為保證國(guó)家安全，F(xiàn)acebook利用AI模型來(lái)檢測(cè)潛在的虛假照片或視頻

所謂的“深度假視頻”現(xiàn)在成為美國(guó)立法者擔(dān)心的一個(gè)主要問(wèn)題，他們擔(dān)心AI偽造的政府人員視頻可能成為國(guó)家安全威脅。

Facebook表示它已經(jīng)建立了一個(gè)機(jī)器學(xué)習(xí)模型來(lái)檢測(cè)潛在的虛假照片或視頻，然后將這些模型發(fā)送給其事實(shí)檢查員進(jìn)行審查。第三方事實(shí)檢查合作伙伴可以使用視覺(jué)驗(yàn)證技術(shù)，包括反向圖像搜索和圖像元數(shù)據(jù)分析來(lái)審查內(nèi)容。

Facebook打算利用其收集的照片和視頻評(píng)論者來(lái)提高其機(jī)器學(xué)習(xí)模型的準(zhǔn)確性，以檢測(cè)這些媒體格式的錯(cuò)誤信息。

它定義了照片和視頻中的三種錯(cuò)誤信息，包括：操縱或制作的內(nèi)容; 脫離背景呈現(xiàn)的內(nèi)容; 文字或音頻中的虛假聲明。

Facebook提供了與文本相比識(shí)別圖像和視頻內(nèi)容中的虛假信息的困難的高級(jí)概述，以及它用于克服它們的一些技術(shù)。但總體而言，人們的印象是，F(xiàn)acebook并沒(méi)有接近自動(dòng)系統(tǒng)來(lái)大規(guī)模檢測(cè)視頻和照片中的錯(cuò)誤信息。

目前，它正在使用OCR從照片中提取文本，例如照片上的虛假標(biāo)題，以便將文本與事實(shí)檢查員文章的標(biāo)題進(jìn)行比較。它還在開(kāi)發(fā)檢測(cè)照片或視頻是否被操縱的方法。為此，它使用音頻轉(zhuǎn)錄來(lái)比較它從音頻中提取的文本是否與事實(shí)檢查者之前已經(jīng)揭穿的文本中的聲明匹配。

“目前，我們正在與照片上比我們使用的視頻音頻轉(zhuǎn)錄使用OCR更先進(jìn)的，” 說(shuō)的Facebook產(chǎn)品經(jīng)理泰莎里昂。

與文章一樣，一旦事實(shí)檢查人員確認(rèn)其為假，F(xiàn)acebook將專注于識(shí)別虛假視頻和照片的重復(fù)。

Lyons表示，F(xiàn)acebook在尋找精確復(fù)制的照片方面“相當(dāng)不錯(cuò)”，但是當(dāng)圖像被輕微操縱時(shí)，F(xiàn)acebook更難以自動(dòng)檢測(cè)。

“我們需要繼續(xù)投資技術(shù)，這將有助于我們識(shí)別出以微小方式發(fā)生變化的非常接近的副本，”里昂斯說(shuō)。

Lyons表示，檢測(cè)某些東西是否脫離背景也是一項(xiàng)重大挑戰(zhàn)。

“了解某些事情是否脫離了背景是我們正在投資的領(lǐng)域，但還有很多工作要做，因?yàn)槟阈枰私饷襟w的原始背景，媒體呈現(xiàn)的背景，以及是否兩者之間存在差異，“她指出。

照片和視頻內(nèi)容中的錯(cuò)誤信息的影響也因國(guó)家而異。Facebook已經(jīng)發(fā)現(xiàn)，在美國(guó)，大多數(shù)人報(bào)告看到文章中的錯(cuò)誤信息，而在印度尼西亞，人們更多地報(bào)告在照片中看到的誤導(dǎo)信息。

“在媒體生態(tài)系統(tǒng)欠發(fā)達(dá)或識(shí)字率較低的國(guó)家，人們可能更有可能在照片上看到錯(cuò)誤的標(biāo)題，或看到偽造的照片，并將其解釋為新聞，而在擁有強(qiáng)大新聞生態(tài)系統(tǒng)的國(guó)家，“新聞”的概念更多地與文章聯(lián)系在一起，“里昂說(shuō)。