不要被虛假的圖像和視頻在線愚弄

不要被虛假的圖像和視頻在線愚弄
不,不是來自颶風伊爾瑪的真實新聞報導。 Snopes

在2016美國總統大選前一個月,發布了唐納德特朗普的“訪問好萊塢”錄音,其中聽到了淫蕩的談論女性。 當時的候選人和他的競選團體道歉並駁回了這些言論是無害的。

當時,錄音的真實性從未受到質疑。 僅僅兩年之後,公眾發現自己處於一種截然不同的景觀中,相信它所看到和聽到的東西。

人工智能的進展 使創建引人注目的複雜假圖像,視頻和錄音更容易。 與此同時, 錯誤信息在社交媒體上激增和一個兩極化的公眾 可能已成為 習慣於被餵食符合他們世界觀的新聞.

所有這些都促使人們越來越難以相信你在網上看到和聽到的內容。

你可以採取一些措施來保護自己免受哄騙。 作為即將於8月出版的即將出版的“假照片”一書的作者,我想提供一些提示,以保護自己免於惡作劇。

1。 檢查圖像是否已被揭穿

許多假圖像被重新傳播並且之前被揭穿過。 反向圖像搜索是查看先前如何使用圖像的簡單而有效的方法。

與指定關鍵字的典型互聯網搜索不同,反向搜索圖像 谷歌 or TinEye 可以在龐大的數據庫中搜索相同或相似的圖像。

反向圖像搜索引擎無法詳盡地索引互聯網上廣泛,不斷變化的內容。 因此,即使圖像在互聯網上,也無法保證網站會找到它。 在這方面,沒有找到圖像並不意味著它是真實的 - 或假的。

您可以通過裁剪圖像以僅包含感興趣的區域來提高匹配的可能性。 由於此搜索要求您將圖像上傳到商業網站,因此在上傳任何敏感圖像時請務必小心。

2。 檢查元數據

數字圖像通常包含豐富的元數據,可以提供有關其出處和真實性的線索。

元數據是關於數據的數據。 數字圖像的元數據包括相機品牌和型號; 光圈大小和曝光時間等相機設置; 拍攝圖像的日期和時間; 拍攝圖像的GPS位置; 以及更多。

不要被虛假的圖像和視頻在線愚弄
EXIF數據提供了關於這張花的照片的線索。
Andreas Dobler / Wikimedia的原始圖片, CC BY-SA

日期,時間和地點標籤的重要性是不言而喻的。 其他標籤可能具有類似的直接解釋。 例如,照片編輯軟件可以引入標識軟件的標籤,或者與其他標籤不一致的日期和時間標籤。

多個標籤提供有關相機設置的信息。 這些設置隱含的圖像屬性與圖像的實際屬性之間的嚴重不一致提供了圖像被操縱的證據。 例如,曝光時間和孔徑尺寸標籤提供拍攝場景中的光水平的定性測量。 較短的曝光時間和較小的光圈表明白天拍攝的光線較高的場景,而較長的曝光時間和較大的光圈表明在夜間或室內拍攝的光線較暗的場景。

元數據存儲在圖像文件中,並且可以用各種程序容易地提取。 但是,一些在線服務會刪除圖像的大部分元數據,因此缺少元數據並不少見。 但是,當元數據完好無損時,它可以提供高度信息。

3。 認識到什麼可以和不可以偽造

在評估圖像或視頻是否真實時,了解偽造的內容和內容是非常重要的。

例如,通過將兩個圖像拼接在一起,相對容易地創建兩個肩並肩站立的人的圖像。 鯊魚在衝浪者旁邊游泳的形像也是如此。 另一方面,兩個人擁抱的形象更難創造,因為複雜的互動很難偽造。

雖然現代人工智能可以產生非常引人注目的假貨 - 通常被稱為 deepfakes - 這主要限於改變視頻中的面部和聲音,而不是整個身體。 因此,有可能創造一個好的假人,說某些人說他們從未做過的事,但不一定表現出他們從未做過的物理行為。 然而,這在未來幾年肯定會發生變化。

4。 小心鯊魚

經過二十多年的數字取證,我得出的結論是,帶有鯊魚的病毒圖像幾乎總是假的。 小心壯觀的鯊魚照片。

5。 幫助打擊錯誤信息

虛假的圖像和視頻導致了 全球可怕的暴力,民主選舉的操縱和內亂。 現在,錯誤信息的流行也允許任何人為了回應他們不同意的任何新聞故事而哭“假新聞”。

我認為,技術行業對內容審核政策進行廣泛而深刻的變革至關重要。 技術巨頭再也無法忽視來自的直接和可衡量的傷害 他們產品的武器化.

更重要的是,那些正在開發可以用來輕鬆創造複雜假貨的技術的人必須更仔細地思考他們的技術如何被濫用,以及如何採取一些保護措施來防止濫用。 而且,數字取證社區必須繼續開發工具,以快速準確地檢測虛假圖像,視頻和音頻。

最後,每個人都必須改變他們在線消費和傳播內容的方式。 在線閱讀故事時,要勤奮並考慮來源; 紐約之夜(一個假新聞網站)與紐約時報不同。 始終要謹慎對待洋蔥的奇妙諷刺故事,這些故事往往被誤認為是真正的新聞。

檢查每個故事的日期。 許多虛假故事在推出後數年仍在繼續傳播,就像一種不會死的令人討厭的病毒。 認識到許多標題旨在吸引你的注意力 - 閱讀超出標題以確保故事是它看起來的樣子。 您在社交媒體上閱讀的新聞將根據您之前的消費以算法方式提供給您,創建一個回音室,僅向您展示符合您現有觀點的故事。

最後,特殊要求需要特別證據。 盡一切努力用可靠的二級和三級來源對事實進行事實核查,特別是在分享之前。

關於作者

Hany Farid,計算機科學教授, 達特茅斯學院(Dartmouth College)

本文重新發表 談話 根據知識共享許可。 閱讀 原創文章.

相關書籍

{amazonWS:searchindex =圖書;關鍵字=檢測假新聞; maxresults = 3}

enafarZH-CNzh-TWnltlfifrdehiiditjakomsnofaptruessvtrvi

關注InnerSelf

Facebook的圖標Twitter的圖標RSS圖標

通過電子郵件獲取最新信息

{emailcloak = OFF}