Hajlamosak vagyunk megbízni a videó- és hangfelvételek tartalmában. De a mesterséges intelligencia segítségével bárki arca vagy hangja tűpontos pontossággal újrateremthető. A termék mélyhamisítás, egy megszemélyesítés, amely mémekhez, félretájékoztatáshoz vagy pornóhoz használható.
Egy pillantás a Nicholas Cage mélyhamisítások vagy Jordan Peele-é mélyhamisított PSA világossá teszi, hogy furcsa új technológiával van dolgunk. Ezek a példák, bár viszonylag ártalmatlanok, kérdéseket vetnek fel a jövővel kapcsolatban. Bízhatunk a videóban és a hangban? Elszámoltathatjuk-e az embereket a képernyőn megjelenő tetteikért? Készen állunk a mélyhamisításokra?
A Deephamisítványok újak, könnyen elkészíthetők és gyorsan nőnek
A Deepfake technológia még csak néhány éves, de máris robbanásszerűen olyanná nőtte ki magát, ami egyszerre lebilincselő és nyugtalanító. A „mélyhamisítás” kifejezést, amelyet egy Reddit szálon találtak ki 2017-ben, az emberi megjelenés vagy hang mesterséges intelligencia segítségével történő újraalkotására használják. Meglepő módon szinte bárki tud deepfake-et készíteni egy vacak PC-vel, némi szoftverrel és néhány óra munkával.
Akár hiszi, akár nem, a bal oldali kép a mélyhamisítás.
Mint minden új technológia esetében, a mélyhamisítások körül is van némi zavar. A „részeg Pelosi” videó kiváló példa erre a zűrzavarra. A Deephamisítványokat a mesterséges intelligencia alkotja, és arra készültek, hogy embereket adjanak meg. A „dunk Pelosi” videó, amelyet mélyhamisításnak neveztek, valójában csak egy videó Nancy Pelosiról, amelyet lelassított és hangmagasság-korrigált elmosódott beszédhatás hozzáadásához.
Ettől is különbözik a deepfakery, mint mondjuk a CGI Carrie Fisher a Star Wars: Rogue One-ban. Míg a Disney rengeteg pénzt költött Carrie Fisher arcának tanulmányozására és kézzel történő újraalkotására, egy hamisítatlan szoftverrel rendelkező nerd végezze el ugyanazt a munkát ingyen egyetlen nap alatt. Az AI hihetetlenül egyszerűvé, olcsóvá és meggyőzővé teszi a munkát.
Hogyan készítsünk mélyhamisítást
Mint egy tanulónak az osztályteremben, az AI-nak is meg kell „megtanulnia”, hogyan végezze el a tervezett feladatát. Ezt egy nyers erőpróba és hiba folyamatán keresztül teszi, amelyet általában gépi tanulásnak vagy mély tanulásnak neveznek. Egy olyan mesterséges intelligencia, amelyet például a Super Mario Bros első szintjének teljesítésére terveztek, újra és újra lejátssza a játékot, amíg ki nem találja a nyerés legjobb módját. Az AI-t tervező személynek meg kell adnia néhány adatot a dolgok elindításához, valamint néhány „szabályt”, amikor a dolgok rosszul mennek végbe. Ettől eltekintve az AI elvégzi az összes munkát.
Ugyanez vonatkozik a deepfake arcrekreációra is. De természetesen az arcok újrateremtése nem ugyanaz, mint egy videojáték legyőzése. Ha Nicholas Cage-et készítenénk a Wendy Williams show házigazdájáról, a következőkre lenne szükségünk:
Egy célvideó: Jelenleg a mélyhamisítások a legjobban a tiszta, tiszta célvideókkal működnek. Éppen ezért a legmeggyőzőbb mélyhamisítások a politikusok; állandó világítás mellett hajlamosak egy pódiumon mozdulatlanul állni. Tehát csak egy videóra van szükségünk Wendyről, amint mozdulatlanul ül és beszél.
Két adatkészlet: Ahhoz, hogy a száj- és fejmozgások pontosnak tűnjenek, szükségünk van Wendy Williams arcának és Nicholas Cage arcának adatkészletére. Ha Wendy jobbra néz, szükségünk van egy fotóra Nicholas Cage-ről, amely jobbra néz. Ha Wendy kinyitja a száját, szükségünk van egy képre, amint Cage kinyitja a száját.
Ezt követően hagyjuk, hogy az AI végezze a dolgát. Újra és újra megpróbálja létrehozni a mélyhamisítást, miközben tanul a hibáiból. Egyszerű, igaz? Nos, egy videó Cage arcáról Wendy Williamnél