Kunstig intelligens og maskinlæring kan gjøre underverker, fra å lage kunst til å automatisere administratorjobber. Men de er også en risiko siden de kan styrke dårlige skuespillere med triks som deepfake.

Etter hvert som denne teknologien utvikler seg, er det en god idé å lære hvordan deepfakes faktisk fungerer og hvem som til og med ønsker å bruke dem – både lovlig og ulovlig.

Hvorfor det er viktig å forstå hvordan og hvorfor Deepfakes brukes

Mainstream-applikasjoner av deepfake-teknologi dreier seg hovedsakelig om morsomme, pornografiske eller filmiske materialer, men en studie viste at deepfakes kan lure ansiktsgjenkjenning. Dette alene er en grunn til å bekymre seg og ta vakt.

Jo mer teknologien brukes i hverdagen og store prosjekter, jo bedre lærer utviklerne å lage sømløse falske videoer av mennesker, enten det er kjendiser eller familiemedlemmer.

Forståelse hvordan du beskytter deg mot dypfalske videoer er et must nå, med tanke på hvor ivrig industrier omfavner teknologiens fordeler, spesielt innen underholdning.

instagram viewer

Hollywood brukte det på flere prosjekter lenge før Metafysikks dypfalske AGT-innlegg, som viste verden hvor raskt og effektivt deepfake-skaping kan være. Her er hva prosessen innebærer.

Hvordan fungerer Deepfakes?

Når det gjelder hva som ligger bak deepfakes, ligger en ledetråd i navnet: dyp læring, vitenskapen om kunstige nevrale nettverk (ANN). Det disse gjør for dypfalske algoritmer er å absorbere data, lære av dem og lage nye data i form av ansiktsuttrykk eller et helt ansikt lagt over ditt.

Utviklere av deepfake-programvare bruker vanligvis en av to ANN-typer: autoencodere eller generative adversarial networks (GAN).

Autokodere lærer å replikere massene av data de mates, hovedsakelig bilder av ansikter og uttrykk, og gjenskape forespurte datasett. De er imidlertid sjelden eksakte kopier.

GAN-er har derimot et smartere system, som inkluderer en generator og en diskriminator. Førstnevnte reproduserer data den har lært til dype forfalskninger som deretter må lure sistnevnte.

Diskriminatoren sammenligner generatorens kreasjoner med ekte bilder og bestemmer deres effektivitet. De beste deepfakes, selvfølgelig, er de som perfekt etterligner menneskelig oppførsel.

Så hvordan lages deepfakes med denne teknologien? Algoritmene bak apper som Reface og DeepFaceLab Lær hele tiden av dataene som går gjennom dem, slik at de effektivt kan justere ansiktstrekk og uttrykk eller legge ett ansikt over et annet.

Programvaren er i utgangspunktet et videoredigeringsprogram spesielt utviklet for å manipulere ansikter. Noen apper er mer komplekse enn andre, men alt i alt kan du gjøre alt fra å aldrende noen opp eller ned til å redigere deg selv til filmer.

Men teknologien har fortsatt mangler. Deepfake-skaping kan være mer komplisert enn hvordan falske livevideoer lages, men det kan være like enkelt å oppdage som falskt.

Hvordan oppdage en Deepfake

Fordi deepfakes hovedsakelig lages av maskiner, ser ikke alltid det digitale ansiktets funksjoner eller væremåter naturlig ut. Det kan også være feil i videoens oppsett. Du kan med andre ord fortelle falske opptak hvis du vet hva du skal se etter.

Her er noen avslørende tegn:

  • Unaturlig blinking: Maskinlæring overser ofte øyeblink eller får det til å se vanskelig ut.
  • Uklare eller ustabile funksjoner: Noens hår, munn eller hake kan være litt uskarpt eller bevege seg på merkelige, ofte overdrevne måter.
  • Mangel på eller feilrepresentasjon av følelser: Dårlige deepfakes er passive eller etterligner følelser dårlig.
  • Greit kroppsspråk: Hvis personen i videoen beveger hodet eller kroppen på forvrengte eller usammenhengende måter, kan det være en deepfake.
  • Feil farger og belysning: Misfarginger, uforklarlige lys og skygger er sikre tegn på en falsk video.
  • Inkonsekvente objekter: Mens du justerer en video, kan deepfake-programvare gjøre feil, som å endre formen på klær, smykker og bakgrunnsgjenstander.
  • Dårlig lyd: Deepfakes kan forvrenge tale og lyder i en video.

Gjøre det meste ut av måter å oppdage deepfakes ved å lære hva slike videoer vanligvis er laget for og følge nøye med på detaljene i opptakene du ser på nettet – sakte ned, hvis mulig.

I tillegg utvikles flere og flere verktøy, som Microsoft Authenticator og Sensity's Forensic Deepfake Detection, som analyserer videoer på minuttnivå.

Hvem bruker Deepfakes?

Filmskapere bruker i økende grad deepfakes for å elde eller erstatte skuespillernes ansikter, som i Star Wars. Kunstnere klarer å animere portretter og få dem til å snakke og synge.

Markedsførere eksperimenterer med deepfake-teknologi for reklameinnhold som ikke krever ansettelse av skuespillere. Selskaper som WPP bruker det også på treningsvideoene sine.

Teknikere, generelt, lager morsomme videoer der de bytter ansikter med venner eller legger en skuespiller over en annen i populære filmer. Sylvester Stallone har overtatt Home Alone, og Heath Ledgers Joker dukket opp i A Knight's Tale.

Dessverre, hvis du utforsker hva annet deepfake-teknologi brukes til, vil du finne mange ondsinnede tilfeller. Deepfake-produsenter liker å spre feilinformasjon og støtende meldinger, samt målrette kjendiser og sette dem i voksenfilmer. Folk blir til og med utpresset med falske opptak.

I sin nåværende uhemmede form er deepfake synonymt med risiko for folks personvernrettigheter, sikkerhet, og til og med opphavsrett, for eksempel når algoritmen tydeligvis bruker et bilde eller kunstverk som ikke er offentlig tilgjengelig.

Dette er grunnen til at land og merker setter ned foten. Fra og med 2021, ifølge Cyber ​​Civil Rights Initiatives kart av dypfalske lover i USA slår fire stater nå ned på publiserte dypfalske videoer som skildrer noen på en eksplisitt eller på annen måte skadelig måte.

Kina gjør også grep for å kriminalisere dype forfalskninger som skader mennesker og samfunn, enten ved å krenke individuelle rettigheter eller spre falske nyheter. Til og med Meta annonserte i 2020 at villedende, manipulerte videoer ikke var velkomne.

I tillegg til regulering, presser offisielle organer over hele verden på for bedre oppdagelse og forebygging av dypfalske forbrytelser. De Rathenau Instituuts rapport om hvordan europeisk politikk bør håndtere deepfakes støtter programvare med verktøy som høyttaler og ansiktsgjenkjenning, gjenkjenning av stemmeliv og analyse av ansiktstrekk.

Finn ut hvordan Deepfakes fungerer for å villede deg

Deepfakes har allerede blitt mainstream, på godt og vondt. Så nyt de morsomme og inspirerende videoene mens du forbereder deg på å takle ondsinnede videoer.

På slutten av dagen, hva er en deepfake som dette, men et verktøy utviklet for å lure deg? Hvis du vet hva du skal se etter og hvordan du skal reagere, har den mindre makt over deg.

Du vil for eksempel kunne oppdage dype faker på sosiale medier sammen med falske nyheter og kontoer og unngå feilinformasjon, phishing-forsøk og mer. Etter hvert som dypfalsk deteksjon og forebyggingsteknologi forbedres, vil mer støtte komme din vei.