اینتل از سیستم تشخیص فوری دیپ فیک FakeCatcher با دقت 96 درصد رونمایی کرد
FakeCatcher از جریان خون برای تشخیص جعلی یا واقعی بودن ویدیوهای دیپ فیک استفاده میکند.
به گزارش گروه دانش و فناوری اقتصاد ۱۰۰ و به نقل از دیجیاتو، دیپ فیک یکی از فناوریهای جنجالی ایجاد شده بر پایه هوش مصنوعی برای ساخت عکس و فیلمهای جعلی و ساختگی است که میتواند تهدید بزرگی برای جوامع باشد و همچنین با اهداف مجرمانه و غیراخلاقی استفاده شود. اکنون، اینتل از اولین سیستم تشخیص در لحظه دیپفیک با نام FakeCatcher رونمایی کرده است.
اینتل ادعا میکند که این محصول دارای نرخ دقت 96 درصدی است و با تجزیه و تحلیل «جریان خون» در پیکسلهای ویدیویی کار میکند تا نتایج موردنظر کاربران را در میلی ثانیه ارائه کند.
«ایلکه دمیر»، دانشمند تحقیقاتی ارشد در آزمایشگاههای اینتل، FakeCatcher را با همکاری «امور چیفتچی» از دانشگاه ایالتی نیویورک در بینگهمتون طراحی کرده است. این محصول از سختافزار و نرمافزار اینتل استفاده میکند، روی سرور اجرا میشود و رابط کاربری خود را از طریق یک پلتفرم مبتنی بر وب دریافت میکند.
نحوه کار سیستم تشیخص دیپ فیک FakeCatcher
برخلاف بسیاری از سیستمهای تشخیص دیپ فیک مبتنی بر یادگیری عمیق که دادههای خام را بررسی میکنند، FakeCatcher بر سرنخهای درون ویدیوها متمرکز است. در واقع این سیستم از روش تغییرحجمسنجی نوری یا فوتوپلتیسموگرام (Photoplethysmogram یا PPG) استفاده میکند که میتواند میزان نوری که توسط عروق خونی در بافت زنده جذب یا منعکس میشود را اندازهگیری کند.
دمیر به VentureBeat درباره این روش گفت:
«شما نمیتوانید آن را با چشمان خود ببینید، اما از نظر محاسباتی قابل مشاهده است. سیگنالهای PPG شناخته شدهاند اما تاکنون برای دیپ فیک استفاده نشدهاند.»
او توضیح داد که در FakeCatcher، سیگنالهای PPG از 32 نقطه روی صورت جمعآوری شده و سپس نقشههای PPG از اجزای زمانی و طیفی ایجاد میشوند.
دمیر در ادامه توضیح میدهد:
«پس از دریافت این نقشهها، یک شبکه عصبی کانولوشن در بالای نقشههای PPG آموزش میدهیم تا آنها را به عنوان جعلی یا واقعی طبقهبندی کنیم. سپس با کمک فناوریهای اینتل مانند چارچوب Deep Learning Boost برای استنتاج و Advanced Vector Extensions 512، میتوانیم آن را در زمان واقعی و حداکثر 72 جریان تشخیص همزمان اجرا کنیم.»
همانطور که گفتیم، دیپ فیک خطرات زیادی را به همراه دارد و وجود یک سیستم تشخیص فوری میتواند ضروری باشد. با این حال، دمیر توضیح داد که توسعه این سیستم هنوز در مراحل اولیه خود قرار دارد.
ارسال نظر