（台泰時報7月11日電） 路透社最新測試顯示，Meta本週隨AI影像生成模型Muse Image一同推出的AI圖片辨識工具（Preview）仍存在技術限制。雖然系統可準確辨識由Muse Image產生的原始圖片，但若圖片經過裁切（Crop）後，超過一半將無法被辨識，凸顯目前AI影像驗證技術在防範深度偽造（Deepfake）及假訊息方面仍有待提升。

路透社針對40張由Muse Image生成的AI圖片進行測試，結果顯示，系統可100%辨識未經修改的原始圖片；然而，當同一張圖片裁切至約原始大小的三分之一至二分之一後，有55%的圖片無法再被Meta的辨識工具判定為AI生成。

Meta先前曾表示，透過Muse Image生成的圖片均嵌入隱形數位浮水印（Invisible Watermark），採用Content Seal技術，即使圖片經過一般裁切，仍可辨識其來源。不過，在收到路透社測試結果後，Meta回應指出，該工具目前仍屬測試版本，雖然浮水印設計可承受一般編輯，但若圖片遭大幅裁切，浮水印訊號仍可能流失，進而影響辨識效果。

這項結果也反映科技業共同面臨的挑戰。除了Meta之外，Google及OpenAI先前亦曾坦承，目前AI圖片辨識技術仍無法完全克服圖片經過裁切、壓縮、縮放或其他後製處理後所造成的辨識困難。

1️⃣ 路透社測試40張Muse Image生成圖片，原圖辨識率達100%。

2️⃣ 圖片裁切至約三分之一至二分之一大小後，55%無法被Meta工具辨識。

3️⃣ Meta表示系統仍屬測試階段，未來將持續改善辨識能力及浮水印技術。

今年3月，Meta監督委員會（Oversight Board）曾呼籲公司加強因應AI生成假內容的措施，並投入更多資源研發更有效率的辨識技術。美國紐約州立大學水牛城分校電腦科學教授李思偉（Siwei Lyu）表示，依賴數位浮水印的技術本身具有先天限制，一旦圖片經過裁切、壓縮或其他修改，浮水印訊號便可能減弱，導致辨識準確率下降。

加州大學柏克萊分校AI研究員莎拉（Sarah Barrington）則認為，數位浮水印仍是目前辨識AI內容的重要方向，雖無法達到百分之百準確，但若能有效辨識九成案例，已較缺乏任何驗證機制有明顯進步。此次測試結果再次凸顯，在全球多國陸續迎來選舉之際，如何提升AI生成內容辨識能力、防堵假訊息擴散，仍是科技產業的重要課題。

圖片來源：Posttoday