Deepfakes（deepfake，DF）是其中一种技术，虽然令人印象深刻，但经常被用于邪恶目的，并且它们的流行度越来越高。 多年来，各公司一直在研究从篡改视频中识别真实视频的方法，但英特尔的新解决方案看起来是最有效和最具创新性的解决方案之一。
Deepfakes 通常涉及将某人的脸和声音叠加到另一个人身上，几年前开始受到关注，当时成人网站开始禁止使用该技术将著名女演员的面孔添加到色情明星身体的视频。
从此以后，DF-videos变得越来越完善。 有大量的应用程序允许用户将朋友的脸插入电影中，我们已经看到人工智能让旧照片栩栩如生，让年轻版本的演员起死回生。
还有一款旨在以数字方式捕捉女性服装的应用程序。 但最大的担忧是 deepfakes 如何导致错误信息的传播——今年早些时候，社交网络上流传了一段关于乌克兰总统 Volodymyr Zelensky 被捕的虚假视频。
组织，包括 Facebook、国防部、Adobe 和谷歌已经创建了旨在检测 deepfakes 的工具。 但英特尔和英特尔实验室的版本（恰如其分地命名为 FakeCatcher）使用了一种独特的方法：血流分析。
英特尔的平台没有使用检查视频文件特征的方法，而是使用深度学习来分析血液流经静脉引起的面部颜色的细微变化，这一过程称为光体积描记法或 PPG。
FakeCatcher 分析图像像素中的血流并研究来自几帧的信号。 然后它通过分类器传递签名。 分类器确定给定视频是真实的还是假的。 英特尔声称，当与基于注视的检测相结合时，该技术可以在几毫秒内确定视频是否真实，准确率高达 96%。 该公司补充说，该平台使用可扩展的第三代 Xeon 处理器，支持多达 3 个同时发现线程，并通过 Web 界面工作。
具有如此高准确性的实时解决方案可以在打击虚假信息的在线战争中发挥巨大作用。 另一方面，当作者试图欺骗系统时，它也可以使深度造假更加真实。
你可以帮助乌克兰对抗俄罗斯侵略者。 最好的方法是通过以下方式向乌克兰武装部队捐款 拯救生命 或通过官方页面 NBU.
也很有趣：