Adobe正在使用機器學(xué)習(xí)來更容易地發(fā)現(xiàn)Photoshop圖像

世界各地的專家越來越擔(dān)心新的人工智能工具，這使得編輯圖像和視頻變得前所未有的容易 - 尤其是社交媒體能夠快速分享令人震驚的內(nèi)容而無需事實檢查。其中一些工具是由Adobe開發(fā)的，但該公司還在研究如何使用機器學(xué)習(xí)來自動發(fā)現(xiàn)編輯過的圖片，從而開發(fā)各種解毒劑。

該公司本月在CVPR計算機視覺會議上展示的最新作品展示了人類可以在更短的時間內(nèi)通過機器自動完成數(shù)字取證。該研究論文并不代表該領(lǐng)域的突破，它尚未作為商業(yè)產(chǎn)品提供，但有趣的是，Adobe - 一個與圖像編輯同義的名稱 - 對這一系列工作感興趣。

該公司發(fā)言人在接受The Verge采訪時說，這是一個“早期研究項目”，但未來，該公司希望在“開發(fā)有助于監(jiān)控和驗證數(shù)字媒體真實性的技術(shù)”中發(fā)揮作用。這可能意味著什么并不清楚，因為Adobe從未發(fā)布過旨在發(fā)現(xiàn)假圖像的軟件。但是，該公司指出其與執(zhí)法部門的合作(例如，使用數(shù)字取證幫助尋找失蹤兒童)作為其對其技術(shù)負責(zé)任態(tài)度的證據(jù)。

Adobe新論文中的一個例子，展示了如何通過機器學(xué)習(xí)系統(tǒng)發(fā)現(xiàn)圖像中的編輯。

新的研究論文展示了機器學(xué)習(xí)如何用于識別三種常見類型的圖像處理：拼接，其中兩個不同圖像的組合; 克隆，復(fù)制和粘貼圖像中的對象; 并且在完全刪除對象時刪除。

為了發(fā)現(xiàn)這種篡改，數(shù)字取證專家通常會在隱藏的圖像層中尋找線索。當(dāng)進行這些類型的編輯時，它們會留下數(shù)字偽像，例如由圖像傳感器(也稱為圖像噪聲)產(chǎn)生的顏色和亮度的隨機變化的不一致。例如，當(dāng)您將兩個不同的圖像拼接在一起時，或者將一個對象從圖像的一個部分復(fù)制并粘貼到另一個圖像時，這種背景噪聲就不匹配，就像墻上的污點覆蓋著略微不同的顏色。

與許多其他機器學(xué)習(xí)系統(tǒng)一樣，Adobe使用編輯圖像的大型數(shù)據(jù)集進行教學(xué)。由此，它學(xué)會了發(fā)現(xiàn)篡改的常見模式。它在一些測試中得分高于其他團隊建立的類似系統(tǒng)，但并不是那么顯著。然而，該研究沒有直接應(yīng)用于發(fā)現(xiàn)使用人工智能創(chuàng)建的新版編輯視頻的深度偽造。

“這些新ML方法的好處在于它們具有發(fā)現(xiàn)不明顯且以前不為人知的文物的潛力，”數(shù)字取證專家Hany Farid告訴The Verge。“這些方法的缺點是它們只能提供給網(wǎng)絡(luò)的訓(xùn)練數(shù)據(jù)，并且至少現(xiàn)在不太可能學(xué)習(xí)更高級別的偽像，如陰影和反射幾何形狀的不一致。”

除了這些警告之外，很高興看到更多的研究可以幫助我們發(fā)現(xiàn)數(shù)字假貨。如果那些發(fā)出警報的人是正確的，我們將走向某種后真相世界，我們將需要我們可以從虛構(gòu)中對事實進行排序的所有工具。人工智能可能會受到傷害，但它也有幫助。