擔心的事情還是發生了：用AI寫出來的假留言，你根本分不出來是人還是機器

 不過，某些評論當然有可能是被廠商請工讀生、行銷公司所做的作假評論。但是長期以來我們也習慣了，可以從中憑感覺過濾掉那些看似為工讀生留下的假評論，還是可以勉強判斷這個餐廳到底是好還是不好。

現在AI也開始加入假評論這一行，當起工讀生來了。這對於整個依靠社群來行銷的企業或是公司卻不見得是好事。如果 AI 創造的假評論氾濫，最終將導致全部網路評論的可信度急劇下降。 

「這對整個社會是一個巨大的威脅，不但會讓依靠網路評論的用戶失望，而且會動搖人類對於真實和虛假的信念，我認為後者更讓人擔心」，芝加哥大學電腦科學教授趙燕斌（Ben Y. Zhao）說。 

以假亂真

《線上評論系統中的自動眾包攻擊和防禦》是趙燕斌等芝加哥大學研究人員發佈的一篇論文。他們的研究說明，人工智慧可以被用來製造複雜的網路留言評論。這些虛假的評論不僅機器無法檢測出來，就連人類也分辨不出來。

這篇論文今年晚些時候會在電腦安全頂級會議 ACM CCS 上展示。

所謂複雜的評論，大概是這個樣子：「我喜歡這個地方。我跟我哥一起去的，我們在這裡點了素食意大利麵，很好吃。啤酒不錯，服務也很棒。推薦這個地方，是個吃早餐的好去處。地方雖然小了點，但是東西不錯」。

乍一看這個評論沒有什麼奇怪的，裡面包含一些具體的建議和具有可信度的描述，整體來說就是一段普通人的評論。

實際上，這句話是一種透過稱為 RNN（循環神經網路）的深度學習技術生成的。這個 RNN 網路使用了上千條真實線上的評論訓練而成。

研究人員表示，AI 生成的評論已經做到了「以假亂真」，有600個參與人員的調查顯示，這些假的評論不僅能逃過人類的法眼，而且還被用戶認為「有用」。

「有用」是更可怕的事情：這表明假的評論已經可以對人類造成影響。

反抄襲軟體也對這些假評論無能為力，因為AI所產生的這些評論是逐字生成的，而不是簡單的替換已有留言中的單詞。所以，如果使用反抄襲軟體來檢測，不但很難檢測出假評論，而且會「誤傷」一大批真實的評論。

人類寫手面臨失業

人類手寫的假評論，已經是一個興盛的地下產業。只要有錢，你就能找到人幫你的產品寫下正面的評論，或是給對手寫下負面的評價。

現在，這所謂的「水軍」業，未來可能也要被 AI 取代了。

美國市場上，一段品質好的 Yelp 評論，價格能到10美元。不過一旦有了AI的幫助，居心叵測的人可以一分錢不用就生成上千條假評論，而且一起放出以免引起懷疑。

好消息是，現在還沒有 AI 在現實世界中寫出惡意假評論的案例。

壞消息是，構建一個這樣的人工智慧系統，並不需要太長的時間，所需硬體市面上都能買到，所需的評論數據庫，可以在網上輕易獲得。

仍有對策

如果有人開始大規模生產這種假評論，Yelp 這樣的網站恐怕就沒有好日子過了，畢竟，它們的招牌就是來自用戶的真實評論，如果每一條都可能是假的，誰又會繼續相信它們呢？

接下來淪陷的，會是淘寶、亞馬遜之類的電商，雖然至少它們還能限制只有買過該商品的用戶才能評論，但情況也不容樂觀。

不過，也有好消息。

研究者們說，這種假評論也不是完全沒法防範，人類覺得它們能以假亂真，但機器不見得這麼看。用電腦去分析字句的分佈等特徵，他們就會發現真假評論之間存在著細微的差異。

假評論是從真實評論裡學出來的，在這個過程中，難免會有一些資訊的流失。假評論注重的是流暢、可信，但像字句分布這種平時沒人關注的特徵，就做得不那麼好了。

「在訓練過程中發生的資訊遺失，會傳遞到生成出的內容中，」研究者們在論文中寫道，「因此生成內容和人類所寫的內容在基本的字距排列的分佈上，有著統計上可檢測的差異。」

當然，攻擊者也可以騙過檢測，換好一點的硬體，做更複雜一點的神經網路就行。但這種檢測的意義在於至少提高了攻擊的門檻，為他們設置了一些障礙。

如果攻擊的成本高到一定程度，大部分沒那麼執著的攻擊者也就收手了。趙燕斌說：「這就是一種勝利，所有的安全工作都是這樣，提高攻擊的門檻。你永遠沒辦法阻止那種目標堅定、身手老練的攻擊者。」

在一份郵件聲明中， Yelp 發言人 Rachel Youngblade 說他們「很欣賞這份研究指出了隨著欺騙評論系統的方法持續進化，越來越複雜，Yelp 這類大型用戶評論網站在保障內容真實性上面臨著重大挑戰。十年來，Yelp 一直有保護內容的系統，而正因為欺騙手段越來越複雜，我們也持續更新這些系統，來識別假評論，以及偏頗、沒有幫助的內容。這份研究的作者們以 Yelp 系統作為『真實』的代表，並承認它的有效性，我們非常感激。」

「不過，這份研究創造的僅僅是看起來真實的點評文本，Yelp 的推薦軟體工具使用了更整體的方法，除了文本之外，還使用了很多其他因素來決定是否推薦一條評論。如果某條評論沒有價值或有失偏頗，就算它是人類做出的，我們也不會推薦。」

趙燕斌說他想傳遞的訊息很「簡單」：「我希望人們能關注這類攻擊途徑，把它們看做真實、迫切的威脅，」如果 Yelp、亞馬遜這些網站的工程師們還沒有開始考慮如何抵禦，他希望他們立刻開始思考。

教授希望「我們希望能吸引更多注意，不僅為了設計出能防禦這類攻擊的系統，還想讓更多人從平凡的視角，看到 AI帶來的威脅。」

「我認為，那麼多人都在關注奇點、天網這些引人注目的 AI 威脅，但是那些很好很好的 AI，能帶來很多更實際的、有顯示影響的威脅，而這只是冰山一角。」

他補充說：「所以，我以希望安全界的人能和我一起，關注這類問題，這樣我們才有希望趕上。我認為，AI 以驚人的速度和加速度在發展，如果我們不立刻開始研究如何抵禦，可能永遠都趕不上了。」

▲ 芝加哥大學趙燕斌教授

是真是假？

最後，來個小測驗吧。

這有六個案例，其中有一些是神經網路生成的假評論，其他的是真實的人類評論。你看看是否能分辨出來是真是假。

1、我最喜歡去的意大利餐廳。超喜歡這家的菜，一切都很棒。我推薦生牛肉配蘆筍。可惜現在名氣太大了，越來越難在黃金時間預定到座位。

2、我們全家都是這間餐廳的超級粉絲。工作人員非常NICE，食物很棒。雞肉非常好吃，蒜汁堪稱完美。上面配有水果的冰淇淋也很美味。強烈推薦！

3、每年聖誕節我都來，最愛意大利麵！物有所值！

4、非常好的披薩、烤寬麵條以及最好吃的扇貝之一。甜品很大很美味。

5、這裡的食物好吃得驚人，份量也很大。起司百吉餅做得非常完美，新鮮又美味！服務很快。毫無疑問是我們最愛的地方！我們還會回來的！

6、我來這吃飯已經一年半了，除了好吃我無話可說。我總是點披薩，意大利牛肉也很好，給我留下深刻印象。服務非常出色。是我見過的服務最好的餐廳。強烈推薦。

你看出哪些評論有問題了嗎？