Deepfake (deepfake, DF) on yksi niistä teknologioista, joita, vaikka ne vaikuttavatkin, käytetään usein ilkeisiin tarkoituksiin, ja niiden suosio on kasvussa. Yritykset ovat työskennelleet tapoja tunnistaa todellinen video muunnetusta videosta vuosia, mutta Intelin uusi ratkaisu näyttää yhdeltä tehokkaimmista ja innovatiivisimmista.
Deepfakes, jotka yleensä sisältävät jonkun kasvojen ja äänen päällekkäisyyttä toiselle henkilölle, alkoivat saada huomiota muutama vuosi sitten, kun aikuisille suunnatut sivustot alkoivat kieltää videoita, joissa tekniikkaa käytettiin kuuluisien näyttelijöiden kasvojen lisäämiseen pornotähtien vartaloon.
Siitä lähtien DF-videoista on tullut yhä täydellisempiä. On olemassa monia sovelluksia, joiden avulla käyttäjät voivat lisätä ystävien kasvoja elokuviin, ja olemme nähneet tekoälyn herättäneen vanhat valokuvat henkiin ja herättävän näyttelijöiden nuoremmat versiot henkiin.
Mukana oli myös sovellus, joka on suunniteltu digitaalisesti tallentamaan naisten vaatteita. Suurin huolenaihe on kuitenkin se, kuinka syväväärennökset ovat johtaneet väärän tiedon leviämiseen – Ukrainan presidentin Volodymyr Zelenskyn vangitsemisesta levitettiin aiemmin tänä vuonna sosiaalisissa verkostoissa väärennetty video.
Organisaatiot, mukaan lukien Facebook, puolustusministeriö, Adobe ja Google ovat luoneet työkaluja, jotka on suunniteltu tunnistamaan syväväärennöksiä. Mutta Intelin ja Intel Labsin versio, osuvasti nimeltään FakeCatcher, käyttää ainutlaatuista lähestymistapaa: verenvirtausanalyysiä.
Sen sijaan, että käytettäisiin menetelmää, joka tutkii videotiedoston ominaisuuksia, Intelin alusta käyttää syväoppimista analysoidakseen kasvojen hienovaraisia värimuutoksia, jotka johtuvat suonten läpi virtaavasta verestä. Prosessi on fotopletysmografia tai PPG.
FakeCatcher analysoi verenkiertoa kuvan pikseleissä ja tutkii signaaleja useista kehyksistä. Sitten se välittää allekirjoitukset luokittelijan läpi. Luokitin määrittää, onko video todellinen vai väärennös. Intel väittää, että kun tämä tekniikka yhdistetään katsepohjaiseen havaitsemiseen, se voi määrittää, onko video todellinen millisekunnissa ja jopa 96 prosentin tarkkuudella. Yhtiö lisäsi, että alusta käyttää skaalautuvia 3. sukupolven Xeon-prosessoreita, jotka tukevat jopa 72 samanaikaista etsintäsäiettä ja toimivat verkkokäyttöliittymän kautta.
Reaaliaikainen ratkaisu näin suurella tarkkuudella voi vaikuttaa valtavasti verkkosodaan disinformaatiota vastaan. Toisaalta se voi myös tehdä syvästä väärennöksestä vieläkin realistisempia, kun kirjoittajat yrittävät huijata järjestelmää.
Voit auttaa Ukrainaa taistelemaan venäläisiä hyökkääjiä vastaan. Paras tapa tehdä tämä on lahjoittaa varoja Ukrainan asevoimille Pelasta elämä tai virallisen sivun kautta NBU.
Mielenkiintoista myös:
Jätä vastaus