據外媒Techspot報導，人們可以使用許多方法來處理圖像和視頻，因此谷歌通過發布更易於發現篡改的在線內容的工具來為最糟糕的情況做準備。隨著2020年美國總統大選的臨近，科技巨頭們正在尋找不同的方式來對抗假新聞，錯誤信息以及在大型社交和搜索平台上傳播deepfakes視頻的情況。

以穀歌為例，它一直在準備防禦措施以應對假新聞浪潮。但是，這家搜索巨頭希望通過其Jigsaw子公司採取更為主動的方法，該方法使用最近發布的名為Assembler的平台來幫助事實檢查人員和新聞記者在圖像有機會在線傳播之前迅速對其進行驗證。

這些工具是免費的，並且雖然公認是“早期實驗平台”的一部分，但它們是一個很好的起點，其中包括來自加州大學伯克利分校，那不勒斯菲里德里克第二大學和馬里蘭大學的學者的貢獻。

彙編程序的工作方式是將幾種機器學習算法組合在一起，這些算法擅長查找顏色和噪聲圖案，噪聲圖案中的不一致之處以及查看各種圖像中像素的屬性。

Assembler擅長檢測圖像中最常用的篡改技術，例如播放亮度或複制和粘貼紋理或對像以掩蓋某物或某人。它帶有一個分數，該分數代表圖片可能被篡改或以任何其他方式更改的可能性，類似於Adobe的About Face AI。該項目的另一個目標是微調可以發現使用StyleGAN創建的deepfakes，StyleGAN是一種能夠產生令人信服的假想面孔的算法。

Jigsaw首席執行官Jared Cohen在博客文章中解釋說，該公司“觀察到虛假信息以被用於操縱選舉，發動戰爭和破壞公民社會的方式的發展。” 這種認識導致決定開髮用於阻止這些嘗試的技術。

在撰寫本文時，Assembler具有七個不同的工具，記者和其他人可以使用它們來發現遭篡改的圖像。但是，Jigsaw研究者Santiago Andrigo和Andrew Gully告訴《紐約時報》，彙編程序不是靈丹妙藥，作為一個生態系統，彙編程序需要隨著時間的推移快速發展和改進。

這就是Jigsaw還發布了一個名為“ The Current”的網絡出版物的原因，該出版物將持續不斷地展示正在進行的有關檢測錯誤信息活動的研​​究。Cohen表示：“我們的主要動機是創建一個場所，使人們可以訪問許多在處理此問題的第一線的專家，獨立研究人員和組織的工作。”