Facebook和密歇根州立大學的科學家正在描述他們的反向工程方法，以識別深層效果並了解創建它們的內容。
沒有人在說它的準確性，但是文章與其他組織相比Deepfake檢測方案。
生物識別開發人員Ntechlab和ID R＆D在Facebook的DeepFake檢測中置於領導者之中挑戰一年前。
Facebook高管選擇了MSU科學家以一種從單個靜止或框架中奪取已知的深擊的方式，並反向工程師來識別創建它的工具。
研究人員說，他們的想法還將發現涉及來自同一來源的各種綜合圖像的協調虛假信息活動。
DeepFake圖像通過所謂的指紋估計網絡放置，該網絡標誌著創建內容的生成模型所特有的模式。指紋數據集用於訓練模型，以發現新的或至少是新型的指紋。
研究人員使用100個開源模型測試了他們的想法，以創建100,000個合成圖像數據集。
根據VentureBeat的說法，Facebook表示對該工具將在實驗室之外運行的信心，但該公司實際上並未開始使用它作為它的一部分目標為了防止欺騙性的AI生成的視頻框架和靜止圖像從接觸到訂戶。
