魚羊發自凹非寺
　　量子位報道公眾號QbitAI

　　谷歌也開始針對 Deepfake 了。

　　AI 造假技術一代更比一代強，假圖片、假信息、假新聞甚至能影響真實社會事件的走向。

　　且不說對于普通人，對于新聞工作者而言，判斷一張圖片是否真實，也并非易事。

　　而這，就有可能造成虛假信息的進一步傳播。

　　于是，谷歌母公司 Alphabet 旗下的 Jigsaw 決定出手，以 AI 治 AI。

　　他們聯手 Google Research、馬里蘭大學、伯克利等多家研究機構，開發了一個名為Assembler的實驗平臺，旨在幫助記者們通過簡單的操作，快速識別 Deepfake。

　　Assembler

　　Assembler 是如何道高一丈的？

　　實際上，它是把多個圖像檢測器集成為一個工具，每個檢測器都針對特定類型的圖像處理。

　　比如，有的檢測器能判斷圖像是否經歷了復制粘貼，有的檢測器能識別出圖像亮度是否被修改過。

　　這些圖像檢測器包括：

　　顏色和噪點模式

　　來自馬里蘭大學。該機器學習模型結合了兩種不同的方法，既能利用圖像的顏色值來查找異常，也能檢查圖像的噪點模式是否存在不一致。

　　Dense-Field Copy-Move

　　來自那不勒斯費德里克第二大學。該算法在圖像中查找外觀相似的區塊，以判斷其中一個是否被復制粘貼到了另一個區域上，覆蓋了先前存在的內容。

　　JPEG DIMPLES

　　來自 UC 伯克利。該算法能查找被編輯過的 JPEG 壓縮圖像區域。

　　自洽性拼接

　　同樣來自 UC 伯克利。該模型通過查看圖像的像素屬性，來確定其是否在生成過程中使用了不同的 EXIF 預設。

　　SPLICEBUSTER

　　來自那不勒斯費德里克第二大學。該算法可以識別出噪點模式不一致的地方。

　　StyleGAN 檢測器

　　Jigsaw 自研。該模型可以將人的真實照片和英偉達的 StyleGAN 生成的人像區分開來。

StyleGAN

　　這些檢測器組合在一起，就使得 Assembler 能夠對圖片是否被“加了料”進行全面的評估。

　　除此之外，在測試過程中，Jigsaw 發現新聞工作者經常要處理的是低分辨率小圖像，而這就給檢測技術帶來了新的挑戰。

　　于是，他們在反向圖片搜索提供商 TinEye 的技術支持下，在 Assembler 中加入了圖像自動升級程序。

　　如此，在鑒別過程中，Assembler 會自動根據輸入圖像，查找尺寸更大、質量更好的版本，以確保得到最佳分析結果。

　　目前，法新社在內的多家新聞媒體已經開始使用 Assembler。

　　Jigsaw 首席執行官 Jared Cohen 表示，Jigsaw 將評估該工具在實際使用中的表現，并繼續開發補充工具 Disinformation Data Visualizer，用以顯示全球范圍內的虛假信息宣傳活動，以及其所采用的技術策略和受影響的國家。

　　One More Thing

　　Jigsaw 創立于 2010 年，是谷歌創建的技術孵化器，現作為谷歌母公司 Alphabet 的子公司運營。

　　其致力于解決虛假信息、網絡攻擊等全球性挑戰，并應用技術解決方案保護信息獲取。

　　2019 年 3 月份，Jigsaw 曾發布過一個具有評論過濾功能的 Chrome 插件 Perspective，能過濾辱罵性評論，凈化信息瀏覽體驗。

　　正在進行的項目還包括開源工具 Outline，其旨在為記者提供更安全互聯網訪問方式。

　　傳送門

　　Assembler 官網：

　　https://jigsaw.google.com/assembler/

總結

以上是生活随笔為你收集整理的谷歌对Deepfake亮剑：打造鉴假新工具，帮助媒体识别AI造假的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。