樁案件，一位女士在微信上接到父親的微信消息，稱需要借款，該女士要求父親發送語音驗證，結果自己聽到的卻是犯罪分子通過語音生成技術模仿的聲音。