Innholdsfortegnelse[Gjemme seg][Forestilling]
Videoer av Mark Zuckerberg som erkjenner tyveri av data og Barack Obama som misbruker Donald Trump, har sirkulert på internett en god stund nå?
Disse videoene er resultatet av en svært avansert og futuristisk AI-teknologi kalt Deepfake.
Enkelt sagt er det et photoshop-alternativ for video. På den ene siden kan det revolusjonere elektroniske medier ved å eliminere behovet for en faktisk person.
På den annen side truer det ens identitet alvorlig ettersom du kan få hvem som helst til å si hva som helst på video.
Deepfakes bruk dyp læring å lage bilder og videoer av falske hendelser, derav navnet deepfake. Den kan ikke bare bytte ansikter på eksisterende videoer, men også lage nye rammer og videoer fra bunnen av.
Opprinnelsen til Deepfakes
Omfattende akademisk forskning har flyttet grensene for foto- og videomanipulasjon de siste årene. Deepfake er også resultatet av disse akademiske undersøkelsene.
Det første tilfellet av videomanipulasjon ble rapportert i 1997. En video av en person ble modifisert for å si ordene i et annet lydspor. Det var det første tilfellet av ansiktsreanimasjon ved bruk av maskinlæring teknikker.
Ytterligere bemerkelsesverdige fremskritt ble gjort i 2017 da en video av den tidligere amerikanske presidenten Barack Obama ble modifisert for å snakke forskjellige ord som matchet et annet lydspor.
I 2018 introduserte forskere ved University of California, Berkeley, en app som kunne lage en falsk dansevideo ved hjelp av dyp læring. Dette markerte utvidelsen av deepfakes til hele kroppen ettersom tidligere arbeider var begrenset til ansikter.
Hvordan Deepfakes skapes?
Takket være fremskritt innen databehandling, kan du nå utvikle deepfakes relativt enkelt og til en lav kostnad. To hovedmetoder brukes til å generere deepfakes.
Metode 1
Du må trene en nevrale nettverket på ekte videoopptak av personen. Dette vil tillate nevrale nettverket å forstå ansiktstrekkene til motivet ved forskjellige vinkler og lysforhold.
Etter det vil du behandle både det originale ansiktet og det latente ansiktet gjennom en AI-algoritme kalt koderen. Den vil finne og lære forskjellene og likhetene mellom de to ansiktene og begge ansiktene reduseres til et komprimert bilde som deler fellestrekkene.
Så kommer den andre AI-algoritmen kalt dekoderen, som gjenoppretter ansikter fra komprimerte bilder. Begge ansiktene gjenopprettes av to forskjellige dekodere.
For å utføre ansiktsbytte, mater du ganske enkelt de kodede bildene inn i den andre dekoderen.
For eksempel mates en koderutgang fra ansikt A inn i dekoderen som er trent på ansikt B, som deretter rekonstruerer ansikt B med ansiktstrekkene til ansikt A. Du må gjøre dette på hver frame av videoen for en overbevisende utgang.
Metode 2
En annen metode for å generere deepfakes er Generative Adversarial Network (GAN).
Du må bruke to konkurrerende algoritmer for å generere dype forfalskninger. Den første vil bruke tilfeldig støy for å generere et bilde, og derfor kalles det generatoren. Dette syntetiske bildet mates til en strøm av ekte bilder gjennom en andre algoritme kalt diskriminatoren.
Diskriminatoren gir tilbakemelding til generatoren som genererer et annet bilde i henhold til tilbakemeldingen. På denne måten gir begge algoritmene forbedrede resultater for hver iterasjon. Denne prosessen gjentas mange ganger til det nødvendige nivået av nøyaktighet er oppnådd.
GAN leverer helt realistiske resultater, men det er vanskelig å jobbe med og krever en enorm mengde treningsdata og datakraft. Det er derfor det generelt foretrekkes for å generere bilder i stedet for videoklipp.
Noen overbevisende eksempler på Deepfakes
Det er noen veldig overbevisende deepfakes som kretser rundt internett, og de fleste av dem er av kjendiser.
For eksempel er det en TikTok-konto som utelukkende er dedikert til Tom Cruises dype forfalskninger. Videoer viser Cruise-golf eller demonstrerer et magisk triks.
@deeptomcruise Reise! ????
En annen svært kompleks deepfake ble lastet opp på YouTube med Tom Cruise, Robert Downey Jr., Jeff Goldblum, George Lucas og Ewan McGregor. Den har noen åpenbare mangler, men å behandle 3 til 4 dype forfalskninger i en video samtidig er en bragd i seg selv.
Et annet eksempel er en dypt falsk video av tidligere president Barack Obama.
Denne er forbløffende overbevisende ettersom den bruker stemmene og bevegelsene til etterlignere som er i stand til å etterligne stemmene og bevegelsene til motivet.
Vi ser nå deepfakes i den moderne mainstream underholdningsindustrien.
Den ble brukt til å filme scener av Paul Walker i Fast and Furious 7 etter skuespillerens uventede død. Deepfake ble brukt på broren hans med bemerkelsesverdig nøyaktighet.
Hva bringer Deepfakes til bordet?
Deepfakes har vist seg å være en veldig pålitelig teknologi for å bringe revolusjon innen media og underholdning.
Kan du huske da Henry Cavills bart ble fjernet av CGI i «Man of Steel» og det var en katastrofe?
Det samme kan nå gjøres på noen få tusen dollar datamaskiner med langt mer overbevisende resultater.
Du kan nå møte dine avdøde forfedre og kjære. Du kan til og med delta på en fysikkforelesning fra Albert Einstein selv.
I tillegg til alt dette har ikke deepfake blitt helt brukt på den måten det var ment å være. Rundt 96 % av deepfakes på internett er pornografi uten samtykke.
Den høye mengden treningsdata som er tilgjengelig for kjendiser har resultert i at de er de mest målrettede ofrene for deepfakes.
Det har gjort oss i stand til å sette hvem som helst i farlige eller kompromitterende scenarier, og dermed utgjør det en stor risiko for alle.
Deepfakes har blitt rapportert brukt til å svindle selskaper. I 2019 brukte en etterligner dyp falsk lyd for å instruere en administrerende direktør i det britiske selskapet om å overføre €220,000 XNUMX til en ungarsk bank ved å utgi seg for selskapets morselskapsleder.
Hvordan motvirke ondsinnede Deepfakes?
Normalt kan du oppdage dypfalske videoer ved nøye å observere bilde for bilde og se etter gjenstander og uregelmessigheter.
Det er imidlertid en kontraintuitiv prosess og mange selskaper jobber med algoritmer og programvare for å oppdage deepfakes.
Facebook rekrutterte forskere fra Berkeley, Oxford og andre institusjoner for å bygge en deepfake-detektor. På samme måte kunngjorde YouTube at de ikke vil godta dypfalske videoer relatert til det amerikanske valget, stemmeprosedyrer eller USAs folketelling i 2020.
Du kan også bruke programmer som Reality Defender og Deeptrace for å oppdage deepfakes.
Land er også opptatt med lovverk angående bruk av dype falske forfalskninger generelt. USA har implementert flere lover angående deepfakes det siste året.
Wrap Up
Deepfake er den levende legemliggjørelsen av utviklingen av AI. Det visker ut grensen for fremtiden ytterligere, men det er en potensiell trussel mot troverdigheten til videografisk innhold på internett.
Det vil komme en tid da folk vil begynne å tvile på hver video på internett, og vi vil bli presset inn i en tid med ytterligere usikkerhet.
Legg igjen en kommentar