Odróżnisz deepfake od prawdziwego nagrania? Sprawdź się

Projekt badawczy Detect Fakes koncentruje się na różnicach między ludźmi a uczeniem maszynowym w zakresie wykrywania zmanipulowanych treści. Kwestią przewodnią jest: czy ludzie są lepsi od maszyn w wykrywaniu podróbek?

Detect Fakes

Jest to projekt tworzony przez MIT Media Lab. Ma on pomóc w przeciwdziałaniu dezinformacji tworzonej przez AI.

Powiązane:Okulary z ChatGPT pomogą Ci na rozmowie o pracę i spotkaniach ze znajomymi

Strona Detect Fakes pokazuje różne fragmenty wypowiedzi medialnych (transkrypty, nagrania audio i wideo). Połowa z nich to prawdziwe słowa Donalda Trumpa oraz Josepha Bidena, a pozostałe to treści sfabrykowane przy użyciu technologii Deepfake.

Dane projektu są oparte na wyzwaniu Kaggle's Deepfake Detection Challenge (DFDC), którego celem było zachęcenie naukowców do tworzenia technologii wykrywających fałszerstwa i manipulacje. Na podstawie 100 000 podróbek i 19 154 prawdziwych filmów twórcy Detect Fakes wytrenowali AI do wykrywania DeepFake.

Wskazano w ten sposób 3000 filmów, w których model uczenia maszynowego się pomylił. Nagrania te są trudne do odróżnienia nie tylko dla sztucznej inteligencji, ale także dla człowieka.

Jak rozpoznać Deepfake?

Jeśli chodzi o zmanipulowane przez AI treści, nie ma jednego wzorcowego znaku rozpoznawczego. Niemniej jednak są pewne aspekty, na które można zwrócić uwagę.

1. Twarz – najwyższej klasy podróbki Deepfake prawie zawsze polegają na przekształceniu twarzy.
2. Policzki i czoło – czy skóra wydaje się zbyt gładka lub pomarszczona?
3. Oczy i brwi – czy cienie pojawiają się w miejscach, w których byś się ich nie spodziewał?
4. Okulary – czy występują w nich odblaski? Często Deepfake'i nie odwzorywujeą naturalnego oświetlenia.
5. Zarost lub jego brak – czy włosy wyglądają realistycznie? Podróbki mogą dodawać lub usuwać owłosienie.
6. Mruganie – czy dana osoba mruga wystarczająco dużo, czy jednak zbyt często?

Czytaj więcej:Laptop stale podłączony do zasilania - czy to uszkadza baterię?