代购造假的新闻并不少见，最近就有类似的案件上了微博热搜。一间三室一厅的房子变身为小作坊，成为了SKII、雅诗兰黛、香奈尔等大牌的假货生产地。成本价只有50的阿玛尼粉底转手卖580，物流造假、自印购物小票、高价回收空瓶等方式成为不法分子牟取暴利的手段，甚至形成了一条庞大的灰色产业链。

面对假货日益猖獗的现象，政府出台了电商法以此保障消费者的权益。然而，购买渠道的限制导致了消费者对代购有一定的依赖，因此当不法分子冒着触犯法律的风险也要售假的时候，消费者就缺乏了一双辨别假货的眼睛。

离发现假货只剩一双AI的“火眼金睛”？

在刚刚闭幕的*会两**上，多位议员表示人工智能已成为了赋能实体经济高质量发展的新动能，引领新一轮科技革命和产业变革的战略性技术。计算机视觉、机器学习等技术的研究改进也让人工智能的落地场景逐渐深化，并向各行业不断延展。

假货在给消费者以及正规品牌带来利益损失的同时，也给电商平台带来了困扰。赴美上市的拼多多在业绩和用户高速增长以外，还陷入了“假货”、“山寨”的舆论风波。基于此，拼多多成立了相关的技术团队，通过海量数据挖掘与分析，开发假货识别算法，并研发构建违规商家与劣质商品识别等一系列的模型。

拼多多的漫漫打假路刚刚开始，亚马逊也紧跟其上，力求破除假货谣言。

零售巨头亚马逊近日推出了一项名为 Project Zero的新计划，旨在用机器学习等技术对网站产品进行扫描，发现假货立即扫描清除。比对的标准就是品牌所提供的标志、商标和其他关于其品牌的关键数据，在这场鉴别*制抵**假货的运动中，AI担任着审核员的角色，也成为了判定是否为假货的最具科学性的方式。

作为第一个实现美妆品鉴别的APP，心心美妆只能通过产品的外观加以辨别。与毒APP一样，心心美妆鉴别商品真假的是专业的鉴定师而不是机器。这与亚马逊和拼多多机器鉴别的方式不同，但都指向同一种鉴别方式——产品外观。

AI鉴定假货不失为一种好方式，但比对标准是否存在合理性，是否具备高度准确性还得打上一个大大的问号。

产品外观是可选择的最佳评判方式？

不可否认，品牌货与假货之间外观的差别很大，拿奢侈品来说，正品的五金、logo、纹理等会更精致一点，但一些A货目前也能做到近乎百分百的相似，人工智能的鉴定也存在了难度。

AI鉴定假货主要通过正品图像数据集以及机器学习、机器视觉等技术使之与假货区别开来。在有效的算法模型之下对正品图像数据加以训练，提取正品细节特征，最终机器“学会”观察鉴别产品的细节图像。由于AI鉴别是一种在独特性里寻找共性的行为，图像数据的重要性不言而喻。

然而，很多品牌无法掌握品控，同一批次的产品都各不相同，加之在山寨横行的中国，将缺乏代表性的数据输入到系统内，最终恐怕会造成判定结果的偏离性。特别是技术的突破给予了AI更多的智慧，英伟达的GAN技术某种程度上能造出假的很逼真的图片。生成者与辨别者之间不断博弈，生成者，用算法脑补出新的图像；辨别者，接收到生产者的图像后，用数据库的真实图像对新图像进行识别真假。如果生成者能骗过辨别者，让辨别者误以为接收到的图片是真实拍摄的，那么就是操作成功了。通过产品外观鉴定真假的方式在GAN面前也许不值一提，因为它并无法提供最纯净的数据。

第一道安全防线

外观这一防线并不牢固，也许在危险来临之前，将源头扼杀才是相对靠谱的方式。法国一家名为Cypheme的创业公司，把独特的标签和人工智能软件相结合，每张独一无二的标签都会被上传到数据库，并被连接到特定的产品上，这种方式能有效鉴定产品真伪、打击仿冒行为，消费者能轻松使用智能手机进行真假鉴定。在产品流入市场之前，AI无疑会发挥最大的效用。

AI作为新技术，逃脱不了技术本身自带的两面性。研究人员在积极研发新技术让假货失去滋生的土壤，但同时AI造假音频、视频、艺术作品的事件也一直在发生。

人工智能存在限制，所幸的是，当A技术被限定在特定范围内的时候，AI的负面性也得到了控制。道高一尺，魔高一丈，AI让越来越多的人都有能力进行伪造，但研究人员也不断在开发更高级的AI技术抵挡“黑技术”，就像是智能电话机器人和AI防骚扰助理一样。阳光总会驱散黑暗，AI终是向阳而生的。