---

1.媒體來源:
TechNews

2.記者署名
李超凡 愛范兒

3.完整新聞標題:
科學家想用老鼠判別 Deepfake 製作的影片，但這事沒那麼容易

4.完整新聞內文:

自從 Deepfake 技術面世以來，就一直朝著不可控的方向發展。





儘管這兩個詞的發音和口型完全不同，但幾乎看不出修改痕跡。研究者經過調查發現，
59.6% 的受試者認為被修改過的影片是真的，這項技術成功騙過了大部分人的眼睛。

Deepfake 技術讓網路世界變得更加真假難辨，與此同時不少科學家和機構也開始研發鑑
別 Deepfake 的技術，開始了一場貓捉老鼠的遊戲。

據《華爾街日報》報導，本週在拉斯維加斯舉辦的黑帽網路安全大會上，來自俄勒岡大學
的研究人員提出，老鼠等小動物未來或有助於鑑別偽造的影片和音頻。



科學家將條件反射來訓練小老鼠，讓老鼠在聽到真實和合成影片的時候分別跑向不同位置
，如果辨識正確就給予獎勵，在測試過程中老鼠辨識假音頻的準確率達到 75%。

雖然當研究人員在添加一些新的聲音和母音的等變量後，老鼠辨識的準確率有所下降，但
在經過一段時間的訓練後，還是能夠區分新的語音模式。





除了之外，目前很多研究團隊都採用生成式對抗網路（GAN）來鑑別 Deepfake ，以 AI
對抗 AI。




隨後再用機器學習分析真假影片的差異，進而得到每個人的「軟性生物特徵」（soft
biometric signature），辨識出細微的動作特徵，這種檢測工具辨識 Deepfake 影片的
準確率達到 95%，研究人員希望能在未來半年內提升至 99%。



遺憾的是，這套工具無法大規模地應用，研究人員正在試圖開發出一款可擴展的平台化工
具，能對網路上大量的影片進行鑑別。



同時相比起 Deepfake 技術的研發，鑑別技術的科研力量顯得有點勢單力薄。據
DeepTrace 平台統計，2018年，全球涉及 GAN 生成圖像和影片的論文多達 902 篇，而研
究如何辨識合成圖像和影片的論文只有 25 篇。



解決方法不能只靠技術，還需要媒體專業的報導，以及更好的數位公民、公司和政策。

5.完整新聞連結 (或短網址):
https://technews.tw/2019/08/15/to-combat-deepfakes-researchers-turn-to-mice/

6.備註:

不要欺負老鼠好嘛！ XD

--


--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.165.217.22 (臺灣)
※ 文章代碼(AID): #1TLA_MPp (Gossiping)
※ 文章網址: https://www.ptt.cc/bbs/Gossiping/M.1565831126.A.673.html