人工智能热门
人工智能十问:越来越卷的AI,未来路在何方 求职者可能是假货 Mind最新研究让AI有人一样的直觉感知 智能销售助手Expert:AI实时辅导,助力一线业务人员成为专家 强化学习的起源:从老鼠走迷宫到AlphaGo战胜人类 英国强势布局AI防御与产业优势《国防人工智能战略》详解 锚定产业数字化新赛道 AI和IoT的新时代:告别独自美好,迎接双向奔赴推荐资讯
让区块链变成人人可用的工具,上海原创Web3.0操作系统是如何诞生的 隐私之变|自我主张时代变革,从构建WEB3.0的ID体系开始 被投资圈盯上,风头超过元宇宙,Web3.0到底是啥? Web3.0,勾勒下一代互联网模样 为什么说中国汽车产业已经真正“支棱”起来了 我在新能源汽车行业打工10年:从月薪2千涨至年薪40万,终于熬出头 对话梅宏院士:数字化转型不是想不想,而是必须转 王兴继续“电商零售梦”:告别社区团购 美团优选变身明日达超市求职者可能是假货
大数据文摘出品
作者:Caleb
在线工作正在逐渐正式进入我们的生活。
根据数据公司Emsi Burning Glass统计,2020年初纽约全市16万3000个招聘岗位中,只有6700个允许在线工作,占总岗位数量的 4% ;但到去年12月,全市24万3000个招聘岗位中,在线工作的岗位数量增至2万5800个,已占到总岗位数量的 10.6% 。
不过俗话说得好,人心隔肚皮,更何况现在还多隔了一层屏幕,谁也保不准 Neso事件 不会再次发生。
这不,最近根据美国联邦调查局调查,越来越多的人正在 窃取别人的个人身份信息 ,以及 利用deepfake来申请远程工作岗位 。也正是由于deepfake技术使用人工智能或机器学习来生成图像、视频或音频等内容,其很难与真实材料区分开来。
比如,根据外媒报道,有位诈骗者一直远程工作的求职过程中借助了deepfake,以试图进入IT工作,访问他们的客户或财务数据,以及企业IT数据和专业信息等。
无独有偶,根据其他公司爆料, 有些求职者的个人信息更是完全属于另外一个人 。
视频语音都被deepfake,识破他们到底难不难?
6月28日,FBI网络犯罪投诉中心在一次公共咨询中表示,最近有关被冒充求职的投诉案件数量增加。诈骗者一直利用deepfake技术以及从受害者那里盗取的个人身份信息,骗过雇主雇佣他们进行远程或居家办公工作。
这些工作涉及到 IT、计算机编程、数据库以及软件 相关的职位 。
deepfake实现的身份伪装往往难辨真伪,诈骗者也就能够从公司内部窃取有价值的详细信息,以及实施其他身份欺诈计划。
甚至根据联邦执法机构补,在调查过程中,他们还发现了在线面试中使用面试者的语音也经过了deepfake伪造。
目前尚不清楚有多少人利用这种方式成功入职,被举报的在其中占了多少。
要识别deepfake也并非完全不可能。联邦调查局表示,雇主可以通过某种方式来检测深度伪造。在日常工作中,员工们仍然需要时不时地与雇主进行视频以汇报工作进度等,当他们 开口说话 时,也就是缺陷显露之时。
“在镜头前,如果接受采访的人的动作和嘴唇运动与声音无法完全保持同步”,“比如突然的咳嗽、打喷嚏或其他 听觉行为与视觉呈现的内容不一致 ”,那往往就是识破deepfake的关键。
但是真正要去识破deepfake并没有那么容易,尤其是在你不特别去注意的情况下。根据卡内基梅隆大学研究人员最近的一份报告,旨在检测被篡改的视频的人工智能的准确率可能在 30%到97% 之间,人类有办法检测出假视频,特别是一旦他们被训练成能够观察到某些视觉故障,如影子不正常或皮肤纹理有问题等。
deepfake用得怎么样,还得看人
deepfake用得好不好,到底是不是用在了“刀刃”上,还得看人。
2021年,前披头士成员Paul McCartney就利用 deepfake技术让自己“重返青春”。 在与Beck合作的MV中,观众看到的是一个年轻的、灵活的、岁月没有在他身上留下任何痕迹的McCartney。
上个月 马斯克 也被deepfake了一把。
在TED主席“克里斯·安德森”采访马斯克的这段视频中,马斯克表示,一个名为BitVex的加密货币交易平台是他自己创建的,并承诺在三个月内,任何加密货币存款每天都有30%的回报率。
deepfake也有做好事的时候。
最近,在荷兰一项重启调查的案件中,为了找到13岁的Sedar Soares和朋友们一起扔雪球时被枪杀的真相,在Sedar Soares家人的允许下,警方利用deepfake制作了一个Sedar Soares的视频,以此向公众征集线索,寻找目击证人。在这一分钟长的视频中出现了 Soares 的生活图像,他向摄像机打招呼并捡起一个足球。就在视频发布的第二天,荷兰鹿特丹警方发言人Lillian van Duijvenbode说: “我们已经收到了数十条线索,这一事实非常积极。”
还是那句话, 技术的价值取向取决于使用该技术的人 。
锻炼自己的deepfake识别能力
作为一种AI深度学习工具,deepfake能够将一张图片中人的脸换到其他人的图片上的技术,从而创建一个非常逼真的“假”视频或图片,“换脸”因此得名。
研究人员使用自动编码器神经结构,使这一想法成为现实。基本思路非常简单:对于每张脸都训练一套编码器和相应的解码神经网络。编码时,使用的是第一个人的图片。而解码时,却是使用第二个人解码器。
为了帮助人们更好地识破deepfake骗局,研究人员也从Kaggle公开比赛中托管的 100,000 个deepfake视频和 19,154个 真视频中,训练了一系列神经网络来检测deepfake。
总的来说,没有完全绝对的方法来帮助识别,但在deepfake中有几个点是值得注意的:
-
注意脸部 :高端的DeepFake操纵几乎都是基于面部的;
-
注意脸颊和额头: 皮肤是否显得太光滑或太有皱纹?皮肤老化程度是否与头发和眼睛老化程度一致?deepfake在某些方面往往是不协调的;
-
注意眼睛和眉毛 :阴影的位置是否正确? deepfake通常无法完全正确地复制出自然物理学的场景;
-
注意眼镜 :是否存在任何眩光?是否存在太多眩光?当人移动时,眩光的角度是否改变?再一次,DeepFakes常常不能完全代表照明的自然物理学;
-
注意面部毛发或缺乏毛发的情况 :面部毛发看起来是否真实?deepf ake 可能会添加或去除胡子、鬓角或胡须,但这样的行为往往会带来违和感;
-
注意面部的痣 :痣看起来真实吗;
-
注意眨眼 :这个人的眨眼次数是否足够或过多;
-
注意嘴唇的大小和颜色 :大小和颜色是否与此人面部的其他部分相匹配。
这八个问题都能帮助人们检查并识别deepfake。
高质量的 deepfake 并不容易辨别,但通过练习,人们可以建立起一种基于deepfake的真假的直觉,相信直觉,并加以适当的辅助验证即可。
如果你还是不放心,也可以在这个网站上进行简单的测验:
https://detectfakes.media.mit.edu/
也欢迎在评论区留下你的识别心得~
推荐阅读