Νέος αλγόριθμος μπορεί να ανιχνεύσει Deepfake βίντεο με 98% ακρίβεια!
Ερευνητές έχουν αναπτύξει έναν αλγόριθμο τεχνητής νοημοσύνης που μπορεί να εντοπίσει ένα deepfake βίντεο με ακρίβεια 98%.
Τα τελευταία χρόνια τα deepfakes κάνουν πάρτι! Δείτε το παράδειγμα όπου μια γυναίκα από τη Νότια Κορέα έχασε 50.000 δολάρια αφού εξαπατήθηκε από ένα deepfake βίντεο του Elon Musk. Διαβάστε εδώ περισσότερα για αυτό. Για αυτό το λόγο, ερευνητές από το Εργαστήριο Ασφάλειας Πολυμέσων και Πληροφοριών (MISL) από το Κολέγιο Μηχανικών του Drexel αναφέρουν ότι έχουν αναπτύξει τον αλγόριθμο MISLnet που μπορεί να ανιχνεύσει ενδεικτικά σημάδια από ψεύτικα και χειραγωγημένα κομμάτια μέσα σε ένα βίντεο με απίστευτη ακρίβεια.
Η ερευνητική ομάδα αναφέρει ότι εκπαίδευσε τον αλγόριθμο μηχανικής μάθησης έτσι ώστε να μπορεί να αναγνωρίζει και να εξάγει ψηφιακά “δακτυλικά αποτυπώματα” (τα λεγόμενα digital fingerprints) πολλών διαφορετικών λογισμικών τεχνητής νοημοσύνης που παράγουν βίντεο μέσω εντολών κειμένου όπως το Stable Video Diffusion, το Video-Crafter και το Cog-Video. Επιπλέον, οι ερευνητές ισχυρίζονται ότι αυτός ο αλγόριθμος μπορεί να μάθει να ανιχνεύει νέα λογισμικά τεχνητής νοημοσύνης τύπου text to video αφού μελετήσουν μερικά παραδείγματα των βίντεο που παράγονται. Αυτό είναι αρκετά ενθαρρυντικό καθότι έχουμε δει περιπτώσεις όπου γίνονται εγκληματικές πράξεις ακόμη και σε τομείς όπως η πολιτική. Δείτε το παράδειγμα όπου ένα deepfake βίντεο εμφάνιζε τον Πρόεδρο της Ουκρανίας Volodymyr Zelensky να καλεί τους Ουκρανούς να παραδοθούν. Διαβάστε εδώ περισσότερα για αυτό.
Σε δοκιμές που έκανε η ομάδα ανάπτυξης, ο αλγόριθμος MISL μπόρεσε να ανιχνεύσει σωστά βίντεο που δημιουργήθηκαν από τεχνητή νοημοσύνη στο 98,3% των περιπτώσεων, ξεπερνώντας 8 άλλα συστήματα που έφτιαξε η ερευνητική ομάδα τα οποία σημείωσαν ποσοστό επιτυχίας έως 93%. Ο Matthew Stamm (PhD), αναπληρωτής καθηγητής στο Drexel’s. College of Engineering και διευθυντής του MISL αναφέρει το εξής:
Μέχρι τώρα, τα προγράμματα εγκληματολογικής ανίχνευσης ήταν αποτελεσματικά έναντι των επεξεργασμένων βίντεο αντιμετωπίζοντας τα απλώς ως μια σειρά εικόνων και εφαρμόζοντας την ίδια διαδικασία ανίχνευσης. Αλλά με τα βίντεο που δημιουργείται από τεχνητή νοημοσύνη δεν υπάρχουν στοιχεία χειρισμού εικόνας από καρέ σε καρέ, επομένως για να είναι αποτελεσματικό ένα πρόγραμμα ανίχνευσης θα πρέπει να μπορεί να εντοπίσει νέα ίχνη που αφήνει ο τρόπος με τον οποίο τα προγράμματα τεχνητής νοημοσύνης δημιουργούν βίντεο.
Φαίνεται πάντως ότι γίνεται τελευταία μια συλλογική προσπάθεια αντιμετώπισης του deepfake φαινομένου. Η πιο δημοφιλής βίντεο πλατφόρμα που είναι το YouTube θα επιτρέπει πλέον στους χρήστες να ζητούν την κατάργηση των deepfake εκδόσεων του εαυτού τους. Διαβάστε εδώ περισσότερα για αυτό.
Απέκτησε το Luminar με έκπτωση, με τον κωδικό pttl20,
κάνε κλικ στην εικόνα
Αναζητήστε όλα τα νέα προϊόντα στο κατάστημα
Ρεπέλλα Φωτογραφικά.
