英特尔表示已可实时区分deepfakes与真实拍摄画面

芯片巨头称，能够在几毫秒之内发现实时视频中的伪造形象

英特尔公司宣称开发出一种AI模型，能够通过颜色的细微变化实时检测视频内容是否使用了deepfake技术。从结论来看，如果拍摄对象是真人，那么这种颜色变化会更为明显。

芯片巨头打造的这款FakeCatcher能够在数毫秒内返回结果，且准确率高达96%。

近年来，人们一直担心deepfake视频搅乱舆论、祸害社会。这类视频使用AI算法生成真假难辨的伪造人物画面，可以让政客或名人说出自己没说过的话、做自己没做过的事。

英特尔实验室研究科学家Ilke Demir表示，“如今，deepfake视频可谓无处不在。相信很多朋友也都看过，名人会在其中说自己没说过的话、做自己没做过的事。”不只是名人，就连普通民众也开始沦为deepfake的侵害对象。

根据英特尔的介绍，目前部分基于深度学习的检测器能够分析原始视频数据，试图找出可将其确定为伪造的迹象。相比之下，FakeCatcher的基本思路就完全不同，它会分析真实视频以寻找能证明画面为真的视觉线索。

其中包括在心脏将血液泵送至身体各处时，血液流动而引发的视频像素颜色的细微变化。英特尔方面表示，可以从整个面部收集这些血流信号，再用算法将这些信号转换为时空图，进而由深度学习模型检测视频是否真实。以往的部分检测工具往往需要将视频内容上传至云端以供分析，之后等待几个小时才能得到结果。

但这样的时间间隔将成为其致命软肋，毕竟只要拥有充足的时间和资源，任何伪造视频制作者都可以开发出足以愚弄FakeCatcher的算法。

英特尔在开发FakeCatcher时当然会广泛应用自家技术，包括用于优化深度学习模型的OpenVINO开源工具包、以及用于处理实时图像和视频的OpenCV。开发团队还使用Open Visual Cloud平台为英特尔至强Scalable处理器提供集成软件堆栈。如此一来，FakeCatcher软件得以在第三代至强Scalable处理器上同时运行多达72条不同检测流。

根据英特尔的介绍，FakeCatcher拥有多个潜在用例，包括防止用户将有害deepfake视频上传至社交媒体，以及帮助新闻机构避免播送画面遭到篡改等。