观点作者:BitMind创始人Ken Miyachi
中心化深度伪造检测器在结构上存在错位,脆弱且落后。加密货币行业需要一种加密原生防御——去中心化检测网络,奖励众多独立模型提供商捕获现实世界的伪造内容,并将这些判断记录在链上。
结果是:透明度和跨交易所、钱包和去中心化金融(DeFi)的可组合使用。
仅第一季度就有2亿美元通过深度伪造诈骗被盗,超过40%的高价值加密货币欺诈现在归因于AI生成的冒充。
随着犯罪分子使用深度伪造绕过KYC流程并在欺诈性转账中冒充高管,加密货币行业面临着中心化检测系统无法解决的生存威胁。
中心化检测正在失效
核心失败在于架构。
中心化检测器存在冲突且孤立,供应商锁定的系统最擅长检测自己的模型输出,而错过其他模型。当同一家公司既构建生成器又构建检测器时,激励机制变得模糊。这些检测器是静态和缓慢的,与去中心化对应物相反,它们针对上个月的技巧进行训练,而对手实时迭代。
加密货币不能将此外包给深度伪造超越的相同封闭系统,而不期望同样的陷阱。是时候改变这种心态,转向去中心化检测网络了。
亚洲执法机构摧毁了87个深度伪造诈骗团伙,这些团伙使用AI生成的深度伪造冒充马斯克和政府官员等人物。诈骗已演变为在视频通话期间进行实时深度伪造冒充,欺诈者冒充区块链高管来批准未经授权的交易。
例如,Strategy执行董事长Michael Saylor去年警告称,他的团队每天大约要删除80个冒充他的虚假AI生成YouTube视频,通过二维码推广虚假BTC赠品,突显了这些攻击在社交平台上的持续性。
Bitget首席执行官Gracy Chen自己说过:"诈骗者现在生成合成视频的速度,加上社交媒体的病毒式传播特性,为深度伪造在覆盖范围和可信度方面提供了独特优势。"
当传统检测工具在现实世界深度伪造上只能达到69%的准确率时,这创造了犯罪分子利用的巨大盲点。OpenAI首席执行官Sam Altman最近警告"即将到来的欺诈危机",因为AI已经"击败了大多数身份验证方法"。加密货币行业需要与威胁本身一样快速演进的解决方案。
这些漏洞甚至延伸到情感操纵,如AI驱动的浪漫诈骗中所见,深度伪造和聊天机器人编造个人关系来提取资金。
根本问题在于信任主要AI公司在政治和经济压力下自我监管其输出。谷歌的SynthID只检测来自其自身Gemini系统的内容,忽略来自竞争工具的深度伪造。当创建生成式AI的同一家公司也控制检测系统时,利益冲突变得不可避免。
2025年3月的一项研究发现,即使是最好的中心化检测器也从受控数据集上的86%准确率下降到现实世界内容上的仅69%。这些静态系统在现有数据库上训练一次,期望永远有效,但犯罪分子的适应速度比中心化当局的响应速度更快。
去中心化、加密原生防御
去中心化检测网络代表了应用于数字安全的真正区块链原则。正如BTC通过分布信任解决了双重支付问题,去中心化检测通过在竞争矿工之间分布验证来解决真实性问题。
平台可以通过创建激励机制来实现这种方法,让AI开发者竞争构建卓越的检测模型。
加密经济奖励自动将人才导向最有效的解决方案,参与者根据其模型对现实世界深度伪造的实际表现获得补偿。与中心化替代方案相比,这种竞争框架在多样化内容上展现了显著更高的准确性,取得了静态系统无法匹配的结果。
随着生成式AI将在2032年成为1.3万亿美元的市场,需要与AI快速发展相匹配的可扩展身份验证机制,去中心化验证方法变得至关重要。
传统方法容易被更改或绕过,而中心化数据库容易被黑客攻击。只有区块链的不可变账本提供了透明、安全的基础来对抗预计激增的AI驱动加密货币诈骗。
如果没有去中心化检测协议,到2026年深度伪造诈骗可能占加密货币犯罪的70%。像通过AI冒充导致的1100万美元OKX账户流失等攻击表明,中心化交易所对复杂深度伪造攻击仍然多么脆弱。
DeFi平台面临特殊风险,因为假名交易已经使验证复杂化。
当犯罪分子可以为KYC流程生成令人信服的AI身份或冒充协议开发者时,传统安全措施证明不足。去中心化检测提供了唯一符合DeFi无需信任原则的可扩展解决方案。
监管对齐和前进道路
监管机构越来越要求加密货币平台具备强大的身份验证机制,去中心化检测网络已经提供了即时验证内容的面向消费者工具。为什么不与提供可审计、透明验证的公司合作,这些验证甚至满足监管要求,同时保持推动区块链采用的无需许可创新?
区块链和加密货币行业面临关键时刻:要么坚持不可避免地落后于犯罪创新的中心化检测系统,要么采用将行业竞争激励转化为对抗AI驱动欺诈强大盾牌的去中心化架构。
观点作者:BitMind创始人Ken Miyachi
相关推荐:Paul Atkins:美SEC考虑"创新豁免"以加快数字资产产品审批
本文仅用于一般信息目的,不旨在成为且不应被视为法律或投资建议。此处表达的观点、想法和意见仅为作者个人观点,不一定反映或代表Cointelegraph的观点和意见。