5 найкращих інструментів і методів виявлення Deepfake (травень 2024 р.)

У цифрову епоху дипфейки стали значною загрозою для автентичності онлайн-контенту. Ці складні відео, створені за допомогою штучного інтелекту, можуть переконливо імітувати реальних людей, через що стає все важче відрізнити правду від вигадки. Однак у міру розвитку технології глибоких фейків з’явилися інструменти та методи, призначені для їх виявлення. У цьому блозі ми розглянемо п’ять найкращих інструментів і методів виявлення deepfake, доступних сьогодні.

1. Часовий

(Зображення: Sentinel)

Sentinel — це провідна платформа захисту на основі штучного інтелекту, яка допомагає демократичним урядам, оборонним відомствам і підприємствам зупиняти загрозу дипфейків. Технологія Sentinel використовується провідними організаціями Європи. Система працює, дозволяючи користувачам завантажувати цифрові медіафайли через їхні веб-сайти або API, які потім автоматично аналізуються на предмет штучного інтелекту. Система визначає чи є медіа діпфейком чи ні та забезпечує візуалізацію маніпуляції.

Технологія виявлення глибоких фейків Sentinel розроблена для захисту цілісності цифрових носіїв. Він використовує передові алгоритми штучного інтелекту для аналізу завантажених медіафайлів і визначення того, чи не було з ним маніпуляцій. Система надає детальний звіт про свої результати, включаючи візуалізацію змінених ділянок носія. Це дозволяє користувачам точно бачити, де і як медіа маніпулювали.

Ключові характеристики Sentinel:

• Виявлення глибоких фейків на основі ШІ
• Використовується провідними організаціями Європи
• Дозволяє користувачам завантажувати цифрові медіа для аналізу
• Забезпечує візуалізацію маніпуляції

2. Детектор Deepfake у реальному часі від Intel

Intel представила детектор глибоких фейків у реальному часі, відомий як FakeCatcher. Ця технологія може виявляти підроблені відео з точністю 96%, повертаючи результати за мілісекунди. Детектор, розроблений у співпраці з Умуром Чіфтчі з Університету штату Нью-Йорк у Бінгемтоні, використовує апаратне та програмне забезпечення Intel, працює на сервері та взаємодіє через веб-платформу.

FakeCatcher шукає автентичні підказки в реальних відео, оцінюючи те, що робить нас людьми — тонкий «потік крові» в пікселях відео. Коли наше серце перекачує кров, наші вени змінюють колір. Ці сигнали кровотоку збираються з усього обличчя, і алгоритми перетворюють ці сигнали на просторово-часові карти. Потім, використовуючи глибоке навчання, він може миттєво визначити, чи є відео справжнім чи підробленим.

Основні характеристики Deepfake Detector в реальному часі від Intel:

• Розроблено у співпраці з Університетом штату Нью-Йорк у Бінгемтоні
• Може виявляти підроблені відео з точністю 96%.
• Повертає результати за мілісекунди
• Використовує тонкий «потік крові» у пікселях відео для виявлення глибоких фейків

3. WeVerify

(Зображення: WeVerify)

WeVerify – це проект, спрямований на розробку інтелектуальних методів і інструментів перевірки контенту та аналізу дезінформації. Проект зосереджений на аналізі та контекстуалізації соціальних медіа та веб-контенту в ширшій онлайн-екосистемі, щоб викрити сфабрикований контент. Це досягається за допомогою крос-модальної перевірки вмісту, аналізу соціальних мереж, мікроцільового розвінчання та загальнодоступної бази даних відомих фейків на основі блокчейна.

Основні характеристики WeVerify:

• Розробляє інтелектуальні методи та інструменти перевірки вмісту та аналізу дезінформації
• Аналізує та контекстуалізує соціальні мережі та веб-вміст
• Викриває сфабрикований вміст за допомогою крос-модальної перевірки вмісту, аналізу соціальних мереж і мікроцільового розвінчання
• Використовує публічну базу даних відомих фейків на основі блокчейну

4. Інструмент автентифікації відео Microsoft**

(Зображення: Microsoft)

Інструмент автентифікації відео Microsoft — це потужний інструмент, який може аналізувати фотографію чи відео, щоб надати оцінку достовірності, яка вказує на те, чи медіафайли маніпулювали. Він виявляє межі змішування глибоких фальшивих і тонких елементів сірого, які неможливо помітити людському оку. Він також надає цю оцінку достовірності в режимі реального часу, дозволяючи негайно виявляти глибокі фейки.

Інструмент аутентифікації відео використовує розширені алгоритми ШІ для аналізу медіафайлів і виявлення ознак маніпуляцій. Він шукає незначні зміни в елементах відтінків сірого медіа, які часто є ознакою глибокого фейку. Інструмент надає оцінку достовірності в режимі реального часу, дозволяючи користувачам швидко визначити, чи медіа є автентичним чи ні.

Основні характеристики інструменту Video Authenticator від Microsoft:

• Аналізує фото або відео
• Надає оцінку надійності в реальному часі
• Виявляє тонкі зміни відтінків сірого
• Дозволяє миттєво виявляти дипфейки

5. Виявлення Deepfake за допомогою невідповідностей фонем і вісем

Ця інноваційна техніка, розроблена дослідниками зі Стенфордського університету та Каліфорнійського університету, використовує той факт, що віземи, які позначають динаміку форми рота, іноді відрізняються або не відповідають усній фонемі. Ця невідповідність є поширеною вадою deepfakes, оскільки штучному інтелекту часто важко ідеально узгодити рухи рота з вимовленими словами.

Техніка Phoneme-Viseme Mismatch використовує розширені алгоритми ШІ для аналізу відео та виявлення цих невідповідностей. Він порівнює рух рота (віземи) з вимовленими словами (фонемами) і шукає будь-які невідповідності. Якщо виявлено невідповідність, це вагомий доказ того, що відео є дипфейком.

Основні особливості виявлення Deepfake за допомогою невідповідностей фонем і вісем:

• Розроблено дослідниками зі Стенфордського та Каліфорнійського університетів
• Використовує невідповідності між вісемами та фонемами в deepfakes
• Використовує передові алгоритми ШІ для виявлення невідповідностей
• Забезпечує сильну ознаку deepfake, якщо виявлено невідповідність

Майбутнє виявлення Deepfake

Коли ми орієнтуємося в цифровому ландшафті 21-го століття, привид глибоких фейків стає великим. Ці створені штучним інтелектом відео, які можуть переконливо імітувати реальних людей, становлять значну загрозу для автентичності онлайн-контенту. Вони мають потенціал порушити все: від особистих стосунків до політичних виборів, що робить потребу в ефективних інструментах і методах виявлення глибоких фейків гострішою, ніж будь-коли.

П’ять інструментів і методів виявлення глибоких фейків, які ми досліджували в цьому блозі, представляють передовий край цієї галузі. Вони використовують вдосконалені алгоритми ШІ для аналізу та виявлення глибоких фейків із вражаючою точністю. Кожен інструмент і техніка пропонують унікальний підхід до виявлення глибоких фейків, починаючи від аналізу тонких елементів сірого відтінку відео до відстеження виразів обличчя та рухів суб’єктів.

Наприклад, Sentinel використовує штучний інтелект для аналізу цифрових медіа та визначення того, чи зазнали вони маніпуляцій, забезпечуючи візуалізацію маніпуляцій. Інструмент аутентифікації відео Microsoft, з іншого боку, надає оцінку достовірності в реальному часі, яка вказує на те, чи було оброблено фотографію чи відео. Ці інструменти разом з іншими, які ми обговорювали, ведуть боротьбу з глибокими фейками, допомагаючи забезпечити автентичність онлайн-вмісту.

Однак, оскільки технологія глибоких фейків продовжує розвиватися, наші методи виявлення також повинні розвиватися. Розвиток технології глибоких фейків є ціллю, що швидко змінюється, і наші інструменти та методи повинні розвиватися, щоб йти в ногу з цим. Це вимагатиме постійних досліджень і розробок, а також співпраці між дослідниками, технологічними компаніями та політиками.

Крім того, важливо пам’ятати, що одні тільки технології не можуть вирішити проблему дипфейків. Освіта та обізнаність також мають вирішальне значення. Ми всі повинні стати більш розбірливими споживачами онлайн-контенту, ставлячи під сумнів джерело інформації та шукаючи ознаки маніпуляцій. Будьте в курсі останніх розробок у сфері технологій глибокого фейку та їх виявлення, ми всі можемо взяти участь у боротьбі з цією загрозою.