أفضل 5 أدوات وتقنيات لكشف التزييف العميق (مايو 2024)

في العصر الرقمي، ظهرت التزييفات العميقة باعتبارها تهديدًا كبيرًا لأصالة المحتوى عبر الإنترنت. يمكن لمقاطع الفيديو المتطورة التي تم إنشاؤها بواسطة الذكاء الاصطناعي أن تحاكي الأشخاص الحقيقيين بشكل مقنع، مما يزيد من صعوبة التمييز بين الحقيقة والخيال. ومع ذلك، مع تقدم التكنولوجيا الكامنة وراء التزييف العميق، تقدمت أيضًا الأدوات والتقنيات المصممة لاكتشافها. في هذه المدونة، سنستكشف أفضل خمس أدوات وتقنيات للكشف عن التزييف العميق المتاحة اليوم.

1. حارس

(الصورة: الحارس)

Sentinel هي منصة حماية رائدة قائمة على الذكاء الاصطناعي تساعد الحكومات الديمقراطية ووكالات الدفاع والمؤسسات على وقف تهديد التزييف العميق. يتم استخدام تقنية Sentinel من قبل المنظمات الرائدة في أوروبا. يعمل النظام من خلال السماح للمستخدمين بتحميل الوسائط الرقمية من خلال موقع الويب الخاص بهم أو واجهة برمجة التطبيقات ، والتي يتم تحليلها تلقائيًا بعد ذلك من أجل التزوير بالذكاء الاصطناعي. يحدد النظام ما إذا كانت الوسائط مزيفة أم لا وتوفر تصورًا للتلاعب.

تم تصميم تقنية اكتشاف التزييف العميق من Sentinel لحماية سلامة الوسائط الرقمية. يستخدم خوارزميات الذكاء الاصطناعي المتقدمة لتحليل الوسائط التي تم تحميلها وتحديد ما إذا كان قد تم التلاعب بها. يقدم النظام تقريرًا مفصلاً عن نتائجه ، بما في ذلك تصور لمناطق وسائل الإعلام التي تم تغييرها. يتيح ذلك للمستخدمين معرفة مكان وكيفية التلاعب بالوسائط بالضبط.

الميزات الرئيسية لـ Sentinel:

• اكتشاف التزييف العميق المستند إلى الذكاء الاصطناعي
• تستخدم من قبل المنظمات الرائدة في أوروبا
• يسمح للمستخدمين بتحميل الوسائط الرقمية لتحليلها
• يوفر تصورًا للتلاعب

2. كاشف التزييف العميق من إنتل في الوقت الحقيقي

قدمت إنتل كاشف للتزييف العميق في الوقت الحقيقي يعرف باسم FakeCatcher. يمكن لهذه التقنية اكتشاف مقاطع الفيديو المزيفة بمعدل دقة يبلغ 96٪ ، مما يؤدي إلى إرجاع النتائج في أجزاء من الثانية. تم تصميم الكاشف بالتعاون مع Umur Ciftci من جامعة ولاية نيويورك في Binghamton ، ويستخدم أجهزة وبرامج Intel ، ويعمل على خادم ويتفاعل من خلال منصة على شبكة الإنترنت.

يبحث FakeCatcher عن أدلة حقيقية في مقاطع فيديو حقيقية ، وتقييم ما يجعلنا بشرًا - "تدفق الدم" الدقيق في وحدات البكسل في مقطع فيديو. عندما تضخ قلوبنا الدم ، يتغير لون عروقنا. يتم جمع إشارات تدفق الدم هذه من جميع أنحاء الوجه وتقوم الخوارزميات بترجمة هذه الإشارات إلى خرائط زمانية مكانية. بعد ذلك ، باستخدام التعلم العميق ، يمكنه اكتشاف ما إذا كان مقطع الفيديو حقيقيًا أم مزيفًا على الفور.

الميزات الرئيسية لكاشف التزييف العميق في الوقت الحقيقي من إنتل:

• تم تطويره بالتعاون مع جامعة ولاية نيويورك في بينغامتون
• يمكنه اكتشاف مقاطع الفيديو المزيفة بمعدل دقة 96٪
• إرجاع النتائج بالميلي ثانية
• يستخدم تقنية "تدفق الدم" الدقيقة في بكسلات الفيديو لاكتشاف التزييف العميق

3. نحن نتحقق

(الصورة: WeVerify)

WeVerify هو مشروع يهدف إلى تطوير أساليب وأدوات ذكية للتحقق من المحتوى وتحليل المعلومات المضللة. يركز المشروع على تحليل الوسائط الاجتماعية ومحتوى الويب ووضعهما في سياق النظام البيئي الأوسع عبر الإنترنت لكشف المحتوى الملفق. يتم تحقيق ذلك من خلال التحقق من المحتوى متعدد الوسائط ، وتحليل الشبكة الاجتماعية ، والكشف الدقيق المستهدف ، وقاعدة بيانات عامة قائمة على blockchain للمزيفات المعروفة.

الميزات الرئيسية لـ WeVerify:

• يطور أساليب وأدوات ذكية للتحقق من المحتوى وتحليل المعلومات المضللة
• يحلل الوسائط الاجتماعية ومحتوى الويب ويضعهما في سياقهما
• يعرض المحتوى المصطنع من خلال التحقق من المحتوى متعدد الوسائط ، وتحليل الشبكة الاجتماعية ، والكشف الدقيق المستهدف
• يستخدم قاعدة بيانات عامة قائمة على blockchain للمزيفات المعروفة

4. أداة مصادقة الفيديو من Microsoft**

(الصورة: مايكروسوفت)

تعد أداة مصادقة الفيديو من Microsoft أداة قوية يمكنها تحليل صورة ثابتة أو مقطع فيديو لتوفير درجة ثقة تشير إلى ما إذا كان قد تم التلاعب بالوسائط. يكتشف حدود المزج بين عناصر التزييف العميق والعناصر الرمادية الدقيقة التي لا يمكن للعين البشرية اكتشافها. كما أنه يوفر درجة الثقة هذه في الوقت الفعلي ، مما يسمح بالكشف الفوري عن التزييف العميق.

تستخدم أداة مصادقة الفيديو خوارزميات الذكاء الاصطناعي المتقدمة لتحليل الوسائط واكتشاف علامات التلاعب. يبحث عن التغييرات الطفيفة في عناصر التدرج الرمادي للوسائط ، والتي غالبًا ما تكون علامة منبهة على التزييف العميق. توفر الأداة درجة ثقة في الوقت الفعلي ، مما يسمح للمستخدمين بتحديد ما إذا كانت الوسائط أصلية أم لا.

الميزات الرئيسية لأداة مصادقة الفيديو من Microsoft:

• يحلل الصور الثابتة أو مقاطع الفيديو
• يوفر درجة الثقة في الوقت الحقيقي
• يكتشف التغييرات الرقيقة في التدرج الرمادي
• يسمح بالكشف الفوري عن التزييف العميق

5. اكتشاف التزييف العميق باستخدام عدم تطابق Phoneme-Viseme

هذه التقنية المبتكرة ، التي طورها باحثون من جامعة ستانفورد وجامعة كاليفورنيا ، تستغل حقيقة أن البصمات ، التي تشير إلى ديناميكيات شكل الفم ، تكون أحيانًا مختلفة أو غير متوافقة مع الصوت المنطوق. هذا التناقض هو عيب شائع في التزييف العميق ، حيث يكافح الذكاء الاصطناعي غالبًا لمطابقة حركة الفم مع الكلمات المنطوقة.

تستخدم تقنية عدم التطابق Phoneme-Viseme خوارزميات متقدمة للذكاء الاصطناعي لتحليل الفيديو واكتشاف التناقضات. يقارن حركة الفم (البصمات) بالكلمات المنطوقة (الصوتيات) ويبحث عن أي عدم تطابق. إذا تم اكتشاف عدم تطابق ، فهذا مؤشر قوي على أن الفيديو مزيف عميق.

الميزات الرئيسية لاكتشاف التزييف العميق باستخدام عدم تطابق Phoneme-Viseme:

• تم تطويره بواسطة باحثين من جامعة ستانفورد وجامعة كاليفورنيا
• يستغل التناقضات بين البصمات والصوتيات في التزييف العميق
• يستخدم خوارزميات الذكاء الاصطناعي المتقدمة لاكتشاف حالات عدم التطابق
• يعطي مؤشرا قويا على التزييف العميق إذا تم الكشف عن عدم تطابق

مستقبل اكتشاف التزييف العميق

بينما نبحر في المشهد الرقمي للقرن الحادي والعشرين ، يلوح في الأفق شبح التزييف العميق. تشكل مقاطع الفيديو التي تم إنشاؤها بواسطة الذكاء الاصطناعي ، والتي يمكن أن تحاكي بشكل مقنع أشخاصًا حقيقيين ، تهديدًا كبيرًا لمصداقية المحتوى عبر الإنترنت. لديهم القدرة على تعطيل كل شيء من العلاقات الشخصية إلى الانتخابات السياسية ، مما يجعل الحاجة إلى أدوات وتقنيات فعالة للكشف عن التزييف العميق أكثر أهمية من أي وقت مضى.

تمثل أدوات وتقنيات اكتشاف التزييف العميق الخمس التي اكتشفناها في هذه المدونة أحدث ما توصلت إليه هذا المجال. يستخدمون خوارزميات الذكاء الاصطناعي المتقدمة لتحليل واكتشاف التزييف العميق بدقة مذهلة. تقدم كل أداة وتقنية نهجًا فريدًا لاكتشاف التزييف العميق ، بدءًا من تحليل العناصر الرمادية الدقيقة لمقطع فيديو إلى تتبع تعابير الوجه وحركات الأشخاص.

يستخدم Sentinel ، على سبيل المثال ، الذكاء الاصطناعي لتحليل الوسائط الرقمية وتحديد ما إذا كان قد تم التلاعب بها ، مما يوفر تصورًا للتلاعب. من ناحية أخرى ، توفر أداة مصادقة الفيديو من Microsoft درجة ثقة في الوقت الفعلي تشير إلى ما إذا كان قد تم التلاعب بالصورة الثابتة أو الفيديو. هذه الأدوات ، إلى جانب الأدوات الأخرى التي ناقشناها ، تقود المعركة ضد التزييف العميق ، مما يساعد على ضمان أصالة المحتوى عبر الإنترنت.

ومع ذلك ، مع استمرار تقدم التكنولوجيا الكامنة وراء تقنية التزييف العميق ، يجب أن تتقدم أيضًا أساليبنا في الكشف. يعد تطوير تقنية deepfake هدفًا سريع الحركة ، ويجب أن تتطور أدواتنا وتقنياتنا لمواكبة هذا التطور. سيتطلب ذلك بحثًا وتطويرًا مستمرين ، بالإضافة إلى التعاون بين الباحثين وشركات التكنولوجيا وواضعي السياسات.

علاوة على ذلك ، من المهم أن تتذكر أن التكنولوجيا وحدها لا يمكنها حل مشكلة التزييف العميق. التعليم والوعي مهمان أيضا. يجب أن نصبح جميعًا مستهلكين أكثر إدراكًا للمحتوى عبر الإنترنت ، ونتساءل عن مصدر المعلومات ونبحث عن علامات التلاعب. من خلال البقاء على اطلاع بأحدث التطورات في تكنولوجيا التزييف العميق والكشف ، يمكننا جميعًا لعب دور في مكافحة هذا التهديد.