由联合创始人兼首席执行官Vijay Balasubramaniyan撰写Pindrop
生成的AI革命在这里。凭借其在包括医疗保健，机器人和创造性努力在内的各种领域中的人类智能和努力的能力，也就不足为奇了，预计全球生成AI市场是到2030年$ 1,100亿美元。但是，这项快速发展的技术还开始严重质疑您刚刚体验的图像，音频或视频是真实的还是AI生成的深击。深击可能会通过传播错误信息，操纵公众舆论和侵蚀信任来造成重大伤害。
最近的一个例子是参议员布鲁门撒尔的开幕词在参议院关于AI的听证会上，他以声音交谈开始，最终转向了他的声音的深层模仿。它被用来强调了深果变得越来越复杂和难以检测的程度。当某人打开或访问帐户时，DeepFakes还可以颠覆远程身份的确定。在这两种情况下，都使用生物识别技术成功地保护了欺诈性金融交易，欺诈性访问医疗保健记录和身份盗用。生物识别技术是在合适的人口开放还是访问帐户的情况下，非常方便，准确地回答了这个问题。有了深层效果，需要扩大生物识别技术来回答一个先驱问题，这甚至是人口开放还是访问帐户或机器？
增强生物识别技术和对抗深击的最有前途的技术之一是LIVISE TENTECTion，这是一种利用人类自然而然的属性的技术，但很难让机器在持续的时期内进行大规模复制。
为什么LIVISE检测对深层效果如此有效？
要了解LIVISINE的检测，我们必须首先了解试图模仿人类的攻击范围。这些攻击中最简单的是一种重播攻击，您可以使用某人的图像/语音/视频，对其进行更改和添加，并将其重播为新的图像/语音/视频。南希·佩洛西（Nancy Pelosi）的演讲量很大，视频放慢了速度，这就是一个例子，通常被称为“廉价摄影”。接下来是一种合成的身份攻击，机器创建了类似人类的图像/音频/视频，但没有相应的真实人类。这些现在通常用于科学怪人的欺诈和浪漫骗局中。最后，我们有真正的深层效果，其中特定的针对性个人的声音，音频或视频是完全机器生成的。在某些情况下，他们所说的单词也是使用大型语言模型（LLM）（例如Chatgpt）进行机器生成的。在最先进的情况下，所有这些都是实时发生的。德雷克的我的袖子上的心与Weeknd合作就是一个例子，乔安娜·斯特恩（Joanna Stern）也是如此银行帐户使用语音克隆。
LIVISE探测并不是什么新鲜事物，因为确定人类或机器人是否正在通过在各种应用程序（例如ATM，移动银行业务和在线投票）中进行互动进行互动。可预防深层效果的能力检测是一个迅速发展的新领域。 Livices检测在基本前提上起作用，即任何深层发电机都会产生与自然人类相互作用明显不同的文物和模式。这些模式可能无法被人类检测到，但是当通过专门设计的人工智能工具分析时，可以识别出这些模式。为了提供一个例子，在音频中，当一个人说“你好保罗”时，他们的嘴在'o'的末尾张开，并在说“ p”时关闭。他们能够做到这一点的速度具有人为局限性。机器生成的深击并不关心这些人类的局限性。这样做的一个例子是，我们确定的一个欺诈者之一称为长颈鹿人，因为声带分析表明，发表此演讲的人只能以7英尺长的脖子来做到这一点。即使是最低的富达音频渠道，每秒也有8000个人类语音样本。这使您可以每一秒钟查找多种异常。您拥有的越多，异常的宝库就越大。 Livices能够处理多次攻击攻击的范围，因为它着重于人声解剖学的完美和不完美的语音独特性，同时寻求识别由机器添加的异常，这些机器要么在不支持10,000年的人类进化的情况下重播您的声音或产生您的声音。
DeepFake引擎不会变得更好并使Livices检测无效？
在此AI安全部队竞赛中，Livices如何检测以前从未见过的新的Deepfake引擎？对于真实的案例研究其中，请参阅Livices以90％的检测率检测Meta的全新语音箱引擎的能力。这需要一个特定的Livices架构，它利用了DeepFake引擎不是一个整体系统，并且由大量组件创建的事实。对于新的DeepFake引擎，通常其中一个或两个组件会更改，但这仍然意味着您可以识别其他组件留下的声学文物。另一个方面是深击引擎，它们会积极创建音频扰动以逃避检测。滑铁卢大学纸是伟大的工作，强调了深冰引擎做到这一点的能力。尽管大众媒体推断出所有Deepfakes对所有语音身份验证系统的成功率99％，但实际上，该论文显示了不同系统的成功率。连续6次尝试的攻击的最低成功率为9.55％。实际上，一个复杂的耐受性检测系统将能够处理这些扰动，因为它们通常在各种欺骗性的音频中受过培训，并进行广泛的数据增强，涵盖了广泛的频谱修改。
LIVISE检测的应用是什么？
LIVISE检测有许多潜在的应用。媒体组织和事实检查机构可以利用这项技术来增强验证过程。这可能会对新闻和媒体的可信度产生深远的影响，从而在一个容易受到信任的时代加强信息传播的完整性。通过将LIVISE检测集成到流行的社交媒体平台中，可以为用户提供工具来验证内容的真实性，然后再与网络共享内容。这不仅可以保护个人无意间传播错误信息，还可以促进数字责任和问责制文化。组织还应在其帐户开放和交易工作流中利用Livices检测。这将确保恶意演员将无法使用Deepfake来访问用户的帐户。
总而言之，LIVES检测代表了正在进行的与深层战斗的战斗中的强大工具。它有能力实时检测伪造内容及其广泛集成的潜力，使其成为改变错误信息和操纵的游戏改变者。通过授权个人，媒体和组织能够验证音频和视频的真实性，Livices检测可以帮助恢复对数字景观的信任。
关于作者
Vijay Balasubramaniyan是联合创始人兼首席执行官Pindrop。
免责声明：生物识别更新的行业见解是提交的内容。这篇文章中表达的观点是作者的观点，不一定反映生物识别更新的观点。
