Ahogy egy kisebb februári botrány nyomán mi is bemutattuk, a mesterséges intelligenciára épülő, deepfake videókat készítő eszközök egyre kifinomultabbak lesznek, és így termékeik (ez praktikusan a leforgatott filmekben a szereplők arcának lecserélése) is egyre inkább valósághűbbé válnak. Ennek nem nehéz elképzelni a várható negatív hatásait, a zsarolásoktól a hamis bizonyítékok gyártásáig, védekezni pedig csak olyan megoldásokkal lehet majd ellenük, amelyek ugyanúgy a gépi algoritmusok támogatásával, automatizált módon azonosítják be a hamisítványokat.

Olyan, bárki által elérhető programok már évek óta léteznek, amelyek képes egy fotóról kivágott arcot valós időben ráültetni egy videón látható fejre valós időben, és egyetemi kutatók ugyancsak évekkel az arckifejezések, gesztusok másolását és azokból virtuális karakterek létrehozását is megoldották. Ez a biometrikus azonosítási formák elterjedésével nyilván a rosszhiszemű felhasználásban nagy lehetőségeket jelent, túl azokon a szintén megdöbbentő módszereken, mint az ujjlenyomatok vagy íriszminták elloása nagy felbontású kamerák és célszoftverek segítségével.

Ezzel el is jutottunk az egymás ellen küzdő MI-k korába, amikor teljes függőségbe kerülünk a mesterséges intelligenciától, hiszen saját érzékszerveinkre már nemigen támaszkodhatunk a valódi és a hamis tartalom megkülönböztetéséhez. Az érdekes, de inkább ijesztő fejlesztések legújabb példáját most az Nvidia kutatói szállították, a generative adversarial network (GAN) nevű technológia formájában. Itt már az a lényeg, hogy a rendszer a megszólalásig élethű, azonban a valóságban nem létező személyek arcmásait gyártja le, méghozzá nem egy, hanem két neurális hálózat alkalmazásával.

Stílusokba mentik a szükséges változtatásokat

Az egyik hálózat a generator (a képek létrehozója), a másik pedig a discriminator, amely megpróbálja meghatározni, hogy a létrehozott arcképek mitől nem tűnnek valódinak. A visszacsatolás révén az előbbi MI folyamatosan tanul, és egyre jobb eredményre lesz képes – a GAN-ek egyébként nem csak az emberi arcok utánzására képesek, de számtalan más dologra is a művészi alkotásoktól kezdve az orvosi célú alkalmazásokig. A hatékonyságukat természetesen abban mérik, hogy mennyire valószerűek az általuk létrehozott képek – ebben a tekintetben hatalmasat léptek előre a négy éve legelőször bemutatott, életlen és fekete-fehér ábrákhoz képest.
 

Az Nvidia új iterációját a style transfernek (kb. stílusátvitelnek) nevezett ötlet határozza meg. Ez röviden annyit tesz, hogy a program felméri egy létező arc jellemző paramétereit, ezeket pedig a kívánt mértékben alkalmazni tudja egy másik arcképre, elenyésző vagy akár meghatározó módon megváltoztatva annak felépítését. Mindehhez zajt, vagyis véletlenszerű elemeket (a hajszálak helyzete, pórusok, borosta stb.) ad hozzá, és készen van a két arc ötvözeteként létrehozott harmadik portré.

A fenti videó és az Nvidia által közzétett anyagok eléggé meggyőzőek, bár tökéletesnek még nem nevezhetők. A felvételeket tanulmányozó szakemberek olyan árulkodó jelekre hívják fel a figyelmet, mint mondjuk a fülek alatt felfedezett kör alakú foltok, ahol a GAN a korábban feldolgozott fotókon talált fülbevalókat próbálja visszaadni. Ilyen jel lehet még az asszimetria, a fogazat kidolgozatlansága, a furán álló frizura vagy a szokatlan minták a ruhákon. Ugyancsak kérdéses, hogy az Nvidia eredményei milyen könnyen reprodukálhatók; a mostani publikáció szerint az MI betanításakor több mint 26 millió paraméterrel kell dolgozni, ami már csak a szükséges számítási teljesítmény miatt is azt feltételezi, hogy egyelőre nem otthoni hobbiprojektekről lesz szó.

Ez a cikk független szerkesztőségi tartalom, mely a T-Systems Magyarország támogatásával készült. Részletek »