跟着东说念主工智能技巧的无间卓越，伪造图像和视频的难度越来越低，深度伪造（deepfake）状态愈发严重巨屌 av，何如识别这些失实实质成了一个亟待处治的问题。近期，宾汉姆顿大学的筹商团队对此进行了深化计议，他们运用频域分析技巧，揭示了 AI 生成图像的特征，从而匡助东说念主们识别失实信息。

图源备注：图片由AI生成，图片授权做事商Midjourney

这项筹商由电气与预备机工程系的栽植 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 和栽植 Enoch Solomon 的参与。

筹商团队创造了数见不鲜张使用流行的生成 AI 器具制作的图像，比如 Adobe Firefly、PIXLR、DALL-E 和 Google Deep Dream。然后，他们采取信号处理技巧分析这些图像的频域特征，从而找出信得过图像与 AI 生成图像之间的相反。

通过使用名为生成反抗收集图像认证（GANIA）的器具，筹商东说念主员偶然识别出 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技巧留住的，简便来说等于通过克隆像素来放大文献，但这么会在频域中留住 “指纹”。Chen 栽植默示:“信得过相机拍摄的像片包含来自通盘环境的通盘信息，而 AI 生成的图像则更多连合于用户的央求，因此无法准确捕捉布景环境的微小变化。”

除了识别图像外，团队还开采了一款名为 “DeFakePro” 的器具，用于检测伪造的音频和视频。这个器具运用了电网频率（ENF）信号，这种信号是在记载经由中，由电力的微小波动而产生的。通过分析这些信号，DeFakePro 不错判断出一段记载是否被调动，进一步反抗深度伪造的恐吓。

Poredi 强调，识别 AI 生成实质的 “指纹” 极度进犯，这将匡助树立一个认证平台，确保视觉实质的信得过性，从而减少失实信息带来的负面影响。他指出，应答媒体的平素使用使得失实信息问题愈加严峻，因此确保在线分享数据的信得过性至关进犯。

在这项筹商中巨屌 av，团队但愿为公众提供更多器具，以便让各人更容易永别信得过与失实实质，擢升信息真的切度。