曾几何时，deepfake 在互联网上格外猖獗，新闻和成人类内容成为了"换脸"的重灾区。
由于受众广泛，市面上有不少现成的 deepfake 算法，供用户使用，如 DeepFaceLab (DFL) 和 FaceSwap。并且，由于深度学习技术的普及，也有一些低成本甚至免费的在线工具，可以训练这些算法，从而让好事之徒达到其目的。
常用的工具之一就是谷歌的 Colab，一个免费的托管式 Jupyter 笔记本服务。简单来说，用户可以在 Colab 的网页界面上运行复杂的代码，"白用l"谷歌的 GPU 集群，从而训练那些依赖高性能硬件的深度学习项目。
不过就在本月，谷歌终于对 colab 在线训练 deepfake 痛下杀手。
前不久，DFL-Colab 项目的开发者 chervonij 发现，谷歌本月中下旬将 deepfake 加入到了 Colab 的禁止项目列表当中：
图片来源：谷歌
chervonij 还表示，他最近尝试用 Colab 运行自己的代码的时候，遇到了如下的提示：
"您正在执行被禁止的代码，这将有可能影响您在未来使用 Colab 的能力。请查阅FAQ页面下专门列出的禁止行为。"
图片来源：DFL Discord 频道
然而这个弹出提示只是做出警告，并没有完全禁止，用户仍然可以继续执行代码 (continue anyway)。
有用户发现，这次谷歌的行动应该是主要针对 DFL 算法的，考虑到 DFL 是目前网络上 deepfake 行为最常采用的算法。与此同时，另一个没那么流行，的 deepfake 算法 FaceSwap 就比较幸运，仍然可以在 Colab 上运行且不会弹出提示。
FaceSwap 联合开发者 Matt Tora 接受 Unite.ai 采访时表示，自己并不认为谷歌此举是出于道德目的：
"Colab 是一个偏向 AI 教育和研究方向的工具。用它来进行规模化的 deepfake 项目的训练，和 Colab 的初衷背道而驰。"
他还补充表示，自己的 FaceSwap 项目的重要目的就是通过 deepfake 来教育用户关于 AI 和深度学习模型的运行原理，言外之意可能这才是 FaceSwap 没有被 Colab 针对的理由。
"出于保护计算资源，让真正需要的用户能够获取这些资源的目的，我理解谷歌的这一举动。"
Colab 未来是否将会完全禁止 deepfake 类项目的执行？对于不听劝的用户会有怎样的惩罚？目前谷歌并未对此次修改作出回应，这些问题也暂时没有答案。
不过我们可以确定的是，谷歌肯定是不希望 Colab 这样一个出于公益目的，提供免费训练资源的平台，被 deepfake 开发者滥用。
Google Research 将 Colab 免费开放给广大用户，目的是降低深度学习训练的硬件成本门槛，甚至让几乎没有编程知识背景的用户也能轻松上手--也即所谓的 AI 普及化 (democratization of AI)。
由于区块链行业的爆发增长，以及疫情的次生影响，当今全球芯片（特别是 GPU） 很大程度上仍然处于断供状态。所以如果是为了节约资源而禁用 Colab 运行 deepfake 项目，确实可以理解。
不过除了 deepfake 之外，Colab 禁止的其它行为当中也的确包括大众认知的恶意行为，比如运行黑客攻击、暴力破解密码等。
deepfake 使用门槛变高？
在过去相当长一段时间里，对于初入门和中等水平的 deepfake 视频创作者来说，想要实现一般可接受画质（480p或720p以上）的内容输出，自己却没有足够的硬件配置的话，那么 Colab 几乎是唯一的正确选择。
毕竟 Colab 界面简单，上手轻松，训练性能达到可以接受的水平，而且还免费，没有理由不用。前面提到的一些 deepfake 算法项目也都针对 Colab 提供了代码支持。
要讨论 deepfake，很难避开新闻换脸视频和成人换脸内容。硅星人发现，DFL 主项目页面直接把新闻视频换脸作为主要使用场景之一，并且页面中引导的一些用户社群也都默许明星或私人复仇式 (revenge porn) 的换脸成人内容，使得此类内容大量存在。
现如今谷歌决定禁止 deepfake 类项目在 Colab 上运行，势必将对私人的 deepfake 内容制作造成不小的打击。
因为这意味着那些初级和中级 deepfake 制作者将失去一个最重要的免费工具，让他们继续制作此类内容的成本显著提高。
