専門家は「完全に本物の」ディープフェイクは6か月以内に登場すると語る

サザン大学​​ビジョン・グラフィックス研究所所長のハオ・リー氏によると、印象的ではあるが物議を醸しているディープフェイク、つまりディープニューラルネットワークによって操作または生成された画像やビデオは、近い将来さらに印象的になると同時に物議を醸す可能性が高いとのことカリフォルニア。 Li はコンピューター ビジョンとディープフェイクの専門家であり、 CNBCとの最近のインタビューで 同氏は、「完全に本物の」ディープフェイクは半年以内に登場する可能性が高いと述べた。

リー氏は、ほとんどのディープフェイクは依然として本物の目には偽物と認識でき、より説得力のあるディープフェイクであっても、本物のように見せるためには作成者側に多大な努力が必要であると説明した。 しかし、アルゴリズムがさらに洗練されるにつれて、XNUMXか月以内に完全に本物のように見えるディープフェイクが登場する可能性が高いとリー氏は確信している。

リー氏は当初、非常に説得力のあるディープフェイクがより一般的になるにはXNUMX～XNUMX年かかるだろうと考えており、マサチューセッツ工科大学で開催された最近のカンファレンスでその予測を行った。 しかし、最近の中国アプリ「Zao」やディープフェイク技術に関するその他の最近の動向が明らかになった後、リー氏は自分のタイムラインを修正した。 李 CNBCに説明した リアルなディープフェイクを作成するために必要な手法は、多かれ少なかれ現在使用されている手法であり、リアルなディープフェイクを作成する主な要素はより多くのトレーニング データであるということです。

リー氏と彼の研究仲間は、非常に説得力のあるディープフェイクの登場を期待して、ディープフェイク検出技術の研究に熱心に取り組んできた。 リー氏とカリフォルニア大学バークレー校のハニー・ファリド氏などの同僚は、最先端のディープフェイクアルゴリズムを実験して、ディープフェイクアルゴリズムを作成するテクノロジーがどのように機能するかを理解した。

リー氏はCNBCに次のように説明した。

「ディープフェイクを検出できるようにしたい場合は、限界が何なのかも確認する必要があります。 非常に現実的なものを検出できる AI フレームワークを構築する必要がある場合、これらの種類のテクノロジーを使用してトレーニングする必要があるため、その仕組みを知らなければ、ある意味、それらを検出することは不可能です。」

リー氏と彼の同僚は、ディープフェイク技術がもたらす潜在的な問題や危険性を認識し、ディープフェイクを検出するツールの開発に投資している。 ディープフェイクの影響の可能性を懸念し、その対策を講じることに関心を持っている AI 研究者のグループは、リーらだけではありません。

最近、フェイスブック 共同パートナーシップを開始しました MIT、マイクロソフト、オックスフォード大学と協力して DeepFake Detection Challenge を作成しました。このチャレンジは、画像やビデオが変更されたことを検出するために使用できるツールを作成することを目的としています。 これらのツールはオープンソースとなり、企業、報道機関、政府が利用できるようになる。 一方、南カリフォルニア大学情報科学研究所の研究者らは最近、約96％の精度で偽ビデオを区別できる一連のアルゴリズムを開発した。

しかしリー氏は、ディープフェイクの問題は技術そのものではなく、悪用される方法にあるとも説明した。 リー氏は、エンターテインメントやファッション業界など、ディープフェイク技術の正当な用途がいくつか考えられると指摘した。

ディープフェイク技術は次の目的にも使用されています。 表情を再現する 画像で顔が隠されている人々の写真。 研究者らは、Generative Adnversail Networks を使用して、元の画像の被写体と同じ表情を持つまったく新しい顔を作成しました。 ノルウェー科学技術大学が開発した技術は、内部告発者などプライバシーを必要とする敏感な人々とのインタビュー中に表情を表現するのに役立つ可能性がある。 匿名性が必要な人物の代わりに他の人が自分の顔を使用することはできますが、その人物の表情は依然として読み取られる可能性があります。

ディープフェイク技術が洗練されるにつれて、ディープフェイクの正当な使用例も増加するでしょう。 しかし、危険性も高まるため、リー氏らによるディープフェイクの検出作業はさらに重要になる。