随着人工智慧（AI）技术的发展，我们越来越难判断流传于网路中的图片和影片是否是由 AI 製作而成，这也给有心之人留下了作恶的可乘之机。本文整理有哪些方法能够帮助辨别影片或图像真伪。 （前情提要：AI破解KYC！生成假证件骗过数间加密交易所，代价仅15美元加密货币） （背景补充：骗太大！高雄阿公梭哈「AI买币机器人」大赚2245万，出金才知一场空）
本文目录
- 异常或不自然的细节：
- 纹理和图案的重複：
- 光影和颜色的不一致：
- 使用专业工具进行分析
就在今（16）日凌晨，OpenAI 在 Ｘ 上推出一款新生成影片模型「Sora」，可根据文字提示、或是静态图片生成长度一分钟的短影片。儘管目前尚未向市场推出，但其释出的範例影片品质和细节真实度已轰动社群，甚至有网友表示这足以撼动整个影视产业。
但随着 AI 生成影片工具越来越成熟，用该技术作恶的事件也层出不穷。例如上个月底，美国天后级歌手泰勒丝（Taylor Swift）就遭人恶意製作出深度伪造（Deepfake）的色情图片，并在社群上广为流传， 甚至惊动美国白宫敦促国会立法遏制该现象。
在拥抱新技术的同时，我们最好也要学习如何辨别影片真伪，尤其在诈骗猖獗的币圈，才能更加安全的保护自己的资产，因此下文动区归纳了分辨 AI 影像的四种常用方法。
儘管由 AI 生成的影像越来越逼真，但若仔细观察，仍能看出一些端倪：
异常或不自然的细节：
- 在 AI 生成的影像中，人物的脸部特徵、手指、耳朵等细节可能会出现异常。例如，脸部对称性可能失调，眼睛大小不一，或者嘴唇的形状看起来不自然。
- 在人物描绘方面，AI 有时会在身体比例上犯错，如手臂过长或过短，手指数量不对等。
- 对于自然风景或物体，AI 可能会生成看似不合逻辑或物理法则的元素，例如水流的方向看起来不合理，或者树木和建筑物的比例看起来扭曲。
- 文字错误也是一个标誌，例如在标誌或背景中出现的文字可能会模糊不清或毫无意义。
纹理和图案的重複：
- AI 生成的影像在处理複杂的纹理和图案时可能会展现出显着的重複模式。例如，在天空、草地、水面或布料的纹理中，可能会看到几乎相同的图案重複出现。
- 在人物的衣物或背景的墙壁纸等处，也可能出现这种重複性。这种重複通常是因为 AI 在生成这些细节时，使用了有限的参考模式。
- 在一些複杂的场景中，如拥挤的街道或花园，AI 可能会在不同区域重複相同的物体或植物，这在自然摄影中是不常见的。
光影和颜色的不一致：
- 光线和阴影处理是 AI 生成影像中的一个常见问题。在自然光线下，物体的阴影应该与光源的方向一致。然而，在AI 生成的影像中，阴影有时会与假定的光源方向不匹配。
- 颜色的不一致也是一个指标。AI 可能会在影像的不同部分使用不协调或不自然的颜色。例如，同一影像中的天空可能出现不自然的颜色变化，或者人物的皮肤色调在不同区域出现明显差异。
- 另外，AI 有时也会在处理反光或透明物体（如玻璃和水）时出现问题，导致这些元素看起来不真实或位置不正确。
使用专业工具进行分析
目前有部分公司已研发相关检测技术。像是 Google 和 ElevenLabs 就研发出了能检测内容真伪的技术、McAfee 也推出能辨识由 AI 生成的工具，可以帮助识别出 AI 生成的特徵。
- Adobe Photoshop 的内容真实性工具：Adobe Photoshop 最近推出的功能包括能够追蹤和验证数位内容的来源。这些工具能帮助用户了解影像的编辑历史和来源，从而判断其真实性。
- 逆向搜寻引擎：如 Google 影像搜寻、TinEye 等逆向影像搜寻工具，可以用来查找影像的来源和其他出现该影像的地方。这有助于确定影像是否被 AI 修改或生成。
- 专业影像分析软件：一些更专业的工具，如 FotoForensics，提供了进阶的数据分析功能，包括错误级分析（ELA）等，这些可以揭示数位照片的修改痕迹。
- 数位取证工具：如 Amped Authenticate，这类工具专门用于数位影像取证，提供广泛的分析，包括文件分析、像素分析等，以识别影像的修改或生成。
- 深度假冒检测平台：专门针对深度假冒（deepfakes）的检测工具，如 Deepware Scanner，这些平台使用专门的算法来识别由 AI 生成的脸部和语音模仿。
总而言之，要判断一个影片的真伪可从多个因素切入，最重要的是对你所接收到的内容真实抱有警觉性，可寻找更多资讯来进一步验证。