科学界正面临来自人工智能的新威胁。英国研究人员发现,由神经网络生成甚至仅经过编辑的动物图像,可能严重扭曲全球观测数据库中的数据。问题在于,即使是最微小的图像优化,如锐化或色彩校正,也可能改变物种的关键特征——喙的形状、毛色或翅膀上的花纹。
虚假记录与生态学错误
此类操作可能导致动物在新区域被错误记录,从而误导生态学家和生物学家。例如,一张稍作修改的鸟类图像可能被误认为是稀有迁徙物种,进而影响栖息地分布统计和自然保护决策。这对公民科学平台尤为危险,因为志愿者每天上传数千张照片,却缺乏严格验证。
呼吁标注与核查
研究作者强烈呼吁此类平台的管理员强制标注经过AI处理的图像。必须开发自动检测生成或编辑痕迹的算法。否则,数据收集系统将面临可信度丧失的风险,而基于这些数据库的科学结论也可能出现错误。
专家评论:这是对整个数据收集生态系统的警示信号。在一个AI已能伪造人脸和声音的世界里,科学界必须未雨绸缪。为图像引入加密标签和区块链验证,或将成为确保材料真实性、防止无意识失真的可靠解决方案。