Γράφει η Άννα Μπαλώκα
Στην ψηφιακή εποχή, τα πλαστά βίντεο (deepfakes) έχουν αναδειχθεί ως μια τρομερή πρόκληση για την ακεραιότητα του διαδικτυακού περιεχομένου, καθώς χειραγωγούν βίντεο και ήχο για να δημιουργήσουν ρεαλιστικά αλλά εντελώς κατασκευασμένα μέσα. Αυτό έχει προκαλέσει σημαντικές ανησυχίες σε διάφορους τομείς, όπως η πολιτική, η ψυχαγωγία και η προσωπική ασφάλεια. Ωστόσο, καθώς η τεχνολογία πίσω από τα deepfakes εξελίσσεται, το ίδιο συμβαίνει και με την ανάπτυξη εργαλείων και λογισμικού που έχουν σχεδιαστεί για τον εντοπισμό και την καταπολέμηση αυτών των εξελιγμένων πλαστογραφιών. Αυτό το άρθρο διερευνά μερικές από τις πιο αποτελεσματικές εφαρμογές και το λογισμικό που έχουν αναπτυχθεί για τον εντοπισμό των deepfakes, αναδεικνύοντας την καινοτομία και την αποφασιστικότητα στον αγώνα κατά της ψηφιακής απάτης.
- Microsoft Video Authenticator
Η Microsoft εισήγαγε το εργαλείο Video Authenticator το 2020, το οποίο αναλύει ένα βίντεο ή μια φωτογραφία για να παρέχει μια βαθμολογία που υποδεικνύει την πιθανότητα τα μέσα να έχουν δημιουργηθεί τεχνητά. Το εργαλείο αυτό λειτουργεί με την ανίχνευση του ορίου ανάμειξης των deepfakes και των λεπτών στοιχείων εξασθένισης ή κλίμακας του γκρι που ενδέχεται να μην είναι ανιχνεύσιμα από το ανθρώπινο μάτι. Το εργαλείο της Microsoft, που αναπτύχθηκε για να βοηθήσει στην καταπολέμηση της παραπληροφόρησης, ιδίως κατά τη διάρκεια των εκλογών, αποτελεί σημαντικό βήμα προς τα εμπρός στον εντοπισμό και τον μετριασμό της εξάπλωσης του περιεχομένου deepfake.
- Deepware Scanner
Το Deepware Scanner είναι μια αξιοσημείωτη εφαρμογή για κινητά που επιτρέπει στους χρήστες να αναλύουν βίντεο για σημάδια χειραγώγησης deepfake απευθείας από τα κινητά τους τηλέφωνα. Χρησιμοποιώντας προηγμένους αλγορίθμους τεχνητής νοημοσύνης, εξετάζει τη γνησιότητα των βίντεο που ανεβάζουν οι χρήστες, παρέχοντάς τους ένα σκορ πιθανότητας το βίντεο να είναι deepfake. Αυτή η φιλική προς τον χρήστη προσέγγιση φέρνει την ανίχνευση deepfake στο ευρύ κοινό, δίνοντας τη δυνατότητα στα άτομα να επαληθεύουν το περιεχόμενο που συναντούν στα μέσα κοινωνικής δικτύωσης και σε άλλες πλατφόρμες.
- Sensity
Πρώην γνωστή ως Deeptrace, η Sensity προσφέρει υπηρεσίες ανίχνευσης ψεύτικου περιεχομένου που αξιοποιούν τη βαθιά μάθηση για την παρακολούθηση και τον εντοπισμό συνθετικών μέσων σε διάφορες διαδικτυακές πλατφόρμες. Η τεχνολογία της Sensity έχει σχεδιαστεί για να ανιχνεύει deepfakes σε πραγματικό χρόνο, παρέχοντας εργαλεία στους οργανισμούς για να προστατεύουν τους εαυτούς τους και τους ενδιαφερόμενους φορείς τους από την πιθανή ζημία που προκαλούν οι εκστρατείες παραπληροφόρησης deepfake.
- Adobe’s Content Authenticity Initiative (CAI)
Η CAI της Adobe στοχεύει στην αύξηση της εμπιστοσύνης και της διαφάνειας στο διαδίκτυο παρέχοντας ένα πλαίσιο για την αυθεντικότητα του περιεχομένου. Αν και δεν αποτελεί εργαλείο ανίχνευσης deepfake αυτό καθαυτό, το CAI επιτρέπει στους δημιουργούς να επισυνάπτουν δεδομένα απόδοσης στο περιεχόμενό τους, επιτρέποντας στους θεατές να επαληθεύουν την προέλευση και το ιστορικό των ψηφιακών μέσων. Η πρωτοβουλία αυτή συμβάλλει στην καταπολέμηση των deepfakes προωθώντας τη δημιουργία και διανομή περιεχομένου που είναι επαληθεύσιμο και αξιόπιστο.
- Intel’s FakeCatcher
Το εργαλείο αυτό αποτελεί σημαντική πρόοδο στον αγώνα κατά της ψηφιακής χειραγώγησης του περιεχομένου, χρησιμοποιώντας τη φωτοπλεγματογραφία (PPG) για την ανάλυση φυσιολογικών σημάτων όπως η ροή του αίματος και η κίνηση των ματιών από το πρόσωπο. Εστιάζοντας σε αυτά τα αυθεντικά στοιχεία μέσω χωροχρονικών χαρτών, το FakeCatcher προσφέρει μια μοναδική προσέγγιση που αποκλίνει από τα τυπικά μοντέλα βαθιάς μάθησης, διαθέτοντας ένα εντυπωσιακό ποσοστό ακρίβειας 96% στην ανίχνευση σε πραγματικό χρόνο.
- Deepfake Detection Challeng (DFDC) Dataset
Αν και δεν πρόκειται για εφαρμογή ή εργαλείο λογισμικού, το σύνολο δεδομένων DFDC αξίζει να αναφερθεί για τον ρόλο του στην προώθηση της ανάπτυξης τεχνολογιών ανίχνευσης ψεύτικων αντιγράφων. Το DFDC, που ξεκίνησε από το Facebook σε συνεργασία με διάφορα ακαδημαϊκά ιδρύματα, παρέχει μια εκτεταμένη βιβλιοθήκη πραγματικών και deepfake βίντεο για να βοηθήσει τους ερευνητές και τους προγραμματιστές να εκπαιδεύσουν αποτελεσματικότερα μοντέλα ανίχνευσης. Αυτή η προσέγγιση ανοικτού κώδικα ενθαρρύνει τη συνεργασία στη συνεχιζόμενη μάχη κατά της τεχνολογίας deepfake.
Η ανάπτυξη εργαλείων και λογισμικού για την ανίχνευση ψευδών στοιχείων αποτελεί κρίσιμη πτυχή της ευρύτερης προσπάθειας για τη διατήρηση της ψηφιακής ακεραιότητας και εμπιστοσύνης. Καθώς η τεχνολογία deepfake γίνεται όλο και πιο εξελιγμένη, ο αγώνας των εξοπλισμών μεταξύ των δημιουργών και των ανιχνευτών αυτών των πλαστογραφιών συνεχίζεται. Τα παραδείγματα που αναφέρθηκαν παραπάνω αναδεικνύουν τις καινοτόμες στρατηγικές που χρησιμοποιούνται για τον εντοπισμό και την καταπολέμηση των deepfakes, αντανακλώντας μια συλλογική δέσμευση για τη διασφάλιση της αυθεντικότητας του ψηφιακού περιεχομένου σε έναν ολοένα και πιο χειραγωγούμενο διαδικτυακό κόσμο. Όμως, ενώ αυτές οι τεχνολογικές εξελίξεις είναι ζωτικής σημασίας στη μάχη κατά των ψευδών στοιχείων, αντιπροσωπεύουν μόνο τη μία πλευρά της λύσης. Εξίσου σημαντική είναι η ενδυνάμωση των ατόμων και των κοινοτήτων μέσω της γνώσης και της ευαισθητοποίησης. Η κατανόηση της φύσης των deepfakes, η αναγνώριση των πιθανών επιπτώσεών τους και η καλλιέργεια μιας κριτικής προσέγγισης στην κατανάλωση ψηφιακού περιεχομένου αποτελούν βασικές δεξιότητες στην ψηφιακή εποχή. Οι εκστρατείες εκπαίδευσης και ευαισθητοποίησης, παράλληλα με τα προγράμματα ψηφιακού αλφαβητισμού, μπορούν να ενισχύσουν σημαντικά τη συλλογική ικανότητα διάκρισης της αλήθειας από την επινόηση.
https://www.techopedia.com/best-ai-deepfakedetectors
Η εθελοντική ομάδα του CSI Institute, αποτελούμενη από εξειδικευμένους επιστήμονες όπως, ψυχολόγους, εγκληματολόγους, κοινωνιολόγους καθώς και τεχνικούς δικτύων & πληροφορικής, είναι κοντά σας παρέχοντας πληροφορία, ενημέρωση και γνώση μέσα από ποικίλα θέματα αρθρογραφίας.