人们在线使用图像并与之互动的方式在不断演变。去年，我们发表了一篇关于通过背景和来源判断可信度的论文，展示了更好的评估工具如何帮助人们对自己在互联网上看到的内容作出知情判断。

作为帮助人们作出知情选择的努力之一，我们正在开发易用的来源追溯工具和产品内背景功能，并投资于信息素养等领域。

今天，我们推出 Backstory，这是一款实验性人工智能（AI）工具，可呈现信息并帮助人们进一步了解在线图像的背景。

在获得一张图像和一段书面提示后，Backstory 会调查该图像是否由 AI 生成、此前在网上何时何地被使用过，以及是否经过数字化修改。它能快速为用户提供有用信息，回应进一步提示，说明图像是否被使用以及如何被使用，并说明其相关叙事可能如何随时间变化。Backstory 还会生成易于阅读的调查结果报告。

通过背景和来源评估可信度

Backstory 基于 Gemini 构建，利用多种检测技术来识别图像是真实图像，还是使用生成式 AI 创建的图像。随后，Backstory 会将这些结果与对图像背景的更全面评估结合起来。它会呈现该图像在互联网上的使用方式，以及元数据等其他信息，以帮助回答用户的书面提示。

在大多数情况下，判断一张图像是否由 AI 生成，并不等同于理解它是否可信。例如，一张图像可能并非由 AI 生成，但可能经过修改，或被置于脱离原始背景的语境中呈现，从而产生新的、有时具有误导性的信息。

另一方面，使用 AI 生成的图像也可能支持真实的、创意性的或事实性的叙事。准确评估一张图像的可信度，往往需要更多了解该图像是如何创建的，并更深入理解其周围背景。

采取整体性方法

行业、民间社会、政府、学术界和用户共同合作，开发并完善维护我们信息生态系统完整性所需的工具和项目，这一点至关重要。

在我们继续开展研究并开发 Backstory 的过程中，我们正与可信测试者密切合作，其中包括内容创作者和专业信息从业者，他们负责管理、组织和传播高质量信息。

今年全年，我们将收集有关示例、用户体验等方面的反馈，以改进我们的技术并使其更有帮助。

探索 Backstory

致谢

我们感谢 Zoubin Ghahramani、Helen King、Rahul Sukthankar、Raia Hadsell 和 Chandu Thota 的领导与支持。

这项工作得益于 Mevan Babakar、Hannah Forbes-Pollard、Nikki Hariri、Thomas Leung、Nick Dufour、Ben Usman、Min Ma、Steve Pucci、Spudde Childs、Kate Harrison、Alanna Slocum、Reza Aghajani、Sri Rajendran、Alexey Vorobyov、Ashley Eden、Rishub Jain、Stephanie Chan、Sophie Bridgers、Michiel Bakker、Sures Kumar Thoddu Srinivasan、Tesh Goyal 和 Ashish Chaudhary 的贡献。

我们还感谢 Kent Walker、Camino Rojo、Clement Wolf、J.D. Velazquez、Tom Lue、Ndidi Elue、Rachel Stigler、M.H. Tessler、Ricardo Prada、William Isaac、Tom Stepleton、Zoe Darme、Gail Kent、Vincent Ryan、Aaron Donsbach、Abhishek Bapna、Verena Rieser、Christian Plagemann、Anca Dragan、Joelle Barral、Edward Grefenstette、Sara Mahdavi、Sven Gowal、Florian Stimberg、Christopher Savcak、Allison Garcia、Eve Novakovic、Armin Senoner、Arielle Bier，以及更广泛的 Google DeepMind 和 Google 团队所提供的支持、帮助与反馈。