概述

在最近的QCon旧金山会议上，Kate Sills发表了一场关于利用现有JavaScript库应对AI生成假图像的演讲。她提倡使用加密时间戳来确保照片拍摄时间，并使用数字签名来验证图像的来源合法性。她强调，为了应对AI生成图像带来的社会风险，必须提高对真实图像的期望，并构建能够满足这一高标准的系统。

AI生成图像的现状

近年来，AI生成图像的技术取得了巨大进展，生成的图像逼真度极高，难以区分真实与AI生成的图片。这种能力导致了社会对照片作为真实证据的信任度下降。

AI生成图像的检测

Sills指出，AI生成的图像中可能存在一些特征，即所谓的“经典痕迹”。然而，随着AI技术的不断进步，这些痕迹最终可能会消失，从而导致图像生成与检测技术之间的军备竞赛不断升级。

元数据的局限性

除了图像本身，元数据也包含有关图像真实性的信息，如时间戳、作者等。然而，元数据也可能被篡改，甚至可以将有效图像的元数据添加到AI生成的图像中。

解决方案：时间戳和数字签名

Sills提出了两种使用JavaScript实现的解决方案：

1. 时间戳：通过时间戳服务为提交的图像打上时间戳，证明图像在特定时间点之前已经存在。她建议使用加密哈希值作为图像内容的摘要，并推荐使用web crypto API和noble hashes包来实现有效的哈希计算。
2. 数字签名：通过公钥加密技术对图像进行签名，确保原始数据无法被伪造。签名内容可以包括照片拍摄的时间、地点以及照片本身的内容，甚至可以通过公开发布所谓的Merkle树的根来编码多个图像的存在。

提高对真实图像的期望

Sills强调，必须提高对真实图像的期望，建立新的规范，要求所有真实图像必须具有时间戳、可信的元数据，并得到可验证文件的支持，以确保其真实性。她认为，开发人员必须提供更可靠和值得信赖的图像处理方式，才能有效应对假图像问题。

结论

通过采用加密时间戳和数字签名技术，以及提高对真实图像的期望，可以有效应对AI生成假图像带来的社会风险。开发人员在构建图像处理系统时，必须确保系统能够满足这些高标准，从而增强图像的可信度。