Deepfakes（deepfake，DF）是其中一種技術，雖然令人印象深刻，但經常被用於邪惡目的，並且它們的流行度越來越高。 多年來，各公司一直在研究從篡改視頻中識別真實視頻的方法，但英特爾的新解決方案看起來是最有效和最具創新性的解決方案之一。
Deepfakes 通常涉及將某人的臉和聲音疊加到另一個人身上，幾年前開始引起人們的注意，當時成人網站開始禁止使用該技術將著名女演員的面孔添加到色情明星身體上的視頻。
從此以後，DF-videos變得越來越完善。 有大量的應用程序允許用戶將朋友的臉插入電影中，我們已經看到人工智能讓舊照片栩栩如生，讓年輕版本的演員起死回生。
還有一款旨在以數字方式捕捉女性服裝的應用程序。 但最大的擔憂是深度造假如何導致錯誤信息的傳播——今年早些時候，一段關於烏克蘭總統沃洛德米爾·澤倫斯基被捕的虛假視頻在社交網絡上流傳。
組織，包括 Facebook、國防部、Adobe 和谷歌已經創建了旨在檢測 deepfakes 的工具。 但英特爾和英特爾實驗室的版本（恰如其分地命名為 FakeCatcher）使用了一種獨特的方法：血流分析。
英特爾的平台沒有使用檢查視頻文件特徵的方法，而是使用深度學習來分析血液流經靜脈引起的面部顏色的細微變化，這一過程稱為光體積描記法或 PPG。
FakeCatcher 分析圖像像素中的血流並研究來自幾幀的信號。 然後它通過分類器傳遞簽名。 分類器確定給定視頻是真實的還是假的。 英特爾聲稱，當與基於注視的檢測相結合時，該技術可以在幾毫秒內確定視頻是否真實，準確率高達 96%。 該公司補充說，該平台使用可擴展的第三代 Xeon 處理器，支持多達 3 個同時發現線程，並通過 Web 界面工作。
具有如此高準確性的實時解決方案可以在打擊虛假信息的在線戰爭中發揮巨大作用。 另一方面，當作者試圖欺騙系統時，它也可以使深度造假更加真實。
你可以幫助烏克蘭對抗俄羅斯侵略者。 最好的方法是通過以下方式向烏克蘭武裝部隊捐款 拯救生命 或通過官方頁面 NBU.
也很有趣：