事件總覽：隨著 AI 生成人臉技術日益精進，現有科技防線逐漸失效，最新研究指出，人類大腦若經過短期訓練，可建立有效的「直覺防線」。
📅 2023年09月：Meta AI 圖像偵測工具的弱點
在此之前，Meta 推出了一款 AI 圖像偵測工具，旨在識別由 AI 生成的圖片。然而，路透社分析了 40 張由 Muse Image 生成的圖片後發現，該工具在處理裁切編輯過的圖像時，準確率大幅下降，高達 55% 的圖像能成功躲過驗證。
Meta 解釋，內建的「Content Seal」浮水印設計在一般編輯後仍能保持有效，但大幅裁切會導致信號流失。這表明，無論自動偵測系統或浮水印，都難以做到百分之百可靠的防護。
📅 2023年10月：研究揭示人類直覺的價值
隨後，英國阿伯丁大學（University of Aberdeen）與澳洲國立大學（Australian National University）對現代影像生成技術進行了深入研究。研究員指出，依賴「視覺缺陷」辨識 AI 圖片的策略已失效，因為 StyleGAN3 和新擴散模型等技術已經大大減少了低級瑕疵。
為了建立新的辨識標準，研究團隊轉向訓練受試者觀察 AI 脸孔的六項特徵：過度對稱、完美比例、異常吸引人、臉部結構通用、表情變化少、缺乏記憶點。
實驗數據顯示，未受訓前，受試者辨識真偽的準確率僅約 40%；但經過約一小時引導學習，並反覆接觸真實與合成臉孔後，準確率大幅飆升至接近 80%，少數人甚至能達近乎完全辨識程度。
📅 2023年11月：Deepfake 成為社會安全威脅
這直接導致了 Deepfake 技術的社會安全威脅逐漸顯現。根據 Deloitte 估算，明年美國因 AI 深偽詐騙造成的損失，可能從 2023 年的 120 億英鎊暴增至 400 億英鎊。跨國犯罪也已真實上演，例如香港曾發生詐騙集團利用深偽視訊會議，成功誘騙企業員工匯款高達 2,500 萬英鎊；此外，AI 生成的 LinkedIn 假檔案已成功滲透美國政策圈。
至今影響與未來展望
面對 Deepfake 技術的不斷進化，單靠機器防禦已顯不足。這項研究清楚傳達了一個訊息：在這個真假難辨的時代，大腦也需要執行系統性的「升級」。培養辨識 Deepfake 的直覺能力，已是迫在眉睫的任務。
從產業面來看，培養人類直覺防線的必要性不容忽視。隨著 AI 技術的進步，單純依靠技術手段已難以完全防範 Deepfake 威脅。企業和個人都應積極參與相關訓練，提升自身的辨識能力，以應對未來的挑戰。
如果你對這篇文章有興趣，不妨花一些時間練習辨識 Deepfake 圖像。這不僅能提升你的防範能力，也能增強你對 AI 技術的理解。建議你可以參加一些線上課程或實踐活動，逐步建立自己的「直覺防線」。
本文改寫整理自公開新聞來源，原始報導由科技新報發布。
常見問題 FAQ
什麼是 Deepfake？
Deepfake 是指利用 AI 技術生成的偽造影像，通常用於製作假的視頻或圖像，使其看起來像是真實的人物或事件。
Meta AI 圖像偵測工具的弱點在哪裡？
Meta AI 圖像偵測工具在處理裁切編輯過的圖像時，準確率大幅下降，高達 55% 的圖像能成功躲過驗證。
如何培養辨識 Deepfake 的直覺？
培養辨識 Deepfake 的直覺需要觀察 AI 脸孔的六項特徵：過度對稱、完美比例、異常吸引人、臉部結構通用、表情變化少、缺乏記憶點。通過反覆練習和接觸真實與合成臉孔，可以大幅提升辨識能力。
※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。