Derin peynir videolarını tanımlamak zor! Kalp Atışı Gerçekçi – Son Dakika Bilimsel Teknolojisi Haberleri
Bir kişinin yüzünü veya vücudunu dijitalleştirerek oluşturulan DeepFake’in videoları endişe yaratmaya devam ediyor.
Bu videolar, yapay zeka kullanarak gerçek bir kişinin görüntüsünün değiştirilmesiyle yapılır. Aslında, bu teknoloji, kullanıcılara dönüşen veya yaşlanan uygulamalar gibi zararsız amaçlar için kullanılabilir.
Bağımsız Türk’e göre, insanların cinsel video üretmek veya masum insanları iftira etmek için kullanılabilmesi ciddi bir sorundur. Bu videoların yanlış olup olmadığını görmek için kullanılan gelişmiş yöntemlerden biri kalp atışlarını izlemektir.
Uzaktan fotopletizm (RPPP), ciltten geçen ışıktaki küçük değişiklikleri tespit ederek dürtü ölçer. Dürtü dürtüsü Oxytime ile aynı prensiple çalışan bu araç, çevrimiçi doktorların derin videoları ve randevuları için de kullanılır.
30 Nisan’da yayınlanan araştırmaya göre, Hakem Dergisi’nin Frontiers of Hakem Dergisi’nin sonuçları, şimdi derin peynir görüntülerinde gerçekçi kalp atışları var.
Bilim adamları, videolardaki dürtü oranını otomatik olarak algılayan ve analiz eden bir derin peynir dedektörü geliştirerek çalışmalarına başladılar. Daha sonra bu RPPP tabanlı aracın verilerini EKG kayıtlarıyla karşılaştırarak hassasiyeti ölçtüler. Ecg’yle arasında aracın son derece iyi performansı, dakikadaki iki ila üç dakikalık fark.
Ekip DeepFake videolarını test ettiğinde, RPPP videoya eklenmese bile son derece gerçekçi bir kalp atışı tespit etti. Bilim adamları, tıpkı kullanılan kaynak videodan geçebileceği gibi, kardiyak ritimlerin videoya kasten eklenebileceğini söylüyor.
Almanya’daki Humboldt Üniversitesi çalışmasının editörlüğü Peter Eisert, “Köken videosu gerçek bir kişiye ait, bu şimdi Deep Prefes videosuna aktarılabilir:” diye ekliyor:
Bence bu tüm derin peynir dedektörlerinin kaderi; Deepfores gittikçe daha iyi hale geliyor ve iki yıl önce, iyi işçi dedektörü bugün başarılı olmadan tamamen oluyor.
Araştırmacılar hala yanlış videoları tespit etmenin başka yolları olduğunu düşünüyorlar. Örneğin, sadece dürtü hızını ölçmek yerine, yüzdeki kan akışını takip eden dedektörler geliştirilebilir.
Eisert, “Kanın kalbi, kan damarlardan akar ve daha sonra yüz alanına dağılmıştır. Bu harekette gerçek görüntülerde küçük bir gecikme var” diyor.
Bununla birlikte, bilim insanına göre, son çözüm DeepFefe dedektörleri yerine bir görüntünün yeniden üretilip üretilmediğini anlamaya çalışan dijital işaretlere odaklanmaktır:
Bir şeyin yanlış olup olmadığını belirlemek yerine, bir şeyin değişmediğini gösteren teknolojiye daha fazla odaklanmadıkça, derin dişler için zorlaştıracak kadar iyi olacağını düşünüyorum.
