UPC：改进检测假图像的算法

En esta tribuna, Montserrat Rigall, periodista de RTVE, explica cómo la UPC (Universitat Politècnica de Catalunya) está trabajando en perfeccionar la detección de imágenes falsas mediante la mejora de un algoritmo efectivo, puesto que los existentes están arrojando resultados insatisfactorios.

A lo largo del proyecto 伊维雷斯 hemos podido comprobar cómo algunos de los mecanismos de generación de imágenes falsas, basadas en algoritmos de difusión, son todavía bastante difíciles de detectar de forma automática. De ahí la importancia de perfeccionar la detección de imágenes falsas.

通过图像生成网站和应用程序，任何用户都可以使用许多技术，例如从-2, 稳定扩散, 中途, 必应 (From-3) 的开放人工智能经常用来说明假新闻。

根据加泰罗尼亚理工大学咨询的几位专家的说法，这些算法要新得多，尽管有一些自动检测此类图像的建议，但“他们的结果还并不完全令人满意”，计算机工程师 Dr. 弗朗西斯科·塔雷斯

新算法

为此，位于巴塞罗那的UPC专家组正在致力于新算法的研发。目标是这些允许 自动可靠的检测 此类图像通常是从定义它们的文本生成的。这是目前他们花费大部分时间的工作。

在迈向一个 虚假图像检测 se han volcado muchos intentos, más o menos, fallidos con una conclusión bastante unánime. Los expertos aseguran que si se degenera una imagen artificial y se vuelve a generar, obtendremos una imagen muy parecida a la original. En cambio, si degeneramos una imagen natural y la intentamos volver a generar mediante algoritmos de difusión, la imagen obtenida difiere de forma considerable de la de partida。

Discriminar imágenes naturales

El error en la reconstrucción permite, en cierta medida, discriminar las imágenes naturales de las artificiales. El error es grande cuando la imagen es natural y pequeño cuando se parte de una imagen generada mediante algoritmos de inteligencia artificial。

从本质上讲，这是不同研究实验室一直在研究的一个想法，并取得了可接受的结果，尽管 不完全令人满意。不同的算法提出不同的退化和生成策略。

第一线研究

在第一行中，有一个 内容监控系统 它促进并自动化了监控涉嫌在国际上传播假新闻的不同渠道的任务。

已经开发出一款内容监控系统什么促进和自动化监控任务不同可疑渠道的假新闻的传播国际上。

本质上，它是一个 监控 YouTube 和 TikTok 频道内容的软件 由用户选择，每 30 分钟下载已上传到频道的新内容的视频。视频下载完毕后，会出现一个 原始版本的音频转录，支持 90 多种输入语言，后来将其翻译成西班牙语和英语。通过这种机制，一个 自己的数据库 其中频道内容以音频、视频和文本格式提供。正是这些音频、图像、视频和文本内容，稍后将被用来评估该新闻为假的概率。

Esta primera parte del desarrollo está en un estado muy avanzado de desarrollo y ya se está probando su funcionalidad por diversos equipos de trabajo en RTVE, EFE, UAB, etc.

Categorías de generación de fakes

Una segunda línea de trabajo en el grupo de IVERES de la UPC es el estudio y el desarrollo de algoritmos para la detección de imágenes o vídeos generados de forma artificial. En este sentido se han clasificado los algoritmos de generación de fakes en diferentes categorías.

Como ejemplos de estas categorías tendríamos la manipulación de imágenes mediante algoritmos de tratamiento de imagen, la generación de caras artificiales, 的产生 nuevos atributos (gafas, barba, tinte de pelo, etc.), el 换脸演员和名人之间（换脸）。