วิดีโอของ Mark Zuckerberg ที่รับทราบการขโมยข้อมูลและ Barack Obama ที่ใช้ Donald Trump แพร่หลายในอินเทอร์เน็ตมาระยะหนึ่งแล้ว?
วิดีโอเหล่านี้เป็นผลมาจากเทคโนโลยี AI ล้ำสมัยและล้ำสมัยที่ชื่อว่า Deepfake
พูดง่ายๆ ก็คือ มันเป็นทางเลือกของ Photoshop สำหรับวิดีโอ ด้านหนึ่ง มันสามารถปฏิวัติสื่ออิเล็กทรอนิกส์โดยขจัดความจำเป็นในการเป็นคนจริง
ในทางกลับกัน มันคุกคามตัวตนของคุณอย่างรุนแรง เนื่องจากคุณสามารถให้ใครก็ตามพูดอะไรในวิดีโอได้
การใช้งาน Deepfakes การเรียนรู้ลึก ๆ เพื่อสร้างภาพถ่ายและวิดีโอของเหตุการณ์ปลอม จึงเป็นที่มาของชื่อ deepfake ไม่เพียงแต่สามารถสลับใบหน้าในวิดีโอที่มีอยู่แล้ว แต่ยังสร้างเฟรมและวิดีโอใหม่ตั้งแต่ต้นอีกด้วย
ที่มาของ Deepfakes
กว้างขวาง การวิจัยทางวิชาการ ได้ผลักดันขอบเขตของการจัดการภาพถ่ายและวิดีโอในช่วงไม่กี่ปีที่ผ่านมา Deepfake เป็นผลมาจากการวิจัยทางวิชาการเหล่านี้ด้วย
กรณีแรกของการจัดการวิดีโอถูกรายงานในปี 1997 วิดีโอของบุคคลได้รับการแก้ไขเพื่อพูดคำที่มีอยู่ในแทร็กเสียงอื่น เป็นกรณีแรกของการฟื้นฟูผิวหน้าโดยใช้ เรียนรู้เครื่อง เทคนิค
ความก้าวหน้าที่โดดเด่นเพิ่มเติมเกิดขึ้นในปี 2017 เมื่อวิดีโอของอดีตประธานาธิบดีสหรัฐ บารัค โอบามา ได้รับการแก้ไขให้พูดคำต่างๆ ที่ตรงกับแทร็กเสียงที่ต่างกัน
ในปี 2018 นักวิจัยจาก University of California, Berkeley ได้แนะนำแอพที่สามารถสร้าง วิดีโอการเต้นปลอมโดยใช้การเรียนรู้เชิงลึก. นี่เป็นการทำเครื่องหมายการขยายของ Deepfake ไปทั่วทั้งร่างกายเนื่องจากงานก่อนหน้านี้ถูก จำกัด ไว้ที่ใบหน้า
Deepfakes ถูกสร้างขึ้นอย่างไร?
ต้องขอบคุณความก้าวหน้าในการคำนวณ ขณะนี้คุณสามารถพัฒนา deepfakes ได้ค่อนข้างง่ายและด้วยต้นทุนที่ต่ำ มีการใช้วิธีการหลักสองวิธีในการสร้าง Deepfakes
1 วิธี
คุณจะต้องฝึก เครือข่ายประสาท ในวิดีโอจริงของบุคคล นี้จะช่วยให้ เครือข่ายประสาท เพื่อทำความเข้าใจลักษณะใบหน้าของตัวแบบในมุมและสภาพแสงต่างๆ
หลังจากนั้น คุณจะประมวลผลทั้งใบหน้าดั้งเดิมและใบหน้าแฝงผ่านอัลกอริธึม AI ที่เรียกว่าตัวเข้ารหัส โดยจะค้นหาและเรียนรู้ความแตกต่างและความคล้ายคลึงกันระหว่างใบหน้าทั้งสองและใบหน้าทั้งสอง เหลือเพียงภาพที่บีบอัดซึ่งใช้คุณลักษณะทั่วไปร่วมกัน
จากนั้นอัลกอริธึม AI ตัวที่สองที่เรียกว่าตัวถอดรหัสก็มาถึง ซึ่งกู้คืนใบหน้าจากภาพที่บีบอัด ใบหน้าทั้งสองถูกกู้คืนโดยตัวถอดรหัสที่แตกต่างกันสองตัว
ในการเปลี่ยนหน้า คุณเพียงแค่ป้อนภาพที่เข้ารหัสลงในตัวถอดรหัสอื่น
ตัวอย่างเช่น เอาต์พุตตัวเข้ารหัสของใบหน้า A จะถูกป้อนเข้าไปในตัวถอดรหัสที่ฝึกบนหน้า B ซึ่งจะสร้างใบหน้า B ขึ้นใหม่ด้วยลักษณะใบหน้าของ A คุณจะต้องทำเช่นนี้กับทุกเฟรมของวิดีโอเพื่อให้ได้ผลลัพธ์ที่น่าเชื่อถือ
2 วิธี
อีกวิธีหนึ่งในการสร้าง Deepfakes คือ Generative Adversarial Network (GAN)
คุณจะต้องใช้สองอัลกอริธึมที่แข่งขันกันเพื่อสร้าง Deepfakes อันแรกจะใช้สัญญาณรบกวนแบบสุ่มเพื่อสร้างภาพและด้วยเหตุนี้จึงเรียกว่าเครื่องกำเนิด รูปภาพสังเคราะห์นี้ป้อนไปยังสตรีมของรูปภาพจริงผ่านอัลกอริธึมที่สองที่เรียกว่า discriminator
discriminator ให้ข้อเสนอแนะแก่เครื่องกำเนิดซึ่งสร้างภาพอื่นตามข้อเสนอแนะ ด้วยวิธีนี้ อัลกอริธึมทั้งสองให้ผลลัพธ์ที่ดีขึ้นในการวนซ้ำแต่ละครั้ง กระบวนการนี้ทำซ้ำหลายครั้งจนกว่าจะถึงระดับความแม่นยำที่ต้องการ
GAN ให้ผลลัพธ์ที่สมจริงอย่างยิ่ง แต่เป็นการยากที่จะใช้งานและต้องใช้ข้อมูลการฝึกอบรมและพลังประมวลผลจำนวนมหาศาล นั่นเป็นเหตุผลว่าทำไมจึงเป็นที่นิยมในการสร้างภาพมากกว่าคลิปวิดีโอ
ตัวอย่างที่น่าเชื่อของ Deepfakes
มี Deepfakes ที่น่าเชื่อบางอย่างเกี่ยวกับอินเทอร์เน็ตและส่วนใหญ่เป็นคนดัง
ตัวอย่างเช่น มีบัญชี TikTok สำหรับ Deepfakes ของ Tom Cruise เท่านั้น วิดีโอแสดงการเล่นกอล์ฟครูซหรือแสดงกลอุบาย
@deeptomcruise การท่องเที่ยว! ????
มีการอัปโหลด Deepfake ที่ซับซ้อนสูงอีกรายการหนึ่งบน YouTube โดยมี Tom Cruise, Robert Downey Jr., Jeff Goldblum, George Lucas และ Ewan McGregor มีข้อบกพร่องบางอย่างที่เห็นได้ชัด แต่การประมวลผล Deepfakes 3 ถึง 4 รายการในวิดีโอพร้อมกันนั้นถือว่าทำได้ดีทีเดียว
อีกตัวอย่างหนึ่งคือวิดีโอ Deepfake ของอดีตประธานาธิบดีบารัค โอบามา
อันนี้น่าเชื่ออย่างน่าทึ่งเพราะมันใช้เสียงและท่าทางของผู้แอบอ้างที่สามารถเลียนแบบเสียงและท่าทางของตัวแบบได้
ตอนนี้เราเห็น Deepfakes ในวงการบันเทิงกระแสหลักที่ทันสมัย
มันถูกใช้ในการถ่ายทำฉากของ Paul Walker ใน Fast and Furious 7 หลังจากที่นักแสดงเสียชีวิตอย่างกะทันหัน Deepfake ใช้กับพี่ชายของเขาด้วยความแม่นยำที่น่าทึ่ง
Deepfakes นำอะไรมาสู่โต๊ะ?
Deepfakes ได้พิสูจน์แล้วว่าเป็นเทคโนโลยีที่น่าเชื่อถือมากในการปฏิวัติสื่อและความบันเทิง
คุณจำได้ไหมว่าเมื่อ CGI หนวดของ Henry Cavill ถูกลบใน "Man of Steel" และมันเป็นหายนะ?
สามารถทำได้เช่นเดียวกันกับคอมพิวเตอร์ราคาไม่กี่พันดอลลาร์พร้อมผลลัพธ์ที่น่าเชื่อกว่ามาก
คุณสามารถพบกับบรรพบุรุษที่เสียชีวิตและคนที่คุณรักได้แล้ว คุณสามารถเข้าร่วมการบรรยายวิชาฟิสิกส์จาก Albert Einstein ได้ด้วยตัวเอง
นอกจากนี้ Deepfake ยังไม่ได้ใช้ในลักษณะที่ตั้งใจไว้ทั้งหมด ประมาณ 96% ของ Deepfakes บนอินเทอร์เน็ตเป็นภาพลามกอนาจารที่ไม่ได้รับความยินยอม
ข้อมูลการฝึกอบรมที่มีจำนวนมากสำหรับคนดังส่งผลให้พวกเขาตกเป็นเหยื่อของ Deepfakes ที่ตรงเป้าหมายมากที่สุด
ช่วยให้เราสามารถใส่ใครก็ได้ในสถานการณ์ที่เป็นอันตรายหรือประนีประนอมและด้วยเหตุนี้จึงมีความเสี่ยงสูงสำหรับทุกคน
มีรายงานว่ามีการใช้เสียง Deepfakes เพื่อหลอกลวงบริษัทต่างๆ ในปี 2019 ผู้แอบอ้างบุคคลอื่นใช้เสียงปลอมเพื่อสั่ง CEO ของบริษัทในอังกฤษให้โอนเงิน 220,000 ยูโรไปยังธนาคารในฮังการีโดยแอบอ้างเป็นผู้บริหารของบริษัทแม่ของบริษัท
วิธีการตอบโต้ Deepfakes ที่เป็นอันตราย?
โดยปกติ คุณสามารถตรวจจับวิดีโอ Deepfake ได้ด้วยการสังเกตแบบเฟรมต่อเฟรมอย่างละเอียด และมองหาสิ่งประดิษฐ์และสิ่งผิดปกติ
อย่างไรก็ตาม มันเป็นกระบวนการที่ขัดกับสัญชาตญาณ และหลายบริษัทกำลังทำงานเกี่ยวกับอัลกอริธึมและซอฟต์แวร์เพื่อ ตรวจจับ deepfakes.
Facebook คัดเลือกนักวิจัยจาก Berkeley, Oxford และสถาบันอื่นๆ เพื่อสร้างเครื่องตรวจจับ Deepfake ในทำนองเดียวกัน YouTube ได้ประกาศว่าพวกเขาจะไม่ยอมรับวิดีโอ Deepfake ที่เกี่ยวข้องกับการเลือกตั้งของสหรัฐฯ ขั้นตอนการลงคะแนนเสียง หรือการสำรวจสำมะโนประชากรของสหรัฐฯ ในปี 2020
คุณสามารถใช้โปรแกรมเช่น ผู้พิทักษ์ความเป็นจริง และ Deeptrace เพื่อตรวจจับการปลอมแปลง
ประเทศต่างๆ ก็ยุ่งอยู่กับการออกกฎหมายเกี่ยวกับการใช้ Deepfakes โดยทั่วไป สหรัฐอเมริกาได้ใช้กฎหมายหลายฉบับเกี่ยวกับ Deepfakes ในปีที่ผ่านมา
สรุป
Deepfake เป็นศูนย์รวมของความก้าวหน้าของ AI มันยิ่งทำให้ขอบเขตของอนาคตไม่ชัดเจน อย่างไรก็ตาม มันอาจเป็นภัยคุกคามต่อความน่าเชื่อถือของเนื้อหาวิดีโอกราฟิกบนอินเทอร์เน็ต
จะมีบางครั้งที่ผู้คนจะเริ่มสงสัยทุกวิดีโอบนอินเทอร์เน็ตและเราจะถูกผลักเข้าสู่ยุคแห่งความไม่แน่นอนเพิ่มเติม
เขียนความเห็น