根據英國阿伯丁大學（University of Aberdeen）與澳洲國立大學（Australian National University）最新研究指出，面對日益精進的 Deepfake 技術，單靠自動偵測工具或肉眼尋找「破綻」已顯不足。人類大腦若經過短期訓練，就能建立不可取代的「直覺防線」。
現有科技防線的侷限
Meta 近日推出的 AI 圖像偵測工具，雖然能在一定程度上辨識由 Muse Image 生成的圖片，但在路透社的分析中發現，一旦圖片被裁切編輯，高達 55% 的情況下便能成功躲過驗證。Meta 解釋，內建的「Content Seal」浮水印在一般編輯後仍能辨識，但大幅裁切會導致訊號流失。這顯示，無論自動偵測系統或浮水印，都難以做到百分之百可靠的守門員。
低級瑕疵逐漸消失
過去，人們常通過尋找不合理的手指數量、變形耳環或扭曲背景來識破 AI 圖片。然而，隨著 StyleGAN3 與新擴散模型（Diffusion models）等技術的成熟，這些低級瑕疵已逐漸消失。研究員直言，依賴「視覺缺陷」辨識 AI 圖的策略已失效。
建立新的辨識標準
為了建立新的辨識標準，研究團隊轉向訓練受試者觀察 AI 臉孔常有的六項特徵：
- 過度對稱：臉部左右兩側異常一致。
- 完美比例：五官分布與大小太符合標準。
- 異常吸引人：外貌顏值普遍高於平均。
- 臉部結構通用：缺乏個人特色，長相偏向「大眾臉」。
- 表情變化少：臉部肌肉的情感傳遞較僵硬或單一。
- 缺乏記憶點：看過之後，大腦很難留下深刻印象。
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。此外，受試者判斷時的「自信心」也更貼近實際表現。
人類大腦的直覺力量
團隊指出，人類大腦能像機器運作，即用大量範例與重複練習，逐漸建立對真偽的「直覺」。這種直覺，成為未來對抗深偽內容的重要武器。培養這項能力已是迫在眉睫的任務，因 Deepfake 技術早已跨越娛樂範疇，成為嚴重的社會安全威脅。
Deepfake 的社會影響
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 120 億英鎊暴增至 400 億英鎊。這類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，也有調查揭露 AI 生成的 LinkedIn 假檔案已成功滲透美國政策圈。
從產業面來看，單靠機器防禦已顯不足，人類大腦的「直覺」成為對抗 Deepfake 的重要武器。培養這項能力已是迫在眉睫的任務，因 Deepfake 技術已成為嚴重的社會安全威脅。
數據背後的啟示
面對日益精進的 Deepfake 技術，單靠自動偵測工具已顯不足。人類大腦若經過短期訓練，就能建立不可取代的「直覺防線」。這項研究清楚傳達訊息：在這個真假難辨的時代，大腦也需要執行系統性「升級」。
讀完這篇文章，你是否對 Deepfake 技術有了更深的認識？如果你對這項技術感到憂慮，不妨開始培養自己的辨識能力，為自己和社會增添一道防護牆。
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
Deepfake 是什麼？
Deepfake 是一種利用深度學習技術生成的假影像，可以偽造人的臉部表情、動作和聲音，使觀眾難以分辨真偽。
為什麼自動偵測工具對 Deepfake 不再有效？
因為 Deepfake 技術日益精進，自動偵測工具難以辨識經過裁切編輯的圖片，且低級瑕疵已逐漸消失。
如何培養辨識 Deepfake 的能力？
通過觀察 AI 臉孔常有的六項特徵，如過度對稱、完美比例、異常吸引人等，並進行短期訓練和大量練習，可以提高辨識能力。
※ 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。
