Jigsaw發表可辨識假照片的Assembler平台

Alphabet旗下的孵化器子公司Jigsaw，在本周發表了一個可用來辨識假照片的實驗性平台Assembler，它整合了各種不同的偵測技術，讓新聞從業人員或事實查核人員透過單一平台，就能辨識影像的真偽，目前仍處早期開發階段，歡迎外界貢獻各種偵測模型。

Jigsaw執行長Jared Cohen表示，現代所指的不實資訊（Disinformation）並不只有假新聞，它可能是有目的的影響力活動，經常是由政府發動，企圖影響全球的社會、經濟及軍事事件，然而，不實資訊大量出現的同時，也推動了防範技術的進展。

從2016年起，Jigsaw便與研究人員及學者，共同尋找可以技術來偵測不實資訊活動的各種方法，而Assembler即是多年來的成果。

Cohen說，對事實查核人員與新聞從業者來說，拆解照片是個既耗時又容易出錯的程序，於是他們只好仰賴市場上各種不同的工具與方法，例如一個由調查記者與研究人員所組成的Bellingcat組織，就利用25種不同的工具來驗證照片、影片、網站或其它媒介的真實性。

而Assembler則是整合了來自學者的多種照片操縱偵測工具，每個工具都有特定的用途，例如有的能夠辨識照片中的「複製－貼上」程序，有的則能發現照片的亮度曾被變更。

除了向學者蒐集的偵測工具之外，Jigsaw也自行打造兩款工具，一是專門用來辨識DeepFakes的StyleGAN，它利用機器學習來區分真人與DeepFakes的不同，第二個工具則是一個整體模型，可結合來自不同偵測工具的結果，分析照片中曾被操縱的各種型態，一次揪出照片中的所有古怪之處，可望比單一偵測工具更精確。

Jigsaw也宣布開始發行研究期刊《The Current》，創刊號的內容圍繞在不實資訊上，封面故事為「視覺化的不實資訊」（Disinformation Data Visualizer），在地圖上呈現了全球各地的不實資訊散布，例如他們發現了去年中國派出商業機器人，企圖透過各大社交平台，影響香港人對許多政治事件的看法。