Detecting and Debunking Manipulated Images: A Tale of Modern Counterintelligence
图像 - 静止不动和视频 - 是操纵公众舆论和影响领导者的关键向量之一。
'Major vulnerabilities' in deepfake detectors
一项新的研究突出了现有的DeepFake探测器中的主要缺陷，并为更可靠的解决方案提供了框架。 CSIRO，澳大利亚国家科学局和韩国Sungkyunkwan大学（SKKU）的一项研究评估了16个领先的探测器，发现没有人能可靠地识别现实世界中的深层。 Deepfakes是人工智能（AI）生成的合成媒体，可以操纵图像，视频或音频，以创建超现实但错误的内容，从而引起人们对错误信息，欺诈和侵犯隐私性的担忧。
Canva、Adobe Express 甚至老牌 PowerPoint 等工具都可以轻松快速地创建美观的图表。但正如 Randy Krum 在他的著作《酷炫信息图表》中指出的那样，好看的图表不一定是好图表。事实上，很多时候，人们为了分散人们对其中所呈现信息的真实性而制作了一张好看的图表。TED-Ed 的一节题为“如何发现误导性图表”的课程以几种方式阐述了这一点。通过观看“如何发现误导性图表”，学生可以了解图表可能产生误导的三种方式。这些方式包括扭曲图表的比例、操纵图表的 X 轴或 Y 轴以及挑选或不提供图表中数据的上下文。整个课程可以在这里找到，视频嵌入在下面。教育应用这个视频可以成为您教学生
