Tyrėjai naudoja astronomijos metodus, kad sukurtų kompiuteriu sukurtą „Deepfake“ vaizdai atpažinti - kuris iš pirmo žvilgsnio gali atrodyti identiškas tikroms nuotraukoms.

Analizuodami veidų vaizdus, ​​paprastai naudojamus tiriant tolimas galaktikas, astronomai gali išmatuoti, kaip žmogaus akys atspindi šviesą, o tai gali parodyti manipuliacijos vaizdų požymius.

„Tai nėra panacėja, nes turime klaidingų teigiamų ir melagingų negatyvų“, - sako Kevinas Pimbbletas, Duomenų mokslo, dirbtinio intelekto ir modeliavimo centro Hull universiteto, JK, direktorius. Liepos 15 d. Jis pristatė tyrimus Karališkosios astronomijos draugijos nacionalinės astronomijos susitikime. "Tačiau šis tyrimas siūlo potencialų metodą, svarbų žingsnį į priekį, kad būtų galima pridėti testus, kuriuos galima panaudoti norint išsiaiškinti, ar vaizdas yra tikras, ar netikras“.

Išreikštos nuotraukos

Dirbtinio intelekto (AI) pažangą tampa vis sunkiau pasakyti skirtumą tarp tikrų vaizdų, vaizdo įrašų ir garso įrašų tie, kuriuos sukūrė algoritmai, atpažinti. Giluminiai faktai pakeičia vieno asmens ar aplinkos ypatybes su kitais ir gali priversti pasirodyti taip, tarsi asmenys būtų pasakę ar padarę dalykus, kurių nepadarė. Valdžia perspėja, kad ši technologija yra militarizuojanti ir prisideda prie dezinformacijos plitimo, pavyzdžiui, per rinkimus, gali būti naudojamas.

Tikrosios nuotraukos turėtų turėti „nuoseklią fiziką“, - paaiškina Pimbbletas, taigi atspindžiai, kuriuos matote kairiajame akies obuolyje, turėtų būti labai panašūs, nors ir nebūtinai identiški dešiniojo akies obuolio atspindžiams “. Skirtumai yra subtilūs, todėl tyrėjai kreipėsi į metodus, sukurtus analizuoti šviesą astronominiuose vaizduose.

Kūrinys, kuris dar nebuvo paskelbtas, sudarė pagrindą Adejumoke Owolabi magistro darbui. Owolabi, Korpuso universiteto, JK, duomenų mokslininkas, pateikė tikrus vaizdus iš „Flickr“ susiduria su būstinės duomenų rinkiniu ir sukūrė padirbtus veidus, naudojant vaizdo generatorių. Tada Owolabi išanalizavo atspindžius iš šviesos šaltinių akyse vaizduose, naudodamas du astronominius matavimus: CAS sistemą ir Gini indeksą. CAS sistema įvertina objekto šviesos pasiskirstymo koncentraciją, asimetriją ir sklandumą. Ši technika leido astronomams, įskaitant „Pimbblet“, dešimtmečius apibūdinti ekstragalaktinių žvaigždžių šviesą. Gini indeksas matuoja šviesos pasiskirstymo nelygybę galaktikų vaizduose.

Eine Serie klarer und annotierter Bilder von Deepfake-Augen, die inkonsistente Reflexionen in jedem Auge zeigen.

Palygindamas žmogaus akies obuolių atspindžius, Owolabi sugebėjo teisingai nuspėti, ar vaizdas buvo netikras apie 70% laiko. Galų gale tyrėjai nustatė, kad „Gini“ indeksas buvo geresnis už CAS sistemą numatant, ar vaizdas buvo manipuliuojamas.

Tyrimą sveikina Kalifornijos universiteto astrofizikas Brantas Robertsonas. „Tačiau jei galite apskaičiuoti vertę, kuri kiekybiškai įvertina, kaip gali atsirasti realus gilumos vaizdo vaizdas, taip pat galite išmokyti AI modelį, kad būtų dar geresni giliavandeniai, optimizuodami šią vertę“, - perspėja jis.

Zhiwu Huang, AI tyrėjas iš Sautamptono universiteto, JK, sako, kad jo paties tyrimas nenustatė jokių nenuoseklių šviesos modelių „Deepfake“ vaizdų akyse. Tačiau „nors konkretus nenuoseklių apmąstymų naudojimo akių obuolyje technika gali būti netaikoma, tokie metodai gali būti naudingi analizuojant subtilias apšvietimo, šešėlių ir atspindžių anomalijas skirtingose ​​vaizdo dalyse“, - sako jis. „Fizinių šviesos savybių neatitikimų nustatymas galėtų papildyti esamus metodus ir pagerinti bendrą„ Deepfake “aptikimo tikslumą“.