截至6月，Deepfakes並不是Facebook的音樂會。但是，這家科技巨頭仍然有動力保護其公司和用戶免受可能破壞其信譽的未來威脅。
Facebook現在擁有一支資金豐富的研究團隊，計劃區分一種打擊深擊的方法。
該團隊的最新項目與密歇根州立大學的眾多學者合作。他們聯合在一起創建了一種可以通過分析人工智能生成的圖像來揭示機器學習模型的識別特徵來逆轉工程深擊的方法。
Facebook的計劃將如何幫助公司
Facebook的研究將有所幫助，因為它將幫助社交媒體公司追踪臭名昭著的演員散佈深擊通過多個Facebook帳戶。
邊緣報告其內容可能包括或不包括錯誤的信息和非自願性色情，DeepFake技術的典型應用。
該項目仍在進行中，尚未進行部署。
打擊深擊技術
先前在深擊技術領域進行的研究可以確定產生深料的特定AI模型。
但是，Facebook的項目將通過識別未知模型的特定建築特徵來提高檔位。這些特徵稱為超參數。它們在每個機器學習模型中都被調整為發動機的一部分。
總的來說，這些超參數留下了成品圖像上發現的獨特指紋的痕跡。後來，它將用於識別其來源。
根據軟問新聞報告，塔爾·哈斯納（Tal Hassner）提到，必須識別未知模型的特徵，因為DeepFake軟件易於自定義。
項目如何工作
由於簡單的自定義當調查人員追踪他們的位置和活動時，壞演員可以掩蓋他們的軌道。
Hassner說，通過使用新的AI模型，Facebook會更輕鬆地跟踪深擊。如果我們假設一個不好的演員開始生成各種深層效果並將其擴散在眾多平台上，則AI可以檢測到照片全部來自一種設備或型號。
哈斯納補充說，捕獲罪魁禍首更容易獲得罪魁禍首。
他將模型與幾種法醫技術進行了比較，用於識別用於拍攝照片的特定相機模型，只需查看每個圖像中的模式即可。
此外，他說，任何在現場有實踐經驗的人，標準計算機都可以迅速烹飪其模型以產生深層效果。
2020年，Facebook舉辦了一次DeepFake檢測競賽。獲勝算法能夠在65.18％的時間內檢測到AI操縱夾。儘管令人印象深刻，但它仍然不足以始終可靠。
同時，最好在發布和在社交媒體上分享任何內容之前三思而後行，因為Deepfake Technologies可以迅速破壞一個人的聲譽。
本文由技術時報擁有
由弗蘭·桑德斯（Fran Sanders）撰寫
