Regula 首席技術官 Ihar Kliashchou 在報告中進行說明,IT之家翻譯如下:
普通人類在沒有經過專門的訓練之前,很難辨別 AI 生成的虛假身份。
神經網絡可能有助于檢測 Deepfakes,但應該配合檢測面部活體、光學可變安全元素等側重于物理和動態參數的反欺詐措施,實現更好的監測效果。
除了 Deepfakes 之外,調查顯示全球 46% 的組織在過去一年中經歷過合成身份欺詐。92% 的銀行業公司將合成欺詐視為真正的威脅,近一半 (49%) 的公司最近遇到過這種騙局。
Deepfake 技術又稱深度偽造,是英文“deep learning”和“fake”的混成詞,專指基于人工智能的人體圖像合成技術的應用。此技術可將已有的圖像或視頻疊加至目標圖像或視頻上。偽造面部表情并將其呈現至目標視頻的技術在 2016 年出現,此技術允許近實時地偽造文書現有 2D 視頻中的面部表情。

