دیپ فیک (دیپ فیک، دی اف) یکی از آن فناوری هایی است که اگرچه چشمگیر است، اما اغلب برای اهداف پلید استفاده می شود و محبوبیت آنها در حال افزایش است. شرکت‌ها سال‌هاست که روی راه‌هایی کار می‌کنند تا ویدیوی واقعی را از ویدیوی تغییریافته شناسایی کنند، اما به نظر می‌رسد راه‌حل جدید اینتل یکی از مؤثرترین و نوآورانه‌ترین راه‌حل‌ها باشد.
دیپ فیک ها که معمولاً شامل قرار دادن صورت و صدای یک نفر بر روی شخص دیگری است، چند سال پیش زمانی که وب سایت های بزرگسالان شروع به ممنوع کردن ویدیوهایی کردند که در آن از این تکنیک برای اضافه کردن چهره بازیگران زن مشهور به بدن ستاره های پورن استفاده می شد، مورد توجه قرار گرفت.
از آن زمان، ویدیوهای DF بیش از پیش کاملتر شده اند. هزاران برنامه وجود دارد که به کاربران امکان می دهد چهره دوستان را در فیلم ها وارد کنند، و ما شاهد هستیم که هوش مصنوعی عکس های قدیمی را زنده می کند و نسخه های جوان تر بازیگران را زنده می کند.
همچنین اپلیکیشنی برای ثبت دیجیتالی لباس زنان طراحی شده بود. اما بزرگترین نگرانی این است که چگونه دیپ فیک ها منجر به انتشار اطلاعات نادرست شده است - یک ویدیوی جعلی درباره دستگیری ولودیمیر زلنسکی، رئیس جمهور اوکراین در اوایل سال جاری در شبکه های اجتماعی پخش شد.
سازمان ها از جمله Facebook، وزارت دفاع، ادوبی و گوگل ابزارهایی را ایجاد کرده اند که برای شناسایی دیپ فیک طراحی شده اند. اما نسخه آزمایشگاهی اینتل و اینتل که به درستی FakeCatcher نام دارد، از یک رویکرد منحصر به فرد استفاده می کند: تجزیه و تحلیل جریان خون.
پلتفرم اینتل به جای استفاده از روشی که یک فایل ویدیویی را برای بررسی ویژگی‌ها بررسی می‌کند، از یادگیری عمیق برای تجزیه و تحلیل تغییرات رنگی ظریف در چهره‌ها که در اثر جریان خون در رگ‌ها ایجاد می‌شود، استفاده می‌کند، فرآیندی به نام photoplethysmography یا PPG.
FakeCatcher جریان خون در پیکسل های تصویر را تجزیه و تحلیل می کند و سیگنال های چندین فریم را مطالعه می کند. سپس امضاها را از طریق یک طبقه بندی کننده عبور می دهد. طبقه بندی کننده تعیین می کند که آیا یک ویدیوی داده شده واقعی یا جعلی است. اینتل ادعا می‌کند که وقتی این فناوری با تشخیص مبتنی بر نگاه ترکیب شود، می‌تواند واقعی بودن ویدیو را در عرض میلی‌ثانیه و با دقت ۹۶ درصد تعیین کند. این شرکت اضافه کرد که این پلتفرم از پردازنده‌های مقیاس‌پذیر نسل سوم Xeon با پشتیبانی از حداکثر ۷۲ رشته کشف همزمان استفاده می‌کند و از طریق یک رابط وب کار می‌کند.
یک راه حل بلادرنگ با چنین دقت بالایی می تواند تفاوت بزرگی در جنگ آنلاین علیه اطلاعات نادرست ایجاد کند. از سوی دیگر، می تواند جعلی های عمیق را حتی واقعی تر کند زیرا نویسندگان سعی می کنند سیستم را فریب دهند.
شما می توانید به اوکراین در مبارزه با مهاجمان روسی کمک کنید. بهترین راه برای انجام این کار، کمک مالی به نیروهای مسلح اوکراین است Savelife یا از طریق صفحه رسمی NBU.
همچنین جالب:
- کلاهبرداران چینی با استفاده از DeepFake 76 میلیون دلار از مالیات دهندگان کلاهبرداری کردند
- دیپ فیک چیست، چقدر خطرناک است و چگونه آن را تشخیص دهیم