Assembler平台整合了來自學者的多種照片操縱偵測工具,能夠辨識照片的「複製->貼上」程序,或是亮度等設定是否曾被修改過。(圖片來源/https://giphy.com/gifs/iGdZKRn7z2nEmhXt0r?utm_source=iframe&utm_medium=embed&utm_campaign=Embeds&utm_term=https%3A%2F%2Fcdn.embedly.com%2F)

Alphabet旗下的孵化器子公司Jigsaw,在本周發表了一個可用來辨識假照片的實驗性平台Assembler,它整合了各種不同的偵測技術,讓新聞從業人員或事實查核人員透過單一平台,就能辨識影像的真偽,目前仍處早期開發階段,歡迎外界貢獻各種偵測模型。

Jigsaw執行長Jared Cohen表示,現代所指的不實資訊(Disinformation)並不只有假新聞,它可能是有目的的影響力活動,經常是由政府發動,企圖影響全球的社會、經濟及軍事事件,然而,不實資訊大量出現的同時,也推動了防範技術的進展。

從2016年起,Jigsaw便與研究人員及學者,共同尋找可以技術來偵測不實資訊活動的各種方法,而Assembler即是多年來的成果。

Cohen說,對事實查核人員與新聞從業者來說,拆解照片是個既耗時又容易出錯的程序,於是他們只好仰賴市場上各種不同的工具與方法,例如一個由調查記者與研究人員所組成的Bellingcat組織,就利用25種不同的工具來驗證照片、影片、網站或其它媒介的真實性。

而Assembler則是整合了來自學者的多種照片操縱偵測工具,每個工具都有特定的用途,例如有的能夠辨識照片中的「複製-貼上」程序,有的則能發現照片的亮度曾被變更。

除了向學者蒐集的偵測工具之外,Jigsaw也自行打造兩款工具,一是專門用來辨識DeepFakes的StyleGAN,它利用機器學習來區分真人與DeepFakes的不同,第二個工具則是一個整體模型,可結合來自不同偵測工具的結果,分析照片中曾被操縱的各種型態,一次揪出照片中的所有古怪之處,可望比單一偵測工具更精確。

Jigsaw也宣布開始發行研究期刊《The Current》,創刊號的內容圍繞在不實資訊上,封面故事為「視覺化的不實資訊」(Disinformation Data Visualizer),在地圖上呈現了全球各地的不實資訊散布,例如他們發現了去年中國派出商業機器人,企圖透過各大社交平台,影響香港人對許多政治事件的看法。

熱門新聞

Advertisement