AI时代下的虚假卫星影像：地理深伪技术再审视

在空间数据领域，对数据保持批判性思维一直是核心议题，尤其是对地图数据。我们曾多次撰文讨论数据被故意伪造的真实案例，例如有人推着载有99部智能手机的马车在柏林街头制造虚假交通拥堵，以及此前探讨过的虚假卫星影像问题。在如今这个AI无处不在的世界里，我们有必要再次审视这一话题。 近期，Ongeo Intelligence社区发表了一篇题为《当卫星图像说谎：地理深伪技术的兴起》的文章，详细描述了生成对抗网络（GANs）如何被用于创建与真实卫星图像几乎无法区分的合成影像。与此同时，Google在今年早些时候宣布了一项AI驱动的Google Earth功能，允许用户利用人工智能生成地图变化。该功能原本旨在帮助人们以新方式可视化地点，例如重现公元78年庞贝古城的风貌。然而，该工具很快被滥用，用户开始生成描绘虚构事件的虚假卫星图像，包括美墨边境附近的难民营、加沙医院旁的炸弹坑等。这些图像在缺乏背景信息的情况下，尤其是在社交媒体上配合特定叙事传播时，极具迷惑性。

Google在功能上线仅一天后便将其禁用，并表示“看到有人分享似乎违反我们政策的生成图像截图”。尽管移除工具是正确的决定，但这凸显了一个更大的问题：违反政策并不能阻止这些图像在网络上继续传播。Google指出每张AI生成的图像都包含水印，但实际上水印往往可以轻易被裁剪掉，而AI检测工具也并非万无一失。有用户演示了部分生成内容可以绕过包括Hive检测器在内的流行AI检测服务。 ArsTechnica的记者Jeremy Hsu引用专家Ess的观点指出：“通过将AI图像生成器作为Google Earth的功能引入，Google冒着削弱公众对Google Earth作为真实世界可靠参考的信任的风险。这也可能给政府官员或任何想否认真实卫星照片的人提供了额外的借口，声称这些照片是被修改或完全由AI工具生成的。” 那么，当您看到虚假影像时，如何提高警惕？Soar Atlas的一篇文章提供了五个实用技巧：如果图像没有列出来源，或者看起来过于详细而不真实（尽管未来空间分辨率的提升将使这一点更具挑战性），某些物体与其他物体的比例不准确或不可能，图像的时间设定不可能，或者图像无法进行地理配准，都应引起怀疑。但文章也讨论了图像本身真实但被修改的情况——那它算什么？“半真实”？这正是需要读者参与讨论的地方。 我们期待一篇超越影像、探讨“如何识别虚假地图”的相关文章。这样的文章有必要吗？作为读者，您用什么来培养自己对地图的批判性思维和评估能力？如果您是教育工作者，您使用哪些资源？您是否使用本博客或其他来源？如果是，那些其他资源是什么？ ——Joseph Kerski （注：文末附有关于Zoom Earth应用近实时影像的讨论及评论互动，此处不再赘述。） 想要了解更多技术细节和完整讨论，请点击阅读原文。