Kas saate teha vahet tõelisel videol ja sügaval võltsil?
Kuna tehisintellekt areneb jätkuvalt, on süvavõltsingud muutunud oluliseks ohuks veebisisu autentsusele. Need tehisintellektiga loodud videod võivad veenvalt jäljendada päris inimesi, muutes faktide ja väljamõeldiste eristamise aina keerulisemaks.
Tegelikult leidis 2022. aasta uuring, et vaid 57% tarbijatest kogu maailmas väitis, et nad suudavad süvavõltsinguid tuvastada . Sügavvõltsinguid toetava tehnoloogia arenedes arenevad ka nende tuvastamiseks mõeldud tööriistad ja tehnikad.
Selles artiklis uurime kaheksat parimat tänapäeval saadaolevat süvavõltsingu tuvastamise tööriista ja tehnikat, mis kasutavad täiustatud tehnoloogiaid. AI algoritme süvavõltsinguid muljetavaldava täpsusega analüüsimiseks ja tuvastamiseks. Jälgige meid, et teada saada, kuidas kaitsta ennast ja teisi digitaalajastul süvavõltsinguid tekitava kasvava ohu eest.
Sügava võltsimise tuvastamise ülevaade
Sügavvõltsingu tuvastamine muutub üha olulisemaks, kuna AI ja masinõppe tehnoloogia areneb, võimaldades luua realistlikumaid ja realistlikumaid süvavõltsinguvideoid. Süvavõltsingu tuvastamise tööriistad ja tehnikad on suunatud videotes, helis ja piltides teoreetiliselt manipuleeritud või loodud muudatuste tuvastamisele.
Võltsingute tuvastamise tehnikad hõlmavad näo liikumise hääle ja muude funktsioonide analüüsimist, et kontrollida, kas video on ehtne. Teised meetodid hõlmavad masinõppe algoritmide kasutamist sügavvõltsitud videote mustrite tuvastamiseks ja nende eristamiseks. Süvavõltsitud videote potentsiaalselt kahjulike mõjude (nt avaliku arvamuse mõjutamine või üksikisikutega manipuleerimine) tõttu areneb usaldusväärsete sügavvõltsingu tuvastamise tööriistade ja tehnikate väljatöötamine erinevates tööstusharudes.
Väljakutsed sügavas võltsimise tuvastamises
Manipuleerimiseks ja desinformatsiooniks kasutatavate sügavate võltsingute, tehisheli, piltide ja videote levik on paljudes tööstusharudes, sealhulgas poliitikas, meelelahutuses ja rahanduses, üha suuremaks probleemiks. Süvavõltsingute tuvastamine kujutab endast märkimisväärset väljakutset, kuna häkkerid suudavad luua jälgimatuid ja kvaliteetseid materjale.
Traditsioonilised tehnikad, nagu pildianalüüs ja metaandmete hindamine, ei ole enam usaldusväärsed. Süvavõltsingute tuvastamise peamised väljakutsed hõlmavad realistliku välimusega artefaktide loomist, mida on keeruline tuvastada, suuri andmekogumeid, mis nõuavad aega ja algoritmide treenimist, ning võimet eristada kontrollimatus keskkonnas tõelist ja võltsheli ja -videot.
Sügavvõltsingute tuvastamise tehnikad peavad suutma kiiresti töötada, tuvastama peeneid muutusi ja olema hõlpsasti integreeritavad olemasoleva infrastruktuuriga. Nendele väljakutsetele lahenduste leidmine on süvavõltsingute vastu võitlemisel ülioluline.
Tüübid Deepfakes
Süvavõltsinguid on erinevat tüüpi, millest igaühel on oma keerukuse ja keerukuse tase. Üks sügavvõltsingu tüüp hõlmab videos olemasoleva näo asendamist teise näoga, teist tüüpi aga täiesti uue näo loomist. On ka sügavaid võltsinguid, mis hõlmavad heliga manipuleerimist võltshääle loomiseks või video konteksti muutmist vale narratiivi loomiseks. Lisaks on staatilistel piltidel sügavaid võltsinguid, nagu muudetud fotod või realistlikud arvutiga loodud näod.
Parimate süvavõltsingute tuvastamise tööriistade ja tehnikate loend
Kõik need tööriistad, alates Inteli reaalajas süvavõltsingu detektorist (mis on teedrajav lahendus, mis kasutab ära videopikslites peeneid „verevoolu” muutusi ) kuni uuendusliku süvavõltsingu tuvastamise tehnikani, mis kasutab foneemi-viseemi mittevastavust, esindavad ainulaadset rinnet võitluses süvavõltsingutega.
Ülevaates uuritakse ka Microsofti ulatuslikke võimalusi's Video Authenticator, Sentinel, Deepware Scanner, WeVerify Deepfake Detection, Sensity ja Reality Defender. Iga tööriist pakub ainulaadset lähenemisviisi süvavõltsingu tuvastamiseks, pakkudes igakülgset kaitset selle eskaleeruva ohu vastu.
Jääge meiega, sest me uurime hoolikalt iga tööriista, andes põhjaliku ülevaate selle funktsioonidest ja rollist sügavvõltsingute vastu võitlemisel.
1. Inteli reaalajas süvavõltsingudetektor
Inteli reaalajas süvavõltsingu detektor ehk FakeCatcher on murranguline lahendus. See uuenduslik tehnoloogia, mis on välja töötatud koostöös New Yorgi Binghamtoni osariigiülikooliga, suudab tuvastada võltsvideoid muljetavaldava 96% täpsusega ja reaalajas tulemusi anda. Kasutades Inteli täiustatud riist- ja tarkvara, on FakeCatcher võimas tööriist, mis suudab taastada usalduse digitaalse meedia vastu, eristades tegelikku ja manipuleeritud sisu.
FakeCatcher toimib nii, et tuvastab päris videotes autentseid vihjeid, näiteks video pikslites esinevaid peeneid „verevoolu” muutusi. Kui meie süda pumpab verd, muudavad meie veenid värvi ja neid verevoolu signaale kogutakse kogu näolt. Seejärel tõlgivad algoritmid need signaalid aegruumilisteks kaartideks ning süvaõppemudelite abil saab FakeCatcher koheselt kindlaks teha, kas video on ehtne või võlts.
Inteli põhijooned's Reaalajas sügavvõltsingu detektor
- Suudab tuvastada võltsvideoid 96% täpsusega
- Tagastamise tulemus on millisekundites
- Kasutab sügavate võltsingute tuvastamiseks video pikslites peent verevoolu
- Töötab Inteli riist- ja tarkvaral, liidestades veebipõhise platvormi
2. Microsoft Video Authenticator
Microsoft's Video Authenticator on tehnoloogiahiiglase välja töötatud täiustatud süvavõltsingu tuvastamise tööriist.'s Teadusuuringud ja vastutustundlik AI meeskond. See on loodud fotode või videote analüüsimiseks ja reaalajas usaldusskoori pakkumiseks, mis näitab kunstliku manipuleerimise tõenäosust. Microsofti Video Authenticatori tööriista on edukalt testitud juhtivatel mudelitel süvavõltsingu tuvastamise tehnoloogiate treenimiseks ja testimiseks.
It's võimas relv võitluses desinformatsiooni vastu, mis suudab tuvastada süvavõltsingu ja peente halltoonide muutuste segunemispiiri, mis on inimsilmale sageli märkamatu.
Strateegiliste partnerluste kaudu selliste organisatsioonidega nagu AI Sihtasutus ja meediaettevõtted nagu BBC ja New York Times, Microsoft tagavad selle tehnoloogia laialdase kasutuselevõtu ja vastutustundliku kasutamise.
Microsoft Video Authenticatori põhifunktsioonid
- Annab reaalajas usaldusskoori
- Tuvastab peened halltoonides muutused
- Võimaldab sügavaid võltsinguid kohe tuvastada
- Partnerlus AI Sihtasutus, meediaettevõtted ja teised vastutustundliku kasutamise ja laialdase kasutuselevõtu eest
3. valvur
Sentinel, süvavõltsinguid tuvastav tehnoloogia, on loodud demokraatlikele valitsustele, kaitseagentuuridele ja ettevõtetele; Sentinel pakub tehisintellektil põhinevat kaitseplatvormi, mis võitleb süvavõltsingu ohu vastu. Sentineli tehnoloogia, mida kasutavad juhtivad organisatsioonid üle Euroopa, pakub automatiseeritud lahendust tehisintellekti loodud võltsingute tuvastamiseks digitaalmeedias , tagades teie teabe terviklikkuse.
valvur's süvavõltsingu tuvastamise tehnoloogia pole lihtsalt tööriist, vaid ka kilp. See võimaldab kasutajatel üles laadida digitaalset meediat, mida seejärel kontrollitakse võimalike võltsingute suhtes. AI manipuleerimine.
Kui tuvastatakse sügavvõlts, pakub Sentinel manipuleerimise üksikasjalikku visualiseerimist, mis võimaldab kasutajatel täpselt näha, kus ja kuidas meediumit on muudetud. Sentineli abil te mitte ainult ei tuvasta sügavaid võltsinguid, vaid kaitsete tõde.
Sentineli peamised omadused
- Üleslaaditud digitaalse meedia automaatne analüüs
- Avastatud manipulatsioonide üksikasjalik visualiseerimine
- Suurim kontrollitud süvavõltsingute andmebaas
- Mitmekihiline kaitse tagab suure täpsuse
- Tehisintellekti abil loodud heli- klassifikatsioon
- Ansambel Närvivõrgus klassifikaatorid
4. Süvavara skanner
Deepware Scanner on avatud lähtekoodiga kohtuekspertiisi tööriist; see on alates 2018. aastast olnud sügavvõltsitud uuringute esirinnas, töötades välja võimsaid meetodeid nende tuvastamiseks. See tööriist on ainulaadne, kuna seda on rangelt testitud mitme andmeallika, sealhulgas orgaaniliste ja otsevideote põhjal.
Deepware Scanner on üles ehitatud konvolutsioonilise närvivõrgu arhitektuuri EfficientNet-B7 mudelile. See mudel, mis on tuntud kõigi CNN-i dimensioonide ühtlase skaleerimise poolest, tagab suurema täpsuse ja kulutõhususe. Peamine kasutatav andmestik on CFDF-andmestik, mis sisaldab 120 000 nõusolekul loodud videot . Testiandmestikud hõlmavad 4chan Reali, MrDeepFakesi, Celeb-DF YouTube'i ja teisi, muutes Deepware Scanneri terviklikuks tööriistaks süvavõltsingu tuvastamiseks.
Deepware Scanneri põhifunktsioonid
- Avatud lähtekoodiga süvavõltsimise tuvastamise tööriist
- Põhineb EfficientNet-B7 mudelil
- Kasutab CFDF-i andmestikku 120,000 XNUMX nõusolekuga videoga
- Testitud mitmes andmekogumis, nagu MrDeepFakes, Celeb-DF YouTube ja 4chan Real
5. Verify Deep Fake Detection
WeVerify süvavõltsingu tuvastamise tööriist on tugev lahendus süvavõltsingu tehnoloogia vastu. See WeVerify projekti raames välja töötatud tööriist kasutab täiustatud algoritme meediaüksuste analüüsimiseks ja süvavõltsingu manipuleerimise tõenäosuse määramiseks. Olenemata sellest, kas tegemist on päris piltide või videotega, pakub WeVerify põhjalikku analüüsi, segmenteerides videod kaadriteks ja ekstraheerides iga kaadri tõenäosused.
Üldine sügavvõltsingu tõenäosus arvutatakse kõrgeima sügavvõltsimise tõenäosusega löögi põhjal, tagades põhjaliku ja täpse hinnangu.
WeVerify on saadaval nii eraldiseisva demo kui ka REST API-na ning seda saab sujuvalt integreerida erinevatesse platvormidesse. Projekti peamine eesmärk on arendada intelligentseid inimese kaasamisega sisu kontrollimise ja valeinformatsiooni analüüsi meetodeid ja tööriistu. Sotsiaalmeedia ja veebisisu analüüsimise ja kontekstualiseerimise abil paljastab WeVerify väljamõeldud sisu, aidates kaasa turvalisema ja usaldusväärsema veebiökosüsteemi loomisele.
WeVerify põhifunktsioonid
- Sügav võltsingute tuvastamine sisendpiltide ja videote jaoks
- Põhjalik analüüs kaadri haaval tõenäosuse eraldamisega
- Intelligentne in-the-loop sisu kontrollimine
- Desinformatsiooni analüüsi meetodid ja vahendid
- Plokiahelal põhinev avalik andmebaas teadaolevatest võltsingutest
6. Tundlikkus
Sensity, süvavõltsingutehnoloogia kasvava probleemiga võitlemise juhtiv pakkuja, pakub muljetavaldavat lahendust. Nende ettevõttesiseselt väljatöötatud süvavõltsingu tuvastamise API on spetsiaalselt loodud reaalsete pildi- ja videofailide analüüsimiseks, tuvastades tõhusalt uusimaid tehisintellektil põhinevaid meedia manipuleerimise ja sünteesi tehnikaid. Alates väljamõeldud inimnägudest sotsiaalmeedia profiilides kuni veenvate näovahetusteni videotes – Sensity täiustatud süsteemil on võime paljastada need petlikud tavad.
Sensity detektoreid on hoolikalt treenitud miljonite kunstlikult loodud piltide põhjal, mis pärinevad erinevatelt veebiplatvormidelt. See ulatuslik koolitus annab neile oskusteabe, et tuvastada süvavõltsingupiltidega tavaliselt kaasnevaid erinevaid artefakte ja kõrgsagedussignaale.
Hämmastava täpsusega, Sensity's avastamisvõimalused laienevad tuntud AI mudelid nagu Dall-E, Stable Diffusion ja Mid Journey. Seetõttu on Sensity usaldusväärne valik nii ettevõtetele kui ka eraisikutele, kes soovivad kaitsta oma digitaalset meediat süvavõltsingu ohtude eest.
Tundlikkuse põhijooned
- Sügavvõltsingu tuvastamine: Analüüsige pildi- ja videofaile AI-põhise meediumiga manipuleerimiseks
- GAN: Tuvastage sünteetilised identiteedid, nagu näoilmed, ja säilitage loodud poosid GANkasutatakse võltsitud isikute ja robotikontodena
- AI-ga loodud piltide tuvastamine: Tuvastage AI-ga loodud mudelid 95.8% täpsusega
- Näovahetus: Tuvastage süvavõltsinguid, mida kasutatakse identiteedivargusteks ja KYC-protsesside võltsimiseks
7. Reaalsuse kaitsja
See tuvastusplatvorm, mille on loonud mõned masinõppe ja arvutinägemise uuringute kõige osavamad meeskonnad, kasutab süvaõppe algoritme ja pakub tugevat kaitset süvavõltsingu ja genereeriva sisu võimaliku kahju eest.
Sõltumatu vaatlejana võin kinnitada, et Reality Defender ei ole ainult ettevõtete, platvormide või valitsusasutuste tööriist. See's turvasüsteem, mis võimaldab süvavõltsinguid reaalajas tuvastada – see on meie kiiresti muutuvas digimaailmas ülioluline funktsioon.
Platvorm's Täiustatud tööriistakomplektid, mis on võimelised indekseerima miljardeid ressursse, on loodud võitlema isegi kõige keerukamate ohtudega. Võtmed kätte kaitsesüsteem on muljetavaldav, selle saab integreerida teie olemasolevasse süsteemi krüptitud API kaudu või skannida nende süvavõltsingu tarkvararakendusega.
Lisaks tagavad platvormi reaalajas riskiskoorimine, e-posti teel saadetavad teated ja kohtuekspertiisi aruanded, et kasutajad on alati informeeritud ja ette valmistatud.
Reality Defenderi põhifunktsioonid
- Oma klassi parim süvavõltsingute tuvastamine
- Piltide, videote ja heli reaalajas skannimine
- Põhjalik veebirakendus sügavate võltsingute tuvastamiseks
- Valitsuse tasemel tuvastusplatvorm
- Reaalajas riskide hindamine, e-posti hoiatused ja kohtuekspertiisi aruanded
- Krüpteeritud API võtmed-kätte kaitseks
- Indekseerib miljardeid varasid, et kaitsta end kõrgetasemeliste ohtude eest
8. Sügavvõltsingu tuvastamine foneemi-viseme mittevastavuse abil
Süvavõltsingu tuvastamine foneemi-viseemi mittevastavuste abil on teaduslik meetod ja murranguline lahendus süvavõltsinguvideote kasvavale probleemile. Stanfordi ülikooli ja California ülikooli säravate mõistuste poolt välja töötatud mudel muudab mängu organisatsioonidele ja üksikisikutele, kes on mures digitaalse meedia terviklikkuse pärast.
See mudel suudab tuvastada kunstlikke näojooni ja kasutada ära vastuolusid viseemide, suu kuju dünaamika ja kõneldavate foneemide vahel.'s võimas tehnika isegi kõige peenemate ja lokaliseeritud manipulatsioonide tuvastamiseks süvavõltsinguvideotes.
Tänu muljetavaldavatele täpsusmääradele nii käsitsi kui ka automaatsel videoautentimisel võib see sügavvõltsingute tuvastamise tehnika olla teie usaldusväärne liitlane võitluses sügavvõltsingutega manipuleerimise vastu.
Selle tehnika peamised eelised
- Võimeline tuvastama ruumiliselt väikeseid ja ajaliselt lokaliseeritud manipulatsioone
- Kasutatakse nii käsitsi kui ka automaatseks video autentimiseks
- Näitas käsitsi autentimise täpsust 96.0%, 97.8% ja 97.4%.
- Näitas automaatse autentimise täpsust 93.4%, 97.0% ja 92.8%.
Süvavõltsingu tuvastamise eetilised kaalutlused ja tagajärjed
Kuna sügavuste kasutamine muutub laiemaks, on oluline arvestada nende tuvastamise eetiliste tagajärgedega. Kuigi sügava tuvastamise tööriistad võivad aidata vältida eksitava või kahjuliku sisu levikut, on oht, et neid võidakse kasutada ebaeetilistel eesmärkidel jälgimise või tsensuurina.
Lisaks tekitab nende kasutamine küsimusi privaatsuse ja nõusoleku kohta, kuna üksikisikud ei pruugi arvata, et nende pilte või videoid sel viisil kasutatakse. Seetõttu on oluline läheneda sügavale võltsimise tuvastamisele, võttes arvesse nende pettuse tuvastamise või tuvastamata jätmise võimalikke tagajärgi.
Lõpetuseks
Sügavvõltsingutehnoloogia arenedes jätkuvalt's On ülioluline, et üksikisikud, organisatsioonid ja valitsused püsiksid kursis ja tegeleksid ennetavalt selle võimsa tööriista eetiliste tagajärgede ja võimaliku väärkasutamise küsimustega.
Selle kasvava ohuga silmitsi seistes on süvavõltsingute tuvastamise tööriistade ja tehnikate arendamine olulisem kui kunagi varem.
Püüdes säilitada usaldust oma digitaalmaailma vastu, peame endalt ka küsima: kuidas saame tagada, et süvavõltsitud tehnoloogia eeliseid kasutatakse kasuks, minimeerides samal ajal riske? Millist rolli mängivad poliitikakujundajad, tehnoloogiaettevõtted ja üksikisikud süvavõltsingute tekitatud väljakutsete lahendamisel? Ja lõpuks, kas suudame luua tuleviku, kus süvavõltsitud tehnoloogiat kasutatakse eetiliselt ja vastutustundlikult, ilma et see kahjustaks meie jagatud reaalsuse terviklikkust?
