深偽偵測

深偽偵測的任務，是判斷一張影像、一段影片或一段音訊，是真實的、還是由 AI 合成生成或操弄出來的。「深偽（deepfake）」原指用深度學習製作的換臉或臉部重演影片，但如今這個詞涵蓋了 AI 偽造媒體的整個光譜：GAN 生成的不存在之人的臉、擴散模型影像、對嘴與聲音克隆的影片、以及全合成場景。隨著生成器從模糊的假影躍進到照片級寫實的輸出，偵測已成為「對證據、新聞、選舉與個人安全（未經同意的影像、詐騙、冒名）之信任」的前線防禦。

技術上，偵測通常被建構成二元分類——真對假——但有用的訊號很細微。偵測器從生成假影中學習：生理上不合理的線索（不規則眨眼、視線不一致、由脈搏驅動的膚色變化不自然）、幾何與光照的不一致（陰影不吻合、背景扭曲、眼中反光不對稱）、換上的臉與頭部相接處的融合邊界、影片各幀間的時間性閃爍，以及頻域指紋——GAN 上採樣與擴散取樣所留下的特徵頻譜模式，常在像素域看不見、卻可在傅立葉頻譜中偵測。FaceForensics++、深偽偵測挑戰賽（DFDC）、Celeb-DF 等基準推動了大半的早期進展。

這個問題的決定性特徵是它是一場軍備競賽，而偵測在結構上居於下風。每一個學會某生成器破綻的偵測器，都成為下一代生成器「抹去該破綻」的訓練訊號；在某一族假影（比方說某特定 GAN）上訓練的偵測器，往往對新生成器（一個新的擴散模型）的假影類化得很差，這本身就是一個分佈偏移與泛化問題。對手也能以對抗擾動主動規避偵測器，而簡單的後處理（重新壓縮、縮放、社群媒體轉碼）就會摧毀脆弱的假影。因此偵測器在保留基準上的準確率，通常會高估它對「新型、實地（in-the-wild）操弄」的真實世界可靠度。

由於純粹被動的偵測正在失守，這個領域正轉向溯源與認證——證明什麼是真的，而不只是抓出什麼是假的。內容溯源標準（C2PA／Content Credentials 框架）在拍攝當下以密碼學簽署媒體並記錄其編輯歷程；由負責任的生成器嵌入的隱形浮水印（例如 SynthID 類方案）在源頭標記 AI 輸出。這些把負擔從「偵測偽造」轉移到「驗證真品」，儘管它們需要廣泛採用、且並非防竄改。貫穿這一切的是倫理上的利害：「說謊者紅利」（深偽的存在本身，就讓壞人得以把真實證據斥為假造）、共享真相的侵蝕、以及對個人的具體傷害——這正是深偽偵測坐落於電腦視覺、安全、政策與媒體倫理之交會、而非一個純粹準確率問題的原因。