如果你在技术行业工作,你可能已经看过NVIDIA的网站,这个人并不存在。这是一个使用人工智能生成人脸的简单界面。这也是经常用来愚弄记者引用并不存在的消息来源的工具。
上面的屏幕截图摘自一家快速发展的联盟网站(即,通过推荐客户在另一网站上购物来赚钱的网站)的标题。
乍一看,这些人似乎是真人,但事实并非如此。熟悉生成性对抗性网络的人可以辨别出泄露技术的“内幕”。例如,看一下扭曲的背景和不匹配的耳环。
这些所谓的专家可能并不存在,但他们背后的垃圾邮件发送者能够欺骗合法出版物的记者,如“纽约杂志”、“妇女日”、“商业网站”、“逆向”、“读者文摘”、“生活黑客”、“简单美元”、“得分”、“父亲”、“法律缩放”、“商业新闻日报”和“Cheapism”。
最重要的是,引用这些不存在的人的故事都是关于育儿、心理健康和新冠肺炎等话题。
当一名记者在写一篇需要他或她没有的消息来源的报道时,该记者很可能会求助于Haro,这是一项将寻求专业知识的记者与拥有该专业知识的消息来源联系起来的服务。
搜索引擎优化专家利用这项服务建立内容链接,让他们获利,这已不是什么秘密,但深度假技术的兴起,使得利用那些渴望点击的过度劳累、训练有素的记者变得比以往任何时候都更容易。
我是一个高加索男性,但没有什么(除了我自己的道德)能阻止我假装这个网站是由有色人种女性发布的。上面的照片不是真的,但它足够真实,足以在最后期限前愚弄一名记者。为了打击这种欺诈行为,新闻编辑部必须迅速采用新的方法来核实消息来源。
GAN渲染是逼真的,在Photoshop中修饰的渲染近乎完美,但它们(目前)还不容易扩展。结果是:总是要两张你的线人的照片。
将这些照片放入Tineye(甚至是Google Images)等反向图像查找服务中。他们以前在网上出现过吗?上下文有意义吗?
请求提供指向社交媒体个人资料的链接。这些账户活跃多久了?他们讲的故事前后一致吗?
这是英伟达在其“此人不存在”网站上给出的天真而居高临下的建议。不过,这是个好建议。
依靠大科技来解决这个问题,就像依靠大烟草来治愈癌症一样。我们每个人都要为真理而战。