如今，AI技術發(fā)展迅猛，能輕松生成逼真圖文，“眼見為實”早已不可靠。從假新聞照片到明星虛假代言視頻，網(wǎng)絡世界真假難辨。我們該如何避免被“數(shù)字謊言”欺騙？

2025年TED大會上，深耕數(shù)字取證領域30多年的美國學者哈尼·法立德（Hany Farid）給出了方向。曾憑借照片證據(jù)破獲兇殺案的他指出，AI造假雖然厲害，但存在致命弱點，無須畏懼。

01

AI圖片造假是如何做到的?

如今，照片移形換位、清除人物已成常規(guī)操作，過去靠修圖軟件，現(xiàn)在手機AI就能輕松完成。

要識別假圖片，得先了解AI“畫圖”過程：它像超級聰明的畫師，先學海量圖片掌握技巧，再將真實圖片打散成無序像素點，學習重組，這樣既能還原圖片，還能按指令重新排列像素，創(chuàng)造出長頸鹿穿毛衣、憑空生成鯊魚等內容。

AI創(chuàng)作與相機拍照完全不同，相機靠光線與物理世界真實互動記錄影像，是物理學產(chǎn)物；而AI僅依據(jù)數(shù)據(jù)和概率“猜”畫，是統(tǒng)計學產(chǎn)物。例如，AI知道狗有毛發(fā)、尾巴和4條腿，會隨機組合這些元素，卻不懂狗的身體結構。

02

揭穿AI的“小破綻”

AI因不懂物理規(guī)律，即便畫面驚人，也會留下“小破綻”。哈尼·法立德及其團隊正是利用這些缺陷判斷圖片真假。

“像素指紋”：從噪點中尋找線索

手機拍攝的真實照片，有光線在傳感器上留下的獨特隨機的噪點；而AI生成圖片的噪點，放大后呈規(guī)律排列，如同AI蓋下的“數(shù)字指紋”。

哈尼·法立德通過對比圖證實：真實照片物體噪點混亂，AI生成圖片物體噪點呈獨特星狀結構，即便肉眼難以察覺，專業(yè)分析也能識破，我們可憑規(guī)則噪點判定是否為AI作品。

“歪七扭八”的透視：AI的幾何學弱點

現(xiàn)實中，鐵路軌道等平行物體遠處會交會于一點，這是透視規(guī)律。畫家早就運用此原理營造立體感。

但AI不懂透視本質，畫的“平行線”常方向雜亂。在演講中，哈尼·法立德以“士兵”圖為例，圖中地下室墻壁本應平行，延長邊線卻發(fā)現(xiàn)未交會于合理消失點，這說明場景在物理上不可能存在。AI在處理復雜場景時，難以保障物體透視關系準確，這就成為重要的鑒定線索。

“不靠譜”的影子：AI的光源邏輯混亂

同一場景中，影子應源于同一光源、方向一致，這是基本物理規(guī)律。但AI?！爱嫛卞e影子，導致同一場景的影子方向各異，仿佛多光源照射。

若圖片中影子指向不同，大概率是AI生成的——目前AI無法像人類一樣，在三維空間中準確模擬光線和陰影關系。對于專業(yè)人士而言，分析物體影子投射方向、檢查是否指向合理光源，是判斷圖片真實性的重要步驟。

這些漏洞揭示了AI本質：它是強大的模式匹配機器，不懂世界運行法則，即便畫面逼真，細節(jié)仍能找到破綻。

05

你的“反擊”武器：4個超實用小技巧

即便沒有專業(yè)數(shù)字取證工具，我們也能像“數(shù)字偵探”一樣，保護自己不受虛假信息侵害。哈尼·法立德給出4條建議。

“別急著轉發(fā)”：遇到令人震撼、憤怒的圖片，先冷靜。點擊分享前，通過官方新聞機構等多渠道交叉求證，無佐證的單張圖片大概率為假圖片。

“學會看‘身份證’”：未來更多圖片、視頻會自帶內容憑證（Content Credentials），其如同“出生證明”，學會識別它，可辨別真假。

“社交媒體不是新聞站”：社交媒體的算法會優(yōu)先推送能引發(fā)強烈情緒的內容，這類內容常是虛假的。因此，獲取新聞時應選專業(yè)、有編輯團隊把關的官方新聞網(wǎng)站。

“做個有責任心的分享者”：轉發(fā)未證實的信息，會成為假新聞的“幫兇”。分享前應確認信息真實性，做負責任的信息傳播者。

AI造假與識別技術的博弈，恰似一場永不停歇的攻防戰(zhàn)。今天辨別虛假的破綻，或許很快會被技術迭代抹平，真假邊界可能更模糊。但技術是人類意志的延伸，AI這把雙刃劍，是制造混亂的工具還是構建可信數(shù)字生態(tài)的助力，關鍵在于每個人的選擇。面對海量信息多一分審慎，傳播前多一次求證，就是在為抵御數(shù)字謊言筑防線。

責任編輯 | 段雯娟 趙青云

運營編輯 | 趙青云

質量審核 | 王維嘉 李雅欣

圖片來源|《知識就是力量》雜志《識別AI造假照片，做數(shù)字時代“鑒真達人”》，圖文/王治鈞（內容整理自信息取證專家哈尼·法立德的演講）,原創(chuàng)作品轉載請注明來源。

知識就是力量

現(xiàn)訂購2026年

定價360元

把一整年的知識搬回家