通过发现“眼睛里的星星”，天文学家可以检测出深度伪造

如今，人工智能图像在网上无处不在。虽然有些图像非常荒谬，被 Z 世代和 Alpha 世代称为“婴儿潮艺术”，但其他图像甚至可以欺骗那些密切关注的人。这对于，真实人物的虚构形象。

阻止这些图片的传播极其重要，因为它们被用来传播错误信息、攻击政治对手，以及。识别最逼真的深度伪造的一个可能解决方案来自天文学中使用的技术，尽管天文学借鉴了应用于财富不平等的统计数据。它被称为基尼系数。

这不是灵丹妙药，但这种方法为我们提供了基础和攻击计划。这是一场武装竞赛。它可以在 2024 年提供帮助，但如果我们不继续，2028 年的深度伪造将克服这个问题。

凯文·皮姆布莱特教授

在深入研究统计数据之前，有必要讨论一下研究人员使用的方法。制作假图像的机器学习算法仍然不能完全代表现实。直到几个月前，即使是最好的算法也无法复制真实的手，而且它们真的很难你用人眼正确地看到了。

环境光和物体会反射到被拍摄者的眼睛中。一只眼睛的反射与另一只眼睛的反射一致，这可以通过统计来评估。不过，研究人员确实注意到，这种方法并不完美，因为数据分布的统计分析可能会偶尔导致错误。

“这不是灵丹妙药。可能会有误报或漏报。它不会得到所有的东西。但这种方法为我们提供了一个基础，一个攻击计划。这是一场武装竞赛。这在 2024 年可能会有所帮助，但如果我们不继续，2028 年的深度伪造将克服这个问题，”教授凯文·皮姆布莱特赫尔大学的研究人员告诉 IFLScience。

基尼系数用于衡量财富不平等，因此，如果一个国家的富人和穷人的财富差距很大，那么这个国家——例如，美国？ 基尼系数会很高。但一般来说，这个数字是用来计算频率分布值之间的不平等的，这适用于所有数据，包括当你想让计算机计算星系的形态时——基本上就是它的样子。

“这是一种分析星系形态的方法。传统上，形态是通过眼睛来判断的。我希望很明显，人类的眼睛在物理学意义上是一种奇妙的装置，但我们有偏见，”皮姆布莱特教授告诉 IFLScience。“我们真正想要的是一种无偏见的方法来量化星系形态，最好是一种很少做假设的方法。”

该项目采用了基尼系数和其他用于对星系进行分类的天文学方法，但根据初步工作，只有基尼系数在识别深度伪造的眼睛方面已经足够好了。

这项研究是 Pimbblet 的学生 Adejumoke Owolabi 的硕士项目的一部分，并在全国天文学会议本周。Owolabi 和 Pimbblet 现正计划提交一份包含该研究结果的论文。