跟着东谈主工智能本事的不停跳跃，伪造图像和视频的难度越来越低，深度伪造（deepfake）情景愈发严重，怎么识别这些子虚本色成了一个亟待惩办的问题。近期，宾汉姆顿大学的磋磨团队对此进行了深刻洽商，他们欺骗频域分析本事，揭示了 AI 生成图像的特征，从而匡助东谈主们识别子虚信息。

图源备注：图片由AI生成，图片授权劳动商Midjourney

这项磋磨由电气与臆测机工程系的教训 Yu Chen 以及博士生 Nihal Poredi 和 Deeraj Nagothu 主导，另外还包括来自维吉尼亚州立大学的硕士生 Monica Sudarsan 和教训 Enoch Solomon 的参与。

磋磨团队创造了盈篇满籍张使用流行的生成 AI 器用制作的图像，比如 Adobe Firefly、PIXLR、DALL-E 和 Google Deep Dream。然后，他们取舍信号处理本事分析这些图像的频域特征，从而找出确切图像与 AI 生成图像之间的各别。

通过使用名为生成反抗采集图像认证（GANIA）的器用，磋磨东谈主员简略识别出 AI 生成图像中出现的伪影。这些伪影是因为 AI 在生成图像时使用的上采样本事留住的，通俗来说即是通过克隆像素来放大文献，但这么会在频域中留住 “指纹”。Chen 教训暗意:“确切相机拍摄的像片包含来自统统这个词环境的统统信息，而 AI 生成的图像则更多鸠集于用户的申请，因此无法准确捕捉布景环境的微弱变化。”

除了识别图像外，团队还开辟了一款名为 “DeFakePro” 的器用，用于检测伪造的音频和视频。这个器用欺骗了电网频率（ENF）信号，这种信号是在记载经过中，由电力的微细波动而产生的。通过分析这些信号，DeFakePro 不错判断出一段记载是否被编削，进一步反抗深度伪造的威迫。

Poredi 强调，识别 AI 生成本色的 “指纹” 相称费劲，这将匡助建树一个认证平台，确保视觉本色确切切性，从而减少子虚信息带来的负面影响。他指出，搪塞媒体的无为使用使得子虚信息问题愈加严峻，因此确保在线分享数据确切切性至关费劲。

在这项磋磨中，团队但愿为公众提供更多器用，以便让大家更容易离别确切与子虚本色，进步信息的着实度。

举报/响应