如果避免原图遭AI滥用？使用 AI 防止 AI 图像操纵

麻省理工学院的研究人员开发了一种名为 PhotoGuard 的技术，用于对抗未经授权的图像操纵，保护图像的真实性。

PhotoGuard 通过引入微小的、不可见的像素变化来破坏人工智能模型对图像进行操纵的能力。

它使用了两种不同的攻击方法:编码器攻击和扩散攻击。编码器攻击对模型中图像的潜在表示进行微调，使模型将图像视为随机实体，从而阻止对图像的操纵。

扩散攻击目标是将生成的图像与预选目标对齐，从而保护原始图像免受未经授权的编辑。这种技术可以用于防止图像被恶意编辑，例如用于欺骗、勒索或虚假犯罪。

下面我们来看看PhotoGuard 的真实示例，图片中有两个面孔，可以被P到任何人身上。比如创建提示“两个男人参加婚礼”。提交后，系统将相应地调整图像，创建两个参加婚礼的男子的合理描述。

现在，在没有对保护图像进行编辑情况下，直接上传的图片就可以很毫无痕迹的用ai功能被P到另外一张图片中，如下图:

而如果在上传之前向图像添加扰动可以使其免受修改，在这种情况下，与原始的未免疫图像相比，最终输出将缺乏真实感。

然而，PhotoGuard 并不是万能的，它可能会被一些逆向工程方法破解，但通过与图像编辑模型的合作，可以提供更强大的防御。

研究人员建议政策制定者制定法规，要求公司保护用户数据免受操纵，并呼吁人工智能模型的开发者设计 API，为用户的图像添加额外的保护层。

这项技术有望在防止图像滥用方面发挥积极的作用，但还需要进一步的研究和合作来实现更强大的保护措施。

PhotoGuard论文网址：https://arxiv.org/abs/2302.06588