Η δημιουργία μιας ουσιαστικής «άμυνας» ενάντια στα ψεύτικα βίντεο, όπως τα deepfakes, απαιτεί έναν συνδυασμό τεχνολογικών, νομοθετικών, εκπαιδευτικών και κοινωνικών μέτρων.

Βίντεο που παράγονται με τεχνητή νοημοσύνη (AI) και μπορούν να αλλοιώσουν την πραγματικότητα, αποτελούν σημαντική απειλή για την εμπιστοσύνη στις πληροφορίες, ιδιαίτερα σε πολιτικά ή κοινωνικά ευαίσθητα ζητήματα.

Οι πιο διαδεδομένες μέθοδοι ανίχνευσης deepfakes βασίζονται σε τεχνικές μηχανικής μάθησης και βαθιάς μάθησης

Η ανάπτυξη εργαλείων ανίχνευσης και επαλήθευσης περιεχομένου είναι κρίσιμη στις μέρες μας. Είναι μια τεχνολογικά σύνθετη διαδικασία που απαιτεί τη χρήση προηγμένων μεθόδων τεχνητής νοημοσύνης και ανάλυσης δεδομένων.

Το σύστημα UNITE

Οι πιο διαδεδομένες μέθοδοι ανίχνευσης deepfakes βασίζονται σε τεχνικές μηχανικής μάθησης (machine learning) και βαθιάς μάθησης (deep learning).

Ερευνητές από το UC Riverside, σε συνεργασία με τη Google, ανέπτυξαν ένα προηγμένο σύστημα τεχνητής νοημοσύνης με την ονομασία UNITE, το οποίο μπορεί να ανιχνεύσει deepfakes ακόμα και σε περιπτώσεις όπου δεν εμφανίζονται πρόσωπα, κάτι που μέχρι σήμερα θεωρούταν σχεδόν αδύνατο.

Η καινοτομία του UNITE έγκειται στο πώς το σύστημα «διαβάζει» τα βίντεο. Δεν βασίζεται αποκλειστικά σε πρόσωπα, εκφράσεις ή κινήσεις χειλιών, όπως οι περισσότερες συμβατικές μέθοδοι. Αντίθετα, αναλύει οπτικά δεδομένα (εικόνες ή καρέ βίντεο) για να εντοπίσει ασυνέπειες στη κίνηση του προσώπου, αφύσικες εκφράσεις ή χρωματικές διαφορές. Ακόμα και ανεπαίσθητες αλλοιώσεις στη δομή των καρέ είναι αρκετές για να χτυπήσουν «συναγερμό» όταν κάτι δεν είναι αληθινό.

Ισχυρή παρουσία στον τομέα της τεχνολογίας

Το Πανεπιστήμιο της Καλιφόρνιας (UC Riverside, UCR), ως ερευνητικό ίδρυμα με ισχυρή παρουσία στον τομέα της τεχνολογίας και της επιστήμης υπολογιστών, έχει συμβάλει σε σχετικές έρευνες μέσω του Τμήματος Επιστήμης Υπολογιστών και Μηχανικής του.

Ειδήσεις Σήμερα: