AI换脸视频让人真假难辨 要想识破最终还要靠AIAI换脸视频让人真假难辨 要想识破最终还要靠AI3DMGAME百家号之前我们报道过人工智能换脸技术Deepfake，正当很多人担忧自己的样貌会不会被AI换到一些不可描述的片子上的时候，研究人员通过人工智能对虚假视频中的人像眨眼进行分析，最终有效地将假视频检测了出来。随着人工智能的飞速发展，不少人利用所谓的Deepfake黑科技制作出虚假视频，这种视频换脸技术引起了业内的强烈担忧。正如他们所称的那样，Deepfake是数字虚假信息不断演变的最新的——也许是最令人不安的——表现。修改图像早已有之，而篡改音频的方法也在不断改进。直至最近，修改视频一直很费劲，需要大量的专业技能和耐心。然而，机器学习技术的发展却导致该过程不断加速。去年年底，Reddit平台上出现了一种新的色情视频，是由一个名叫deepfake的用户上传的。通过机器学习技术，deepfake已经找到了如何将色情明星面孔换成名人面孔的方法，相关视频引起了轰动。
DeepFake算法随后在GitHub上发布，给任何拥有足够专业知识和足够配置计算机的人提供了制作虚假视频的方法。从那时起，类似的伪造视频和相关软件在互联网上如雨后春笋般出现。虽然有些是相对无害的，但这种变脸工具显然存在负面影响。很容易想象，一部制作精良的视频可能会加剧紧张局势，引发骚乱或加剧犯罪。人与人之间的相互信任可能会被侵蚀，人们普遍担忧技术的发展速度已经超出了政策的发展。值得庆幸的是，科学界正在应对这个问题。由纽约奥尔巴尼大学的Siwei Lyu领导的一个团队发现了这些伪造视频的漏洞。
DeepFake算法根据馈送的图像创建视频。虽然比较准确，但人工智能始终无法完美再现人类自然产生的所有生理信号。
Lyu和他的团队特别关注一点：眨眼。人类通常每两到三秒就会眨一次眼。但由于人像照片通常不会闭眼，因此通过照片对这些算法进行训练意味着生成的视频中人像很少会眨眼。因此，Lyu和他的团队设计了一种人工智能算法来检测伪造视频中哪里不存在眨眼现象。他们的算法——两个神经网络的组合——首先检测出视频中的人像面部，然后对视频中的所有连续人像进行对齐，分析每一个人像中的眼睛区域。神经网络的一部分决定人像是否闭眼。另一个用作记忆系统，记住帧到帧的变化，以确定是否随着时间的推移发生了眨眼。首先，他们在具有睁眼和闭眼人像的标记数据集上训练人工智能。随后，为了对训练结果进行测试，他们自行生成了DeepFake视频集，甚至还做了一些后期处理，让伪造视频显得更自然。结果令人印象深刻。根据Lyu的说法，他们的人工智能识别出了所有的伪造视频。Lyu解释说，在伪造视频的后期处理中手动添加眨眼并不是一个巨大的挑战，而且一些伪造的视频——包括BuzzFeed上的伪造视频——确实包含眨眼。然而他们开发的这种算法，至少有助于阻止和延迟创建伪造视频的过程。
“我们正在形成第一道防线，” Lyu说， “从长远来看，这实际上是制作假视频和检测假视频之间的持续战斗。”这项研究符合更广泛的努力。作为其媒体取证计划的一部分，该研究由国防高级研究规划局（DARPA）赞助，从2016年开始运行至2020年。他们的目标是开发一套工具来检查音频和视频等数字化信息的真实性和准确性。“我们希望向公众保证，有技术可以打击这种虚假媒体和虚假新闻，” Lyu说。纽约大学(University of New York)计算机科学教授马诺维奇(Lev
Manovitch)认为，这也是人工智能之间竞争日趋激烈的一个例子。
“我们很清楚，计算数据分析通常可以检测到人类发现不了的模式，”他解释说，“但是如何检测另一个人工智能生成的模式呢?我们将来会看到人工智能之间的
“战争”，就发生在我们永远不会注意到的细节层面吗?目前，Lyu的团队正在研究如何进一步开发技术，以解决诸如眨眼频率和持续时间等复杂问题。未来的目标是能够检测到包括呼吸在内的各种自然生理信号。
“我们正在非常努力地解决这个问题，” Lyu说。当然，公共科学研究的双刃剑是，骗子一旦读过并理解了他们的骗局是如何被发现的，就可以对算法进行相应的调整。 “从这个意义上讲，他们已经占了上风，”
Lyu说， “很难说哪一方最终会获胜。”本文由百家号作者上传并发布，百家号仅提供信息发布平台。文章仅代表作者个人观点，不代表百度立场。未经作者许可，不得转载。3DMGAME百家号最近更新：简介:3dmgame.com-3DM游戏网作者最新文章相关文章助教成为真假难辨的AI，它的目标是帮助人类教师并提高学习体验
[ 亿欧导读 ]
有着“南方MIT”之称的佐治亚理工学院中，一位教授给自己创造了一个人工智能（AI）助教，从此改变了整个课堂。这位“助教”目前已经可以负责帮教授处理日常且有标准答案的问题，且学生无法判断出它的身份是AI还是人。
阿肖克·戈埃尔教授需要帮助。
阿肖克·戈埃尔是佐治亚理工学院的一名电脑科学教授。他的班上最多的时候有十几二十个学生，但他的在线课堂上却着来自世界各地的四百多个学生。他们带着一些问题与疑惑，不时地浏览他的视频并学习。
根据戈埃尔的说，每个学期学生的问题多达10000个。这远远超出了他与他的教研团队所能处理的范围。
“每天回答这些问题已经逼得我们要发疯了。”他说。
同时也有另一个问题。阿肖克·戈埃尔教授担心线上的学生会在整个学期的学习过程中慢慢丧失了对课程的热情与兴趣。他的担忧是有充分的证据的：根据教育研究者凯蒂·乔丹的数据来看，只有小于15%的学生能够完成他们所注册的MOOC（大规模线上课堂）。
不过碰巧的是，戈埃尔是一位的专家。事实上，他所教授的课程，计算机科学，也叫做人工智能理论。他想，或许他所需要的是一位能够处理日常问题智能，同时，他与他的人类助教们可以负责那些更具有思维与创造力的问题。在教育中，给予个人的关注度是极为重要的。如果他们能够量化地提供个人关注度呢？
这便是吉尔·华生出场的时候了。
吉尔·华生是戈埃尔创造的AI，是佐治亚理工学院的线上资讯平台。那是一个由微软的Outlook设立的，工具化的讯息版；问题与主题在左侧的板块，每一个都领向一条位于右侧的对话板块。吉尔同时帮助戈埃尔现实课堂里的五十位学生，以及数目更多的线上学生。
它所回答的问题非常常规但又是必须的，例如正确的文件格式，数据使用，以及教职员的日程时间安排，这些问题都有绝对客观的答案。而人类助教们负责那些更为复杂的问题。
至少现在戈埃尔希望将吉尔作为一个起点，如果它能够胜任更多工作的话，出于对“知识产权”的考虑，他会将它的相关信息保密。
四月时，吉尔的存在被曝光，当时它正处理期末的工作。但多数学生对它的参与依旧不知情。在秋季学期，它就像许多其他助教一样，使用一个假名进行工作。这样的话他们就不能被那些想要知道机器人是谁的好奇学生谷歌搜索了。
“我依旧不知道机器人是谁，”多里·朗，一位戈埃尔现实课堂中的学生说，她的朋友也纷纷点头表示同意，“我想如果你无法发现机器人的身份，就说明它相当有用了。对我来说这是一件好事，因为这意味着人们能够更快地得到帮助。”
帮助他人是人工智能时代的首要目标。苹果公司的Siri在每次系统更新时都会有新的功能；亚马逊的Alexa被设计用来管理家。特斯拉，谷歌，微软和脸书都在人工智能上进行了大量投资，以减轻人类职工的负担。IBM的华生赢得了一次巡回赛，它注定要被应用在医疗与客户应用行业，最近，它还有了自己的主打歌。
吉尔可以被认作是华生的孙女。它是基于IBM的Bluemix平台建立的，这个平台使用华生和其他的IBM软件来开发应用程序（戈埃尔与IBM公司一起得出了这样的关系。）
接着，戈埃尔上传了四个学期的数据，共四千多个问题与答案，并附上了其他Piazza上的闲谈，用以开始训练他的人工智能助教。吉尔的名字来源于一个叫“问吉尔”的学生项目，那时候他错误地认为IBM创始人托马斯·华生的妻子叫做吉尔（华生夫人的名字实际上是珍妮特）。
吉尔的成功来的不容易。在最初的信息输入时，它在早期的测试中不仅没有给出正确的答案，给出的错误答案还十分奇怪。
戈埃尔回想起十月份的一次TEDx演讲。有一次，一位学生询问了一个程序的运行时间，吉尔却告诉了那位学生设计方面的知识。
这样是不行的。“我们不想要吉尔·华生时不时给出正确答案，时不时又是错误答案，这样在班级中会引起困惑，”戈埃尔说。
他的团队建立了一个现实Piazza的镜面版本，然后吉尔便可从中观察到自己的错误回答并进行标记，以帮助自我学习。校正人工智能就像是“抚养孩子”一般。
最终，系统漏洞被清除干净。接着迎来了一个被戈埃尔称作“秘密调料”的重大突破（在知识产权中，这是他故作谦虚的一部分）。它囊括了吉尔对过去所有问题与答案的记忆，以及它与学生互动时的情境。最终，吉尔给出答案的正确率能达到97%。戈埃尔觉得它已经准备好面对他的学生了。
吉尔在一月被介绍给2016年的春季班学生。大半个学期里，学生们都没有注意到回答他们询问的“吉尔·华生”是一个人工智能机器。
有一次，一位学生问它“挑战性问题是否会包括文字和图片数据？”。“挑战性问题里没有文字数据，”吉尔的回答非常正确，“他们只会被当作形象化的问题来运行。但欢迎你自己写下文字数据并试试运行它们！”（是的，吉尔用了一个感叹号）。
学期结束的时候，戈埃尔揭露了吉尔的身份。学生们不仅没有感到不愉快，还像教师们一样感到欣喜。一位学生称它“无与伦比地酷”。另一位学生则想与它共进晚餐。
但吉尔不为所动。它对学生提出约会请求的回答是一处留白，字面意义上的没有任何评论。
就吉尔的编程来说，戈埃尔说有一处独特的具有人情味的元素使它更加完善：他自己的个人经历。
“因为这是一个我已经教授了十几年的课程，我对其谙熟于心，”他说，“我对它有一种深沉的熟悉感。这种熟悉感与数据资料的存在，对吉尔提供了很多帮助。”
戈埃尔如同尤达大师一般的举止，与他在授人育才方面的天赋，在他的现实课堂中有很好的体现。
计算机科学课在克劳斯高级计算机大楼的一个小会堂展开。半圆的玻璃砖瓦结构使它看起来像是一个落在佐治亚理工学院中心的茶杯托。但如果说这栋建筑极具未来感的话，戈埃尔授课所使用的会堂则完全相反：一百来个座位，排列在两堵有米黄色与灰色挡板的墙之间，面对着一条长长的白板。这是一个没有炫酷科技的房间，是戈埃尔波澜不惊地传授知识的最佳之地。
十一月的一个星期一，戈埃尔想要自己的学生们思考一只茶杯的品质。在他身后，两个巨大的屏幕上，是一些这个物品的属性，由箭头连接：物品是→茶杯，物品有→底，物品由什么制作→陶瓷。
他观察到其他的物品有一些相同的属性。举例来说，一个砖头，有一个平的底。一个公文包可以被举起来并也有一个把手。所以一个机器是怎么过滤这些品质而逻辑化地判断什么是一个茶杯呢？
人类，通过他们记忆与观察感知的能力，能够立刻构建出一个茶杯的样子，戈埃尔说。但是一个机器人不是先天就具有它所需要的所有知识的，他说。
“一个机器人必须向自己证明这个物品有一个可以作为茶杯的物品的所需特征，”他对自己班上的学生说。再者，在输入数据的帮助下，它必须使用创造力与即兴发挥来判断那个物品是什么；毕竟纯粹因为人类可以理性分析，并不能代表他们能够在脑中使用正式的逻辑。
1989年加入佐治亚理工学院教职的戈埃尔是一位教室中的“老兵”。他的家庭来自古鲁格舍德拉，一座被认为是古老学习中心的印度城市。
戈埃尔是一位物理教授的儿子与一位小学老师的孙子，他们沿袭了家族的教育工作。因此，即使他有科研责任，戈埃尔依旧非常欢迎授课的机会。
“我享受科研与教育。幸运的是，这两者密不可分，”他说。“单方面讲，我将我的科研成果用于我的授课过程中。因此，我的课堂对我来说也是一个研究实验室。”
他享受与学生之间的关系，这种连结被称作是教育中的圣杯。或者像克里斯托弗·麦考德，一位上过戈埃尔线上课堂的计算机科学老师说的，“授课是一个人情化的活动，本质上就是与你的学生们建立连结。一个机器做不到这些。一个机器更不能去爱那些学生。”
戈埃尔将吉尔·华生看作是一个新兴的趋势。在这方面，他不是唯一一个将人工智能看作一个有前途且有回报的教育工具。
毕竟教育是一个巨大的产业。据Class-Central.com显示，在2015年，超过3.5亿的学生报名参加了大学程度的MOOC（大型开放式网络课程massive open online coursesas）。这比2014年的人数多了两倍不止。
IBM的华生与芝麻街工作室、苹果公司、培生教育集团开展了合作，在中小学宣传人工智能的好处，其他的公司也纷纷加入其中。艾米·奥根，一位卡耐基梅隆大学的计算机与学习科学教授说在亚马逊看到了许多孩子们将Alexa当成导师，于是增加了在人工智能教育方面的投入（亚马逊本身对此没有任何评论）。
从培生的角度来说，“他们的目的是使更好的教学变得可行化，以及帮助各地的学生，”汤姆·波兹克，培生的全球产品董事长说。培生与IBM公司的华生合作开发人工智能的应用已经有两年时间了，它计划在2017年第一次发行用于高等教育的产品。
在一次培生与华生展示中，一位阅读线上心理教科书的学生可以随时点击一个漂浮的华生标志。在书的每一章节的末尾，华生会与学生展开一段对话，以检验学生对书本内容的理解程度。
如果学生表现出不确定或是拒绝回答，华生会暗示或直接提出答案。接着会有一个小测试。如果学生依旧感到困惑，华生会开展一段对话并重申文章的要点。但人工智能华生并不总是万无一失的：你不能强迫学生停留在对话里，但它的确能提供一些教师们可能不知情的情况。
培生在将此类科技中引入少量的美国学校。在不远的将来，它与一些其他的公司计划将人工智能导师传播到美国，以及其他国家服务不周到的社区。
戈埃尔有件心事：仅在美国，就有至少3亿人目不识丁；在全球，这个数字达到了80亿人。因为这个原因，人工智能理论家们并不担心人工智能会取代人类教师的工作。它们的目标是帮助人类教职工并提高总体学习体验。
这些担心人工智能会取代教师的人们应该看看这件事的另一面，戈埃尔说。“这不是一个关于取代人类工作的问题，而旨在帮助那些没有人类教师的群体，”他说，“而这些群体数目众多。”
但首先，人工智能的指导员们有很多事物需要学习。一位叫卡耐基梅隆奥根的同事分别在城市，城郊，以及郊区进行了一个人工智能模型测试；结果表明它在城郊最为有效，在城市与郊区的结果都不尽理想。
不同的学生需要不同的策略。一位故意犯错的人类教师可能会帮助学生解决问题；一个人工智能版本的教师没有类似的人际连接，则可能会失败。在一个研究中，奥根与她的同事创造了一个叫史黛西的代理，用于帮助学生解决一次方程。他们希望学生们能从史黛西的错误中发现自己的失误。然而这些学生们学习得更加吃力了。有些学生甚至完全失去了学习的兴趣。
“这就是一个人工智能需要在自己做出毫无逻辑的事情时，向学生学习以变得更加聪明的例子，”奥根说。否则的话，人工智能和你拨打有限公司电话时一样烦人。奥根说有方法可以检测学生们会对什么作出回应，像是用摄像头与软件检测面部表情，但这仍是一个在开发中的方式。
或许最需要担心的是数据的何去何从。在中小学层面已经有许多围绕全美教育标准（Common Core）和当地政府展开的争论。在一个信息主导的时代，谁能说这个系统不会被滥用呢？
戈埃尔对其中的某些担忧表示认可。毕竟吉尔·华生的身份在春季学期的末尾才被揭露。在那之前，他的学生们是一个巨大实验的一部分：如果你知道你在与人工智能打交道的话，是否会从基本层面上改变沟通方式？
“这是一个严肃的问题，”他说。他看到了许多社会学家们都对此表示感兴趣，虽然他尚未建立任何合作关系。总体来说，他最初的目的是减轻助教们的负担。
与此同时，一个改良过的吉尔继续使用它的假名工作。戈埃尔与他的助教们依旧不想要自己的学生们知道他们在与一个AI打交道，所以除了两位助教之外的其他助教们也使用假名工作。人类助教表示，吉尔还是表现的非常出色。
但它没有准备好去教授课程——甚至是去担当一个人类助教的工作。“把握一个人类主角的全部职责需要数月甚至是数年的时间。根据我的预算，我们还需要十几年，甚至是几个世纪，”戈埃尔说。“我们当中（人工智能专家们），没有一个相信我们能够在一百年或更多的时间里创造出一个实体化的教师。”
这些问题，与他的学生们提出的问题不一样，这需要漫长的等待才能得出答案。
本文转自顶思（微信号：idingsi），由Tood Leopold撰写，Alsie编译，Moncia编辑。
各工作岗位将被AI取代的概率
选择岗位，查看结果
制图员和摄影师
建筑造价师
计算机硬件工程师
石油工程师
采矿和地质工程师（包含安全）
电气工程师
核能工程师
景观设计师
生物医学工程师
土木工程师
航空航天工程师
化学工程师
机械工程师
制图员和摄影师
快来扫描二维码，参与话题讨论吧！
获取验证码
新用户登录后自动创建账号
登录表示你已阅读并同意
账号为用户名/邮箱的用户 选择人工找回
关联已有账户
新用户或忘记密码请选择，快捷绑定
账号为用户名/邮箱的用户 选择人工找回
获取验证码
创建关联新账户
发送验证码
获取验证码
未完成注册的用户需设置密码
如果你遇到下面的问题
我在注册/找回密码的过程中无法收到手机短信消
我先前用E-mail注册过亿欧网但是现在没有办法通过它登录，我想找回账号
其他问题导致我无法成功的登录/注册
账号密码登录
关联已有账户
曾经使用手机注册过亿欧网账户的用户
创建并关联新账户
曾用微信登录亿欧网但没有用手机注册过亿欧的用户
没有注册过亿欧网的新用户
先前使用邮箱注册亿欧网的老用户，请点击这里进入特别通道
扫描二维码，下载亿欧客户端
Android & iOS
亿欧公众号
小程序-亿欧plusAI换脸视频让人真假难辨 新技术用AI来识破它
利用Deepfake换脸技术制作的假视频足以乱真。但日前研究人员通过人工智能对虚假视频中的人像眨眼进行分析，从而可以有效将假视频检测出来。随着人工智能的飞速发展，不少人利用所谓的Deepfake黑科技制作出虚假视频，这种视频换脸技术引起了业内的强烈担忧。
正如他们所称的那样，Deepfake是数字虚假信息不断演变的最新的——也许是最令人不安的——表现。修改图像早已有之，而篡改音频的方法也在不断改进。直至最近，修改视频一直很费劲，需要大量的专业技能和耐心。然而，机器学习技术的发展却导致该过程不断加速。
去年年底，Reddit平台上出现了一种新的色情视频，是由一个名叫deepfake的用户上传的。通过机器学习技术，deepfake已经找到了如何将色情明星面孔换成名人面孔的方法，相关视频引起了轰动。 DeepFake算法随后在GitHub上发布，给任何拥有足够专业知识和足够配置计算机的人提供了制作虚假视频的方法。
从那时起，类似的伪造视频和相关软件在互联网上如雨后春笋般出现。虽然有些是相对无害的，但这种变脸工具显然存在负面影响。很容易想象，一部制作精良的视频可能会加剧紧张局势，引发骚乱或加剧犯罪。人与人之间的相互信任可能会被侵蚀，人们普遍担忧技术的发展速度已经超出了政策的发展。
值得庆幸的是，科学界正在应对这个问题。由纽约奥尔巴尼大学的Siwei Lyu领导的一个团队发现了这些伪造视频的漏洞。 DeepFake算法根据馈送的图像创建视频。虽然比较准确，但人工智能始终无法完美再现人类自然产生的所有生理信号。 Lyu和他的团队特别关注一点：眨眼。人类通常每两到三秒就会眨一次眼。但由于人像照片通常不会闭眼，因此通过照片对这些算法进行训练意味着生成的视频中人像很少会眨眼。
因此，Lyu和他的团队设计了一种人工智能算法来检测伪造视频中哪里不存在眨眼现象。他们的算法——两个神经网络的组合——首先检测出视频中的人像面部，然后对视频中的所有连续人像进行对齐，分析每一个人像中的眼睛区域。神经网络的一部分决定人像是否闭眼。另一个用作记忆系统，记住帧到帧的变化，以确定是否随着时间的推移发生了眨眼。
首先，他们在具有睁眼和闭眼人像的标记数据集上训练人工智能。随后，为了对训练结果进行测试，他们自行生成了DeepFake视频集，甚至还做了一些后期处理，让伪造视频显得更自然。
结果令人印象深刻。根据Lyu的说法，他们的人工智能识别出了所有的伪造视频。
Lyu解释说，在伪造视频的后期处理中手动添加眨眼并不是一个巨大的挑战，而且一些伪造的视频——包括BuzzFeed上的伪造视频——确实包含眨眼。然而他们开发的这种算法，至少有助于阻止和延迟创建伪造视频的过程。 “我们正在形成第一道防线，” Lyu说， “从长远来看，这实际上是制作假视频和检测假视频之间的持续战斗。”
这项研究符合更广泛的努力。作为其媒体取证计划的一部分，该研究由国防高级研究规划局（DARPA）赞助，从2016年开始运行至2020年。他们的目标是开发一套工具来检查音频和视频等数字化信息的真实性和准确性。
“我们希望向公众保证，有技术可以打击这种虚假媒体和虚假新闻，” Lyu说。
纽约大学(University of New York)计算机科学教授马诺维奇(Lev Manovitch)认为，这也是人工智能之间竞争日趋激烈的一个例子。 “我们很清楚，计算数据分析通常可以检测到人类发现不了的模式，”他解释说，“但是如何检测另一个人工智能生成的模式呢？我们将来会看到人工智能之间的 “战争”，就发生在我们永远不会注意到的细节层面吗？
目前，Lyu的团队正在研究如何进一步开发技术，以解决诸如眨眼频率和持续时间等复杂问题。未来的目标是能够检测到包括呼吸在内的各种自然生理信号。 “我们正在非常努力地解决这个问题，” Lyu说。
当然，公共科学研究的双刃剑是，骗子一旦读过并理解了他们的骗局是如何被发现的，就可以对算法进行相应的调整。 “从这个意义上讲，他们已经占了上风，” Lyu说， “很难说哪一方最终会获胜。”
责任编辑：
声明：该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。
今日搜狐热点视频内容真假难辨？十个tips让你避开假新闻的坑
作者：Daniel Funke
来源：poynter.org
编译：阿勺（实习生）
编辑：罗布君
Via：新京报传媒研究（xjbcmyj）
在所有类型的虚假信息中，通过视频形式呈现出来的内容是最具迷惑性和难以辨认的。
假视频的兴起
首先，视频与单纯的文字内容或者图片不同，用户无法通过将其上传至Facebook等社交网站或者Google等搜索引擎来进行事实核查，哪怕只是验证其基本的趋势走向。
其次，目前还没有专门用来检测爆款视频的方法，尤其是那些在Facebook、Twitter或者Instagram等社交平台上，以病毒般的方式传播扩散的视频内容。视频内容好比封闭的黑盒子，即使是专业的事实核查者或技术人员，他们也经常抱怨视频类的信息核查大大增加了自己的工作难度，加大了事实核查的挑战。（尽管，目前Facebook推出的图片类信息核查技术已经取得初步进展。）
除此之外，还有一个现实不容忽视。由于技术门槛变得越来越低，大量的假视频正在被批量生产，同时，这些内容变得越来越以辨别。所谓的“高仿真”技术就是结合人工智能，对特定图片进行“改造”或者直接使用“换头术”，即将某些名人的头嫁接到他人身上，以此达到以假乱真的效果。
△经AI改动后的图片对比：上面两幅图改变了季节，下面两幅图改变了天气 来源/nvidia.com
△上面是《星球大战外传：侠盗一号》中的莱娅公主,下面是借助AI技术合成的具有视觉相似性的女演员的脸 来源/Derpfakes
鉴于以上这些挑战，传媒研究（xjbcmyj）为各位读者整理了10条实用建议，帮助用户破解社交媒体平台上的假视频难题以及避开类似的虚假内容陷阱。但遗憾的是，在那些披着“高仿真”外衣的虚假视频内容面前，目前，专业信息核查者也束手无策。但同时有专业人员指出，“假视频会变得更加不可控”这一论断还为时过早。
十招教你辨别假视频
①批判性地思考问题
在分析视频内容之前，先观察是否可以通过内容核查之外的方式来辨别真假。比如，判断该视频此前是否被相关媒体报道过？视频中是否有明显被改动过的内容？因为视频内容核查工作本身极其复杂，我们应该尽量避免做不必要的工作。能够用更加灵活省劲的方式，就没有必要采用所谓的“专业化”手段。
②确认视频中是否存在煽动性内容
以及基本信息要素是否完整
最基本的“4W1H”原则，即谁（who）、什么事（what）、何时（when）、何处（where）以及何种方式（how）。以上五个要素之间互相关联，任何两个要素，如果只有其中一个是完整的，另一个内容有所欠缺，那么用户该考虑视频中的内容是否有问题。
正如Snopes内容经理Dan Evon所说：“如果视频中出现了带有诋毁性或侮辱性的语言，那么极有可能整个视频内容也是不完整、被选择性地加以呈现的，甚至可能纯属虚构。这个视频到底传达了什么内容？用户应该时刻提醒自己这个问题。因为据我观察，大部分缺乏基本信息的视频都是不可信的。”
③如果视频里的细节内容因传播者而异
其真实性也应受到质疑
比如，一个帖子声称该视频是在A国拍的，而同时存在别的帖子，有着与其不同的说法。在这种情况下，用户应该慎重思考其说法是否可信。传播不实信息的视频内容后台是极具“灵活性”的，为了迎合不同受众的观看兴趣以及满足不同的信息需求，视频内容也是不断加以调整改变的。此外，观众还可以通过分别观看内容与文字的方式，确认声音与画面所传递的信息是否逻辑合理。
④借助YouTube Dataviewer等工具
或者下载InVideo浏览附加元件
YouTube Dataviewer工具是针对YouTube平台开发出来的，但是下载InVid浏览器附加元件，用户可以在浏览器中输入从YouTube、Facebook或者Twitter等不同平台粘贴过来的视频链接，利用该浏览器核查视频内容的真假，或者进一步输入提取的关键帧方式进行信息检索。
△YouTube Dataviewer使用界面
△Invid使用界面
法新社MediaLab编辑部经理Denis Teyssou曾指出，“通过InVid浏览器，能够获取关于某视频是否为二次传播内容，以及视频的拍摄地点等具体信息。因为同类搜索的方式能够识别出视频拍摄的地理位置以及其中的突出情节。我们看到的大多视频内容都是以‘去视频化’的传播方式被发布到社交平台或者上传至网站。很多视频之前就已经被存储在网络中，而后通过‘再语境化’的方式加以二次利用。”
⑤通过移动端观看视频的用户
可以通过视频截图的方式核查内容真实性
具体来说，就是将通过截屏获得的视频图片上传到带有反向图片搜索服务功能的平台，查看其是否有别的网络出处。这种方式也可以帮助用户了解其正在观看的内容是否属实，而谷歌和TinEye就是两个很好的备选平台。
△Google反向图片搜索服务器界面
△TinEye使用界面
⑥求助VLC软件
如果前面提到的通过在InVid浏览器中输入具体的某帧视频内容的方式不可取，用户或许可以考虑求助VLC软件。VLC可以降低视频的播放速度，用户可以将需要核查的信息精确到每帧的内容以及帧与帧之间的过渡转场。如果视频信息不实，那么在慢镜头播放的情形下，用户是比较容易能够辨别某些场景是否曾被修剪或删改的。
△VLC官网界面
另外，还有一种可行的方法。即使用FFmpeg获取视频更为详细的关键帧内容，再结合方法5中提到的反向图像搜索加以辨别。
△FFmpeg使用界面
⑦下载视频并查看其元数据
尽管大多数社交媒体平台会在用户上传视频后删除此类信息，但如果用户能够找到视频内容中的初始素材，那么就能进一步追踪视频的来源。基于此，用户应该使用计算机的本机文件浏览器，或者诸如Exiftool等有助于保存元数据的工具。
⑧外拍视频
巧借定位软件核查信息
如果是外拍视频，用户则可借助定位软件核查视频中的具体的地点、方位信息是否属实。Google Earth和Wikimapia两款产品囊括了用户标注的卫星图像，对核查外拍视频出处的地理类信息非常有用。
△Google Earth使用界面
△Wikimapia使用界面
Bellingcat数字调查员Christiaan Triebert就十分推崇这种方式，他说：“我们在生活中常常用到地理定位。如果你知道某个具体的位置信息，并且信息属实，出处明确，那么顺藤摸瓜，你能够获取更多与之关联的信息。比如找出视频的具体拍摄位置，核对明显的视频标识而后再与卫星图像进行匹配。”
⑨查看视频的具体拍摄时间
△SunCalc使用界面
查看视频的具体拍摄时间。 如果视频中出现带有影子的画面，那么用户可以借助Suncalc这样的工具，进一步确认日照方向、太阳高度角等可以推算出具体年月信息的内容，从而确定视频的拍摄时间。这种方式可以省去很多精力，对于那些在时间上做了手脚的假视频，只需通过核查时间线便可以确认其真假。
⑩在Youtube平台上
进行关键词检索
△YouTube上输入某关键词搜索后的界面
最后，如果上述说的方法全都以失败告终，那么可在YouTube上多进行几次与视频内容相关的关键词搜索。因为那些利用视频游戏录像制作的假视频，其创作者的素材来源通常也是通过输入特定关键词，从视频共享平台上获取的，而他们输入的关键词通常也是与特定内容直接相关的。
分or合？平台与媒体相处的第三种可能性
女儿出生15天，作为战地摄影记者，他殉职了
投稿、合作邮箱：
责任编辑：
声明：该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。
今日搜狐热点}