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

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

Facebook打算利用其收集的照片和視頻評論者來提高其機器學(xué)習(xí)模型的準確性，以檢測這些媒體格式的錯誤信息。

它定義了照片和視頻中的三種錯誤信息，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別圖像和視頻內(nèi)容中的虛假信息的困難的高級概述，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并沒有接近自動系統(tǒng)來大規(guī)模檢測視頻和照片中的錯誤信息。

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題，以便將文本與事實檢查員文章的標題進行比較。它還在開發(fā)檢測照片或視頻是否被操縱的方法。為此，它使用音頻轉(zhuǎn)錄來比較它從音頻中提取的文本是否與事實檢查者之前已經(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更先進的，”說的Facebook產(chǎn)品經(jīng)理泰莎里昂。

與文章一樣，一旦事實檢查人員確認其為假，F(xiàn)acebook將專注于識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“相當不錯”，但是當圖像被輕微操縱時，F(xiàn)acebook更難以自動檢測。

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

Lyons表示，檢測某些東西是否脫離背景也是一項重大挑戰(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，因為你需要了解媒體的原始背景，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)容中的錯誤信息的影響也因國家而異。Facebook已經(jīng)發(fā)現(xiàn)，在美國，大多數(shù)人報告看到文章中的錯誤信息，而在印度尼西亞，人們更多地報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)達或識字率較低的國家，人們可能更有可能在照片上看到錯誤的標題，或看到偽造的照片，并將其解釋為新聞，而在擁有強大新聞生態(tài)系統(tǒng)的國家，“新聞”的概念更多地與文章聯(lián)系在一起，“里昂說。