Facebook ได้พัฒนาปัญญาประดิษฐ์ที่ต้องการระบุภาพ Deepfake แล้วติดตามผู้สร้างของพวกเขา Deepfake ประกอบด้วยวิดีโอที่เปลี่ยนเสียงและใบหน้าของบุคคลด้วยซอฟต์แวร์ปัญญาประดิษฐ์ ทำให้วิดีโอที่ดัดแปลงนั้นดูสมจริง เทคนิคนี้ใช้กับบุคคลสาธารณะเป็นส่วนใหญ่ Facebook วิเคราะห์ความคล้ายคลึงกันระหว่างคอลเล็กชันของ Deepfakes ต่างๆ เพื่อดูว่ามีที่มาร่วมกันหรือไม่ โดยมองหารูปแบบที่ไม่เหมือนใคร เช่น จุดเล็กๆ ของสัญญาณรบกวน หรือความแปลกประหลาดเล็กๆ น้อยๆ ในสเปกตรัมสีของภาพ
โดยการระบุลายนิ้วมือเล็กน้อยในภาพ ปัญญาประดิษฐ์ของเฟสบุ๊ค สามารถแยกแยะรายละเอียดว่าโครงข่ายประสาทเทียมที่สร้างภาพนั้นได้รับการออกแบบมาอย่างไร เช่น ขนาดของแบบจำลอง หรือวิธีการฝึกอบรม เราจะรู้ได้อย่างไรว่าโครงข่ายประสาทลึกมีกี่ชั้นหรือฟังก์ชันการสูญเสียที่ได้รับการฝึกมาโดยดูจากภาพถ่ายโดยดูจากภาพถ่ายเท่านั้น Tal Hassner ผู้นำด้านวิทยาศาสตร์ประยุกต์ AI ของ Facebook กล่าว
ความซับซ้อนของปัญญาประดิษฐ์
Hassner และเพื่อนร่วมงานของเขาได้ทดสอบปัญญาประดิษฐ์ในฐานข้อมูลรูปภาพ Deepfake 100,000 ภาพที่สร้างขึ้นโดยแบบจำลองกำเนิดต่างๆ 100 แบบ ซึ่งแต่ละภาพมี 1,000 ภาพ ภาพเหล่านั้นบางภาพใช้เพื่อฝึกโมเดล ขณะที่ภาพอื่นๆ ถูกเก็บรักษาไว้และนำเสนอต่อโมเดลเป็นภาพที่ไม่ทราบที่มา
ที่ช่วยทดสอบปัญญาประดิษฐ์ในเป้าหมายสูงสุด Hassner กล่าวว่า "สิ่งที่เราทำคือการดูภาพถ่ายและพยายามประเมินว่าการออกแบบของโมเดล generative ที่สร้างขึ้นคืออะไร แม้ว่าเราจะไม่เคยเห็นโมเดลดังกล่าวมาก่อน เขาปฏิเสธที่จะแบ่งปัน แม่นยำแค่ไหน ประมาณการปัญญาประดิษฐ์เป็น แต่บอกว่า "เราดีกว่าสุ่ม"
ก้าวต่อไปของเทคโนโลยี
Nina Schick ผู้เขียนหนังสือ Deep Fakes and the Infocalypse กล่าวว่า "นี่เป็นก้าวสำคัญสำหรับการพิมพ์ลายนิ้วมือ แต่เธอชี้ให้เห็นว่า เช่นเดียวกับ Hassner และเพื่อนร่วมงานของเธอ AI ใช้งานได้เฉพาะกับภาพที่ได้รับ เทียมโดยสิ้นเชิง สร้างขึ้น ในขณะที่วิดีโอปลอมจำนวนมากเป็นวิดีโอที่สร้างขึ้นโดยติดใบหน้ากับร่างกายของคนอื่น
Schick ยังสงสัยว่า AI นั้นมีประสิทธิภาพเพียงใดนอกการตั้งค่าแล็บ โดยค้นหา Deepfakes ในธรรมชาติ . "ประเภทของแบบจำลองการตรวจจับใบหน้าที่เราเห็นโดยทั่วไปจะขึ้นอยู่กับชุดข้อมูลทางวิชาการและนำไปใช้ในสภาพแวดล้อมที่มีการควบคุม" Schick กล่าว
Hassner ปฏิเสธที่จะพูดคุยเกี่ยวกับวิธีที่ Facebook จะใช้ AI ใหม่ แต่บอกว่างานประเภทนี้เป็นเกมแมวและเมาส์กับผู้ที่สร้าง Deepfakes “เรากำลังพัฒนาแบบจำลองการระบุตัวตนที่ดีขึ้น ในขณะที่บางรุ่นกำลังพัฒนาแบบจำลองกำเนิดที่ดีขึ้นเรื่อยๆ” Hassner กล่าว “ฉันไม่สงสัยเลยว่าในบางจุด จะมีวิธี ที่จะหลอกเราอย่างสมบูรณ์” แม้ว่าบางครั้ง Facebook จะสร้างปัญหา แต่ก็ไม่ต้องสงสัยเลยว่ามันทำงานได้ดีมากในการค้นหา Deepfakes
