
 
 Maaari mong sabihin ang isang deepfake mula sa isang tunay na video? Karamihan sa mga tao ay naniniwala na sila ay maaaring. Karamihan sa mga tao ay hindi. Maaari mong sabihin ang isang deepfake mula sa isang tunay na video? Karamihan sa mga tao ay naniniwala na sila ay maaaring. Karamihan sa mga tao ay hindi. A ang natagpuan na lamang 0.1% ng mga participant ay korektong nakilala ang lahat ng mga fake at tunay na media na ipinapakita sa kanila. Human detection accuracy para sa mataas na kalidad na deepfake videos ay nasa , na kung saan ay malapit na mas mahusay na kaysa sa isang coin flip. Sa katunayan, ang volume ng deepfake content online ay umalis mula sa 1,500% sa loob ng dalawang taon. Europol ay inilagay na . 2025 sa pamamagitan ng iProov 24,5 % ang 500,000 incidents sa 2023 sa isang proyektong 8 milyong sa 2025 90% ng content sa online ay maaaring synthetically generated sa 2026 Ang standard na solusyon sa problema na ito ay upang bumuo ng mas mahusay na mga detector. I-train ang higit pa ng mga modelo ng AI upang makikita kung ano ang AI-generated na nilalaman. Ang problema ay na ang paraan na ito ay hindi gumagana at hindi maaaring gawin. Sa bawat pagkakataon na ang isang detection model ay mapabuti, ang mga modelo ng generation ay mapabuti sa reaksyon. Ang dalawa ay permanenteng naka-lock sa isang siklo, at ang mga detector ay palagi sa loob ng mga generator. A Nagtatagumpay na ang kloning ng salita ay lumapit sa kung ano ang tinatawag ng mga mananaliksik ang "indistinguishable threshold," at na video realism ay dumating sa punto kung saan ang telltale flicker at mga struktural distortions na ginagamit sa isang oras upang identify ang mga counterfeit ay karaniwang umalis. Fortune analysis mula sa Disyembre 2025 https://x.com/brevis_zk/status/2030976988174041325?embedable=true Siwei Lyu, Profesor ng Computer Science sa University at Buffalo at Direktor ng UB Media Forensics Lab, inilagay ito nang malinaw: ang mahalagang linya ng defence ay lumipat mula sa pananaliksik ng tao at sa pamamagitan ng mga proteksiyon sa layunin ng infrastructure, kabilang ang mga media na signed cryptographically gamit . C2PA mga patakaran Ito ang infrastructure na ito. Mga pahinang tumuturo Ang problema sa pag-detection ay struktural, hindi teknikal Pero kapag nalaman niyang nakilala mo siya dahil binasa mo ang diary... get ready for the consequences. Ang mga tool para sa pag-detection ng AI ay inirerekomenda sa mga kilala na pattern ng synthetic media. Makikita nila kung ano ang mga katotohanan ng katotohanan tulad ng batay sa mga halimbawa na karaniwang magagamit. Ang pag-update ng teknolohiya ng pag-generate, ang detection model ay gumagana mula sa mga nakaraang pattern. Ito ay hindi isang solvable engineering problema sa ilalim ng detection paradigm. Ito ay isang pangunahing asymmetry: ang attacker ay palaging malaman kung ano ang defender ay naghahanap, at maaari lamang pag-iwan ang paggawa ng mga sinyal na ito. , up mula sa $ 5.5 bilyon sa 2023. Ito ay isang maraming kapital na naghahanap ng isang problema na hindi maaaring solusyon sa higit pa sa parehong paraan. Deepfake detection market ay kinakailangan upang makukuha ng $ 15.7 bilyon sa 2026 Ang mas mataas na problema ay philosophical. Detection ay nagtanong: "Ano ang mga ito ay nakikita real?" Ito ay isang probabilistic na tanong na walang katumbas na solusyon. Provenance ay nagtanong: "Puwede na ito magbigay ng pagsusuri kung saan ito ay dumating?" Ito ay isang verified na tanong na may isang matematikal na solusyon. Ang pagbabago mula sa detection sa provenance ay hindi isang incremental na pagbutihin. Ito ay isang iba't-ibang problem statement na ganap na. Ano ang Brevis Vera Actually Do , inilunsad noong Marso 9, 2026, ay isang end-to-end media authenticity attestation system. Hindi ito analyzes media pagkatapos ng pag-publish upang malaman kung ito ay nakikita na real. Ito ay bumuo at nagbibigay ng isang cryptographic chain ng pag-evidence mula sa oras ng pag-capture sa pamamagitan ng bawat pag-edit, lahat ng paraan sa katapusan na inilathala na bersyon. Mga pahinang tumuturo Ang sistema ay may dalawang mga bahagi na gumagana kasama. Ang unang ay (Coalition for Content Provenance and Authenticity), isang open standard na itinatag ng Adobe, Arm, BBC, Intel, Microsoft, at Truepic. Pinanatili ang C2PA bilang isang tamper-evident receipt na ang isang camera ay lumikha ng instant na itinatag ng isang imahe o video. Ang aparato ay sinignan ang media cryptographically sa moment ng itinatag, pag-binding ang nilalaman sa hardware at lumikha ng provenance metadata. Ang mga kamera mula sa Sony, Leica, at Nikon ay sumusuportahan na ito. Ang C2PA v2.2 specification ay inilathala noong Mayo 2025. Ito ay sumusuporta sa unang tanong: ano ang isang tunay na aparato na itinatag ito? Mga C2PA But there’s a gap. Raw media is almost never what gets published. Journalists crop images, editors adjust exposure and color, faces are blurred for privacy, captions and annotations are added, and everything gets compressed for faster loading. The moment any of these edits happen, ang orihinal na C2PA hardware signature no longer applies to the modified file. A simple crop breaks the cryptographic bond between what the camera signed and what eventually appears online. Authenticity and editing are in direct tension, at hanggang ngayon, walang paraan upang matugunan ang mga ito. Ang Zero-Knowledge Proof ng Editing: Bakit Ito ay Bagong Ito ay kung saan Brevis Vera inilunsad ng isang bagay na hindi na nagkaroon ng bago. Upang malaman ang zero-knowledge proofs (ZK proofs), isang simpleng analogy ay nagbibigay-daan. I-imagine mo na gusto mong magbigay-daan na alam mo ang solusyon sa isang puzzle nang hindi na-show ang solusyon sa anumang tao. Ang ZK proof ay nagbibigay-daan sa iyo upang gawin ang eksaktong ito: matematika-demonstrate na ang isang statement ay katotohanan nang hindi ipinakita ang mga pangunahing impormasyon. Sa kaso ng Vera, ang "statement" ay: ang inilathala na imahe na ito ay binubuo mula sa isang tunay na C2PA-signed orihinal, at lamang legitimate mga pag-edit ay inilapat sa kanya. Walang maaaring makita ang raw orihinal o ang editorial workflow. Anyone can verify the Vera integrates sa open-source na library ng pag-edit ng imahe at gumagamit ng Upang lumikha ng isang zero-knowledge proof ng buong proseso ng pag-edit. Kapag ang isang editor ay mag-modify ng C2PA-signed media gamit ang suportahan na software, ang Vera ay gumagamit ng mga orihinal na signed metadata at raw media bilang input, i-execute ang mga transformations, at lumikha ng isang proof na matematikal na tinatanggap ng tatlong bagay: ang output ay dumating mula sa signed original, lamang ang mga permited transformations ay inilapat, at walang hide or malicious edits ay inilapat. Mga pahinang tumuturo Ito ay ang unang sistema na nagtataguyod ng cryptographic proof ng authenticity sa buong lifecycle ng media. Hindi mula sa camera, hindi mula sa editing suite, hindi mula sa publisher, ngunit mula sa camera sa buong paraan hanggang sa pag-publish, na ang bawat pagkakataon ay accounted para sa. Sino ang kailangan ng ito at bakit ngayon Ang mga kaso ng paggamit ay hindi abstrak. Noong Pebrero 2024, ang isang pinansiyal na nagtrabaho sa Arup ay na-tricked sa kabling Mga pahinang tumuturo sa mga kaibigan.The Ang North America lamang ay nakakita ng mga loss ng deepfake fraud na higit sa $ 200 milyong sa Q1 2025. $25 milyon pagkatapos ng isang deepfake video call ang average deepfake scam incident ngayon ay nagkakahalaga ng halos $ 500,000 Para sa photojournalism, ang mga pamantayan ay iba pang iba, ngunit pareho. Ang isang single fabricated o altered image circulating bilang authentic news ay maaaring lumikha ng opinyon ng publiko, i-influence elections, and destroy careers. The existing fact-checking infrastructure cannot keep pace with the volume and speed of synthetic media distribution. Nagsimula na ang isang deepfake video noong nakaraang taon. 60% ng mga consumer Ang Brevis Vera ay tinutukoy sa mga workflows kung saan ang authenticity ay pinaka-importante: mga organisasyon ng news, mga documentary filmmakers, courtroom evidence, corporate communications, at anumang konteksto kung saan ang isang inilathala ng imahe o video ay kailangang magkaroon ng verified proof ng kanyang orihinal. , at Brevis ay kasalukuyang sa mga pag-uusap sa mga aplikasyon ng pag-edit ng imahe at video na nakikita sa consumer-facing upang magbigay ng Vera direktang sa mga karaniwang ginagamit na mga tool ng kreasyon. Mga Implementasyon sa GitHub Ang mga limitasyon Walang sistema ay walang kompromiso, at ang Vera ay hindi isang universal na solusyon. Ang pag-adopsiyon ng C2PA sa layunin ng hardware ay pa rin limitado. Habang ang Sony, Leica, at Nikon ay sumusuporta sa standard, ang karamihan ng mga camera at smartphone ay hindi pa rin gumagawa ng C2PA-signed media. Vera ay maaaring i-verify lamang ang mga media na nakuha sa pamamagitan ng isang C2PA-signed device. Content shot sa isang unsigned camera ay hindi maaaring gamitin ang sistema, kung saan ang karaniwang utility ay depende sa hardware adoption na hindi pa rin nagsisimula. ang Nagtataka din na ang C2PA ay nag-record kung ano ang sinasabi ng mga tagapagtatag, at na ang provenance metadata ay maaaring i-modify o i-tripped bago ang ZK proof ay nilikha. Ang garantiya ng Vera ay malakas sa kanyang mga kondisyon ng pag-operasyon, ngunit ang mga kondisyon na ito ay nangangailangan ng isang chain ng trust na nagsisimula mula sa layunin ng hardware. Kung ang aparato na ito ay kompromiso o hindi sumusuporta sa C2PA, ang chain ay hindi magagamit upang mag-prove. Technical review ng World Privacy Forum ng C2PA Ang mga ito ay mga tunay na limitasyon. Hindi sila gumawa ng Vera irrelevant. Ang mga ito ay gumawa ng argumento para sa karagdagang pag-adopsiyon ng C2PA hardware. Final na mga ideya Ang detection arms race ay walang winner dahil ang dalawang bahagi ay hindi sa parehong lugar: ang mga generator ay nagtatakda ng pagkakataon, ang detectors ay naghahanap ito. Ang paglipat ng tanong mula sa "hindi ito makikita real?" sa "ang ito ay maaaring magbigay ito ay real?" ay isang struktural na pagbabago, hindi isang incremental na pagbabago. Ang sistema ay live, open-source, at bumuo sa pamamagitan ng integration sa mga tool ng pag-edit na mga propesyonal na gumagamit ngayon araw-araw. Ang trajectory ay mahalaga. Ang karagdagang pag-adopsiyon ay nangangailangan na ang pag-generate ng proof ay dumating sa ilalim ng mga kilala na workflows nang walang friction. Kung ang Brevis ay maaaring makakuha ng na integration sa skala, ang Vera ay may potensyal na maging isang infrastructure na hindi nila kinakailangan ng internet ngunit hindi maaaring mag-operate maliban. Huwag kang gagaw ng pasiya na nagmamadali!

This story contains new, firsthand information uncovered by the writer.

The writer was physically present in relevant location(s) to this story. The location is also a prevalent aspect of this story be it news or otherwise.

Hot off the press! This story contains factual information about a recent event.

Winner of Noonies 2020 for the award Hacker Noon Contributor of the Year - DATA.

2020 - Hacker Noon Contributor of the Year in DATA

Read My Stories

Ang audio na ito ay ginawa sa orihinal na wika ng kuwento!

Bakit Brevis Vera maaaring magsisimula ang Deepfake Detection Arms Race para sa Good

About Author

MGA KOMENTO

HANG TAGS

ANG ARTIKULONG ITO AY IPINAKITA SA

Related Stories

COVID-19: We Need More Than Data, We Need Insights!

How I deployed my spark document classification(Logistic Regression) model/s as a standalone app…

State of the Noonion: The Year of Profitability and Product Renaissance

Encrypted Instant Messaging Recommendations January 2017

COVID-19: We Need More Than Data, We Need Insights!

How I deployed my spark document classification(Logistic Regression) model/s as a standalone app…

State of the Noonion: The Year of Profitability and Product Renaissance

Encrypted Instant Messaging Recommendations January 2017

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps