Kunstmatige intelligentie en machine learning kunnen wonderen verrichten, van het maken van kunst tot het automatiseren van administratieve taken. Maar ze vormen ook een risico, omdat ze slechte acteurs in hun kracht kunnen zetten met trucs zoals deepfake.
Naarmate deze specifieke technologie evolueert, is het een goed idee om te leren hoe deepfakes echt werken en wie ze zelfs maar zou willen gebruiken, zowel legitiem als illegaal.
Waarom het belangrijk is om te begrijpen hoe en waarom deepfakes worden gebruikt
Mainstream-toepassingen van deepfake-technologie draaien voornamelijk om grappig, pornografisch of filmisch materiaal, maar een studie bewees dat deepfakes kunnen gezichtsherkenning voor de gek houden. Dit alleen al is een reden om je zorgen te maken en op je hoede te zijn.
Hoe meer de technologie wordt gebruikt in het dagelijks leven en bij grootschalige projecten, hoe beter de ontwikkelaars leren om naadloze nepvideo's van mensen te maken, of het nu beroemdheden of familieleden zijn.
Begrip hoe je jezelf kunt beschermen tegen deepfake video's is nu een must, als je bedenkt hoe gretig industrieën de voordelen van de technologie omarmen, vooral binnen entertainment.
Hollywood gebruikte het lang daarvoor bij verschillende projecten Metaphysic's deepfake AGT-inzending, die de wereld liet zien hoe snel en effectief het creëren van deepfake kan zijn. Dit is wat het proces inhoudt.
Hoe werken deepfakes?
In termen van wat er achter deepfakes zit, zit een aanwijzing in de naam: diep leren, de wetenschap van kunstmatige neurale netwerken (ANN's). Wat deze doen voor deepfake-algoritmen, is gegevens absorberen, ervan leren en nieuwe gegevens creëren in de vorm van gezichtsuitdrukkingen of een heel gezicht dat over het uwe wordt gelegd.
Ontwikkelaars van deepfake-software gebruiken meestal een van de twee ANN-typen: autoencoders of generatieve adversarial networks (GAN's).
Autoencoders leren de massa's gegevens die ze krijgen te repliceren, voornamelijk foto's van gezichten en uitdrukkingen, en maken gevraagde datasets opnieuw. Het zijn echter zelden exacte kopieën.
GAN's hebben daarentegen een slimmer systeem, dat een generator en een discriminator bevat. De eerste reproduceert gegevens die het heeft geleerd in deepfakes die vervolgens de laatste voor de gek moeten houden.
De discriminator vergelijkt de creaties van de generator met echte afbeeldingen en bepaalt hun effectiviteit. De beste deepfakes zijn natuurlijk diegene die menselijk gedrag perfect nabootsen.
Dus, hoe worden deepfakes gemaakt met deze technologie? De algoritmen achter apps zoals Reface En DeepFaceLab voortdurend leren van de gegevens die er doorheen gaan, zodat ze gelaatstrekken en uitdrukkingen effectief kunnen aanpassen of het ene gezicht over het andere kunnen leggen.
De software is in feite een video-editor die speciaal is ontworpen om gezichten te manipuleren. Sommige apps zijn ingewikkelder dan andere, maar al met al kun je alles doen, van iemand ouder maken of ouder maken tot jezelf in films bewerken.
Maar de technologie heeft nog steeds gebreken. Het maken van deepfake kan ingewikkelder zijn dan hoe valse live video's worden gemaakt, maar het kan net zo eenvoudig te detecteren zijn als onwaar.
Hoe herken je een deepfake
Omdat deepfakes voornamelijk door machines worden gemaakt, zien de kenmerken of maniertjes van het digitale gezicht er niet altijd natuurlijk uit. Er kunnen ook fouten zijn in de installatie van de video. Met andere woorden, u kunt valse beelden zien als u weet waarnaar u moet zoeken.
Hier zijn enkele veelbetekenende signalen:
- Onnatuurlijk knipperen: Machine learning ziet het knipperen van de ogen vaak over het hoofd of zorgt ervoor dat het er ongemakkelijk uitziet.
- Wazige of onstabiele functies: Iemands haar, mond of kin kan enigszins wazig zijn of op vreemde, vaak overdreven manieren bewegen.
- Gebrek aan of verkeerde voorstelling van emotie: Slechte deepfakes zijn onbewogen of bootsen emoties slecht na.
- Onhandige lichaamstaal: Als de persoon in de video zijn hoofd of lichaam op een vervormde of onsamenhangende manier beweegt, kan dit een deepfake zijn.
- Verkeerde kleuren en belichting: Verkleuringen, onverklaarbare lichten en schaduwen zijn duidelijke tekenen van een nepvideo.
- Inconsistente objecten: Tijdens het aanpassen van een video kan deepfake-software fouten maken, zoals het veranderen van de vorm van kleding, sieraden en achtergronditems.
- Slecht geluid: Deepfakes kunnen spraak en geluiden in een video vervormen.
Maak het meeste van manieren om deepfakes te herkennen door te leren waarvoor dergelijke video's meestal zijn gemaakt en goed te letten op details in de beelden die u online ziet - vertraag het, indien mogelijk.
Daarnaast worden er steeds meer tools ontwikkeld, zoals Microsoft-authenticator en Gevoeligheid Forensische deepfake-detectie, die video's op minuutniveau analyseren.
Wie gebruikt deepfakes?
Filmmakers gebruiken steeds vaker deepfakes om de gezichten van acteurs te verouderen of te vervangen, zoals in Star Wars. Kunstenaars slagen erin om portretten te animeren en ze te laten praten en zingen.
Marketeers experimenteren met deepfake-technologie voor promotionele inhoud waarvoor geen acteurs hoeven te worden ingehuurd. Bedrijven als WPP passen het ook toe op hun trainingsvideo's.
Techneuten maken over het algemeen grappige video's waarin ze gezichten wisselen met vrienden of de ene acteur over de andere leggen in populaire films. Sylvester Stallone heeft Home Alone overgenomen en Heath Ledger's Joker verscheen in A Knight's Tale.
Helaas, als je onderzoekt waar deepfake-technologie nog meer voor wordt gebruikt, zul je veel kwaadaardige gevallen tegenkomen. Deepfake-makers verspreiden graag verkeerde informatie en aanstootgevende berichten, maar richten zich ook op beroemdheden en plaatsen ze in films voor volwassenen. Mensen worden zelfs gechanteerd met nepbeelden.
In zijn huidige ongebreidelde vorm staat deepfake synoniem voor risico's voor de privacyrechten, veiligheid, en zelfs copyright, bijvoorbeeld wanneer het algoritme duidelijk een foto of kunstwerk gebruikt dat niet openbaar is beschikbaar.
Dit is de reden waarom landen en merken voet bij stuk houden. Vanaf 2021, volgens de De kaart van het Cyber Civil Rights Initiative van deepfake-wetten in de VS treden nu vier staten hard op tegen gepubliceerde deepfake-video's waarin iemand op een expliciete of anderszins schadelijke manier wordt afgebeeld.
China onderneemt ook stappen om deepfakes strafbaar te stellen die schade toebrengen aan mensen en de samenleving, hetzij door individuele rechten te schenden, hetzij door nepnieuws te verspreiden. Zelfs Meta aangekondigd in 2020 waren die misleidende, gemanipuleerde video's niet welkom.
Naast regulering dringen officiële instanties wereldwijd aan op betere detectie en preventie van deepfake misdaden. De Het rapport van het Rathenau Instituut over hoe het Europese beleid met deepfakes moet omgaan, onderschrijft software met tools als spreker- en gezichtsherkenning, detectie van stemlevendheid en analyse van gezichtskenmerken.
Ontdek hoe deepfakes werken om u te misleiden
Deepfakes zijn al mainstream geworden, in voor- en tegenspoed. Geniet dus van de grappige en inspirerende video's terwijl je je voorbereidt op het aanpakken van kwaadaardige video's.
Wat is uiteindelijk een deepfake als deze anders dan een tool die is ontworpen om u te misleiden? Als je weet waar je op moet letten en hoe je moet reageren, heeft het minder macht over je.
U kunt bijvoorbeeld deepfakes op sociale media herkennen naast nepnieuws en nepaccounts en misleidende informatie, phishing-pogingen en meer ontwijken. Naarmate de technologie voor het detecteren en voorkomen van deepfake verbetert, zal er meer ondersteuning op uw pad komen.
