Video Mark Zuckerberg mengakui pencurian data dan Barack Obama menyalahgunakan Donald Trump telah beredar di internet cukup lama sekarang?
Video-video ini merupakan hasil dari teknologi AI yang sangat canggih dan futuristik bernama Deepfake.
Sederhananya, ini adalah alternatif photoshop untuk video. Di satu sisi, itu dapat merevolusi media elektronik dengan menghilangkan kebutuhan akan orang yang sebenarnya.
Di sisi lain, itu sangat mengancam identitas seseorang karena Anda dapat membuat siapa pun mengatakan apa pun di video.
Penggunaan deepfake belajar mendalam untuk membuat foto dan video acara palsu, maka nama deepfake. Itu tidak hanya dapat menukar wajah pada video yang ada tetapi juga membuat bingkai dan video baru dari awal.
Asal Usul Deepfake
Luas penelitian akademik telah mendorong batas manipulasi foto dan video selama beberapa tahun terakhir. Deepfake juga merupakan hasil dari penelitian akademis tersebut.
Kasus manipulasi video pertama dilaporkan pada tahun 1997. Video seseorang dimodifikasi untuk mengucapkan kata-kata yang terkandung dalam trek audio yang berbeda. Itu adalah kasus pertama dari reanimasi wajah menggunakan Mesin belajar teknik.
Kemajuan penting lebih lanjut dibuat pada tahun 2017 ketika video mantan presiden AS Barack Obama dimodifikasi untuk mengucapkan kata-kata berbeda yang cocok dengan trek audio yang berbeda.
Pada tahun 2018, para peneliti di University of California, Berkeley, memperkenalkan aplikasi yang dapat membuat video menari palsu menggunakan pembelajaran mendalam. Ini menandai perluasan deepfake ke seluruh tubuh karena karya sebelumnya terbatas pada wajah.
Bagaimana Deepfake Dibuat?
Berkat kemajuan dalam komputasi, kini Anda dapat mengembangkan deepfake dengan relatif mudah dan dengan biaya rendah. Dua metode utama digunakan untuk menghasilkan deepfake.
Metode 1
Anda harus melatih saraf jaringan pada rekaman video nyata dari orang tersebut. Ini akan memungkinkan saraf jaringan untuk memahami fitur wajah subjek pada berbagai sudut dan kondisi pencahayaan.
Setelah itu, Anda akan memproses wajah asli dan wajah laten melalui algoritma AI yang disebut encoder. Ini akan menemukan dan mempelajari perbedaan dan persamaan antara dua wajah dan kedua wajah direduksi menjadi gambar terkompresi yang berbagi fitur umum.
Kemudian muncul algoritma AI kedua yang disebut dekoder, yang memulihkan wajah dari gambar terkompresi. Kedua wajah dipulihkan oleh dua decoder yang berbeda.
Untuk melakukan pertukaran wajah, Anda cukup memasukkan gambar yang dikodekan ke dalam dekoder lainnya.
Misalnya, keluaran enkoder dari wajah A dimasukkan ke dalam dekoder yang dilatih pada wajah B yang kemudian merekonstruksi wajah B dengan fitur wajah wajah A. Anda harus melakukan ini pada setiap bingkai video untuk keluaran yang meyakinkan.
Metode 2
Metode lain untuk menghasilkan deepfake adalah Generative Adversarial Network (GAN).
Anda harus menggunakan dua algoritma yang bersaing untuk menghasilkan deepfake. Yang pertama akan menggunakan noise acak untuk menghasilkan gambar dan karenanya disebut generator. Gambar sintetis ini diumpankan ke aliran gambar nyata melalui algoritma kedua yang disebut diskriminator.
Diskriminator memberikan umpan balik ke generator yang menghasilkan gambar lain sesuai dengan umpan balik. Dengan cara ini, kedua algoritma memberikan hasil yang lebih baik dengan setiap iterasi. Proses ini diulang berkali-kali sampai tingkat akurasi yang dibutuhkan tercapai.
GAN memberikan hasil yang benar-benar realistis, tetapi sulit untuk dikerjakan dan membutuhkan sejumlah besar data pelatihan dan daya komputasi. Itu sebabnya umumnya lebih disukai untuk menghasilkan gambar daripada klip video.
Beberapa contoh Deepfake yang Meyakinkan
Ada beberapa deepfake yang sangat meyakinkan yang beredar di internet dan kebanyakan dari mereka adalah selebriti.
Misalnya, ada akun TikTok yang didedikasikan khusus untuk deepfake Tom Cruise. Video menunjukkan Cruise golf atau mendemonstrasikan trik sulap.
@deeptomcruise Bepergian! ????
Deepfake lain yang sangat kompleks diunggah di YouTube bersama Tom Cruise, Robert Downey Jr., Jeff Goldblum, George Lucas, dan Ewan McGregor. Ini memiliki beberapa kekurangan yang jelas, tetapi untuk memproses 3 hingga 4 deepfake dalam sebuah video secara bersamaan adalah sebuah prestasi tersendiri.
Contoh lain adalah video deepfake mantan Presiden Barack Obama.
Yang satu ini sangat meyakinkan karena menggunakan suara dan gerakan peniru yang mampu meniru suara dan gerakan subjek.
Kita sekarang melihat deepfake di industri hiburan arus utama modern.
Itu digunakan untuk syuting adegan Paul Walker di Fast and Furious 7 setelah kematian aktor yang tak terduga. Deepfake digunakan pada saudaranya dengan akurasi yang luar biasa.
Apa yang dibawa Deepfakes ke meja?
Deepfakes telah terbukti menjadi teknologi yang sangat andal untuk membawa revolusi dalam media dan hiburan.
Ingatkah Anda ketika kumis Henry Cavill dicopot oleh CGI di "Man of Steel" dan itu adalah bencana?
Hal yang sama sekarang dapat dilakukan pada komputer beberapa ribu dolar dengan hasil yang jauh lebih meyakinkan.
Anda sekarang dapat bertemu dengan leluhur dan orang yang Anda cintai. Anda bahkan dapat menghadiri kuliah Fisika dari Albert Einstein sendiri.
Selain semua ini, deepfake belum sepenuhnya digunakan sebagaimana mestinya. Sekitar 96% dari deepfake di internet adalah pornografi non-konsensual.
Tingginya jumlah data pelatihan yang tersedia untuk selebriti telah membuat mereka menjadi korban deepfake yang paling ditargetkan.
Ini telah memungkinkan kami untuk menempatkan siapa pun dalam skenario berbahaya atau dapat dikompromikan dan karenanya menimbulkan risiko besar bagi semua orang.
Audio deepfake telah dilaporkan digunakan untuk menipu perusahaan. Pada tahun 2019, seorang peniru menggunakan audio palsu yang dalam untuk menginstruksikan CEO perusahaan yang berbasis di Inggris untuk mentransfer €220,000 ke bank Hungaria dengan menyamar sebagai eksekutif perusahaan induk perusahaan.
Bagaimana cara melawan Deepfake Berbahaya?
Biasanya, Anda dapat mendeteksi video deepfake dengan mengamati bingkai demi bingkai dan mencari artefak dan penyimpangan.
Namun, ini adalah proses yang kontra-intuitif dan banyak perusahaan sedang mengerjakan algoritme dan perangkat lunak untuk mendeteksi deepfake.
Facebook merekrut peneliti dari Berkeley, Oxford, dan institusi lain untuk membangun detektor deepfake. Demikian pula, YouTube mengumumkan bahwa mereka tidak akan menerima video deepfake yang terkait dengan pemilihan AS, prosedur pemungutan suara, atau sensus AS 2020.
Anda juga dapat menggunakan program seperti Pembela Realitas dan Deeptrace untuk mendeteksi deepfake.
Negara-negara juga sibuk dalam pembuatan undang-undang tentang penggunaan deepfake secara umum. AS telah menerapkan beberapa undang-undang tentang deepfake selama setahun terakhir.
Bungkus
Deepfake adalah perwujudan hidup dari kemajuan AI. Ini semakin mengaburkan batas masa depan, namun, ini merupakan ancaman potensial terhadap kredibilitas konten video-grafik di internet.
Akan ada saatnya orang akan mulai meragukan setiap video di internet dan kita akan didorong ke era ketidakpastian lebih lanjut.
Tinggalkan Balasan