Mikä on Deepfake ja miten ne tehdään?

Olet ehkä nähnyt videon Nicholas Cagen kasvoista transponoituneena toiseen hahmoon, joka kiertää Internetissä(rounds on the internet) äskettäin. Ei, emme tarkoita leikettä Face/Off -elokuvasta . Nämä ovat kohtauksia useista elokuvista, joissa Nicholas Cage ei todellakaan näytellyt, mutta ne näyttävät todella vakuuttavilta. Miten he saivat tämän irti?

No, vastaus ei ole "noituutta", vaan teknologiaa, joka on kutsuttu "deepfake" ja se aiheuttaa melkoista meteliä eri toimialoilla ja yhteisöissä.

Mikä on "deepfake"?

Sana "deepfake" tulee termistä "deep learning" ja tietysti "fake". Syväoppiminen(Deep) on koneoppimisen erikoisala, joka on jälleen osa tekoälyn(Artificial Intelligence) kokonaisaluetta .

Tietojenkäsittelytehon dramaattisen kasvun ja äskettäin löydettyjen tietokoneiden tapojen käsitellä ja analysoida valtavan määrän dataa todellisesta maailmasta ansiosta tietokoneet voivat nyt yhtäkkiä tehdä asioita, joita useimmat meistä eivät koskaan voisi kuvitella. Deepfakesit(Deepfakes) käyttävät tätä tekniikkaa ihmisten kuvien syntetisoimiseen ja luoden valokuvia tai videoita asioista, joita ihmiset eivät koskaan tehneet tai sanoneet. 

Kuinka Deepfake-tekniikka toimii?

Deep learning, joka tukee deepfake-menetelmiä, kuvaa hermoverkkosimuloinnin nykyaikaista soveltamista massiivisiin tietokokonaisuuksiin. Neuroverkot eivät ole uusi käsite tai tekniikka, mutta nykyaikaan asti ne ovat olleet melko alkeellisia.

Keinotekoinen hermoverkko simuloi ainakin jossain määrin oppimisprosessia, joka tapahtuu biologisissa aivoissa. Kun opit tai muuten käsittelet ulkomaailmaa, aivosolujesi väliset yhteydet muuttuvat.

Ne muodostavat piirejä ja loogisia rakenteita vahvistaen joitain yhteyksiä ja heikentäen toisia. Kun opit jotain, kuten opit ajamaan tai pelaamaan tennistä, aivopiireistä tulee nopeita ja tehokkaita. Lopulta olet niin hyvä jossakin, ettei sinun tarvitse edes ajatella tekeväsi sitä.

Se on pohjimmiltaan sama asia kuin syväoppimisjärjestelmässä. Se tarkastelee kasoista esimerkkejä jostakin ja tulee sitten asteittain paremmin "ymmärtämään sitä".

Deepfakejen tapauksessa ohjelmisto tarkastelee esimerkkejä kasvoista, jotka haluat transponoida, sekä videota, jolle haluat transponoida ne. Riittävällä harjoittelulla se voi lopulta syntetisoida kasvot, jotka vastaavat harjoitustietoja, ja peittää ne sitten saumattomasti muille kasvoille.

Mitä ohjelmistoja(Software) käytetään syväväärennösten tekemiseen?

On olemassa useita sovelluksia, joiden avulla ihmiset voivat tehdä syväväärennöksiä. FakeApp oli ensimmäinen tuntemamme sovellus, jonka tarkoituksena oli antaa tavallisille ihmisille mahdollisuus tehdä syvällistä väärennettyä sisältöä. Verkkosivusto on nyt lakannut olemasta, ja kopion löytäminen ei ole ollenkaan helppoa.

Deepfakejen valmistajat ovat nyt suurelta osin siirtyneet DeepFaceLab -nimiseen sovellukseen , jota isännöidään GitHubissa(GitHub) ja joka on synnyttänyt loputtoman joukon opetusohjelmia Redditin(Reddit) kaltaisiin paikkoihin .

Deepfaken tekeminen

Tätä artikkelia ei ole tarkoitettu opetusohjelmaksi, joten aiomme antaa yleiskatsauksen syväväärennösten tekemiseen käytännössä, mutta emme tarjoa tarkkoja ohjeita sellaisen tekemiseen itse.

Tähän on muutamia syitä, mutta tärkein niistä on, että syväväärennösten tekemisen laillisuus on erittäin kiistanalainen. Aivan kuten emme tarjoa tarkkoja ohjeita piraattiohjelmistojen tai muun laittoman toiminnan auttamiseksi, emme anna vaiheittaisia ​​ohjeita syväväärennösten tekemiseen.

Lisäksi DeepFaceLabin(DeepFaceLab) varsinainen luoja on julkaissut ohjelmistolle vaiheittaisen opetusvideon(step-by-step video tutorial) , jota kuka tahansa voi seurata, mikäli haluaa ottaa vastuun tällaisesta riskistä.

Saadaksesi yleiskuvan siitä, kuinka hyviä näistä asioista on tullut, tutustu tähän verkkosivustoon(check out this website) , jolle luodaan uusi valokuva henkilöstä, jota ei ole olemassa, kun päivität sivua.

Tavoitteemme on auttaa sinua ymmärtämään tekniikkaa, sillä tulet kohtaamaan sitä yhä enemmän ajan myötä. Näin ollen nämä ovat DeepFaceLabin syväfaken(DeepFaceLab) luomisen laajat vaiheet .

Kun olet ladannut ja purkanut DeepFaceLabin(DeepFaceLab) , edessäsi on kansio, joka sisältää monia muita kansioita ja sarjan erätiedostoja.

Siellä on kansio nimeltä "työtila", joka sisältää harjoitusmallit, lähdevideot ja tulosteen. DeepFaceLab toimii tiettyjen tiedostonimien ja -sijaintien kanssa, jotta erätiedostot voivat toimia. Esimerkiksi lähdetiedoston nimi on aina "data_src" ja kohteen nimi on "data_dst".

Ohjelmistoliittymää ei ole, kuten useimmat ihmiset tietävät. Vain luettelo numeroituista erätiedostoista, jotka edustavat prosessin vaiheita. Ensin(First) lähde- ja kohdevideoiden kehykset puretaan kuvatiedostoina.

Sitten suoritetaan useita analyysivaiheita, joita seuraa GPU-pohjainen koulutus, jossa hermoverkko oppii, mitä se tarvitsee kahden videon kasvoista mallin rakentamiseksi. Lopulta tuotetaan uusi yhdistelmävideo.

Deepfakesin väärinkäyttö

Kuten edellä mainittiin, syväväärennökset ovat erittäin kiistanalaisia. Se saattaa rikkoa voimassa olevia lakeja joissakin maissa, ja uusia lakeja ollaan valmisteilla teknologian ja sen sovellusten käsittelemiseksi.

Deepfakeilla voidaan luoda huijauksia, kuten videoita presidentistä sanomassa hulluja asioita(video of a president saying crazy things) . Sitä voidaan käyttää sijoittamaan ihmisiä pornografisiin elokuviin tarkoituksella tai häiritsemällä tai muuten vahingoittamalla heitä.

Kuten voit luultavasti kuvitella, voit tehdä paljon vahinkoa vakuuttavalla syväväärennöksellä, ja kiinnijäämisen seuraukset voivat olla paljon vakavampia lähitulevaisuudessa.

Kyseenalaista kaikki

Nyt kun tämä tekniikka on olemassa ja toimii yhtä hyvin kuin se toimii, meidän on katsottava mediaa, kuten videoita, aivan uudessa valossa. Jos joku levittää sosiaalisessa mediassa videota, jossa kuuluisa henkilö tai poliitikko sanoo tai tekee jotain kiistanalaista, sinun on ensin kysyttävä, onko video edes totta.

Useimmat huonosti tehdyt syväväärennökset ovat ilmeisesti väärennöksiä, kun tiedät mitä etsiä ja olet nähnyt muutaman. Joissakin tapauksissa jopa koulutetulla silmällä voi kuitenkin olla vaikeuksia kertoa, että jokin CG-manipulaatio tapahtuu, ja tekniikan kehittyessä siitä tulee lopulta mahdotonta.



About the author

Olen tietokoneasiantuntija, jolla on yli 10 vuoden kokemus ohjelmisto- ja selainteollisuudesta. Olen suunnitellut, rakentanut ja hallinnut kokonaisia ​​ohjelmistojen asennuksia sekä kehittänyt ja ylläpitänyt selaimia. Kokemukseni ansiosta pystyn antamaan selkeitä, ytimekkäitä selityksiä monimutkaisista aiheista – olipa kyse sitten Microsoft Officen toiminnasta tai siitä, kuinka saada kaikki irti Mozilla Firefoxista. Tietokonetaitojeni lisäksi olen myös taitava kirjoittaja ja pystyn kommunikoimaan tehokkaasti verkossa ja henkilökohtaisesti.



Related posts