自一个多世纪前消费级相机出现以来，人们一直在操纵照片。因此，怀疑论者也一直在试图嗅出这些操纵并揭露欺诈。随着编辑工具的进步，找出隐秘编辑的方法一直落后——至少在执法和图像取证等领域之外。
Adobe 用于查找伪造品的工具库包含多个利用人工智能的工具。最近，该公司宣布了与加州大学伯克利分校合作的一些研究成果，旨在检测使用 Photoshop 中一项名为“面部识别液化”的功能对面部所做的更改。在您能够将一款软件指向一张照片并获得关于其真实性的万无一失的答案之前，还有很长的路要走，但随着我们越来越多地遇到那些令人信服但却虚假的、被称为深度伪造（deepfakes）的视频，像这样的项目可能至关重要。
我们说的是哪种操纵？
这并不是 Adobe 首次涉足基于人工智能的图像身份验证。事实上，该公司已经发布了关于技术的详细信息，这些技术侧重于更常见的图像编辑技术，例如拼接图像、从照片中移除对象或将图像的一个区域复制并粘贴到另一个位置。所有这些都是众所周知的伪造策略。
然而，这些技术通常来自人工编辑，他们可以看到图像和最终产品，但可能看不到他们为自己的工作留下的线索。例如，将一个元素从一个地方复制粘贴到另一个地方会破坏数码相机传感器产生的数字噪点模式。
然而，新研究概述了一种旨在逆向工程最初依赖人工智能进行的编辑的技术。
液化你的脸
Photoshop 的液化工具在软件的几代版本中一直存在。液化图像允许您推拉像素。它是修图师常用的工具，因为它（无论好坏）可以轻松地使模型身体的特定部位看起来更胖或更瘦。然而，在几个版本之前，Adobe 推出了面部识别液化功能，该功能利用人工智能识别面部的各个元素，并允许修图师轻松操纵眼睛、鼻子和嘴巴的大小和形状等变量。
使用面部识别液化，您可以将滑块拉到最大，可以做出一些真正可怕的事情，但如果使用得当，您可以更改一个人的面部或表情，而这种更改有时是无法检测到的，如果您没有看过原图。
在其研究中，Adobe 将成对的图像——一张修改后的照片和原始照片——展示给神经网络和人类受试者。人类大约有 53% 的时间能识别出修改过的照片，但据报道，神经网络的准确率达到了约 99%。此外，人工智能有时还可以撤销编辑，通过结合原始扭曲效果引起的失真等线索来近似原始图像。
举证责任
虽然这样的工具很有用，但在检测过程赶上创作过程之前，还有很长的路要走。加州大学伯克利分校的计算机科学教授 Hany Farid 最近告诉《华盛顿邮报》，研究深度伪造视频的研究人员与那些致力于让视频更具说服力、更难被识破的研究人员相比，数量比是 100 比 1。
即使技术赶上来了，还有更多的问题需要解决，其中最重要的问题是如何让人们信任人工智能的判断，尤其是在它正在评估的内容可能是政治性或极具争议性的时候。另外，还有一个关于验证图像的古老问题：证明照片或视频没有被数字篡改可能会赋予其信息过多的可信度。摄影师或摄像师仍然在主动选择呈现哪些信息以及如何呈现，所以即使没有数字操纵，仍然很有可能误导观众。
目前还没有办法尝试这些工具，所以您还不能自己尝试，但随着 Adobe 和其他公司——以及军方——继续致力于这方面的技术，请期待听到更多相关信息。同时，也要准备好看到更多伪造的图像和视频。
