Эволюция Deepfake: Новое Поколение Алгоритмов

В последние годы глубокое обучение (Deep Learning) значительно продвинулось вперед. Некоторые системы машинного зрения, распознавания голоса и другие технологии настолько эффективны, что способны превзойти человека. Однако, как это обычно бывает с новыми перспективными технологиями, они могут быть использованы в различных целях. Так появились Deepfake — нейросети, которые могут заменять лицо человека на изображении или видео. Представьте, что любой человек может сесть перед камерой, что-то сказать, а его лицо будет заменено на лицо другого человека. Но что, если я скажу вам, что современные технологии Deepfake могут менять не только лицо, но и волосы, цвет кожи и даже фигуру?

Кадр из видео, сделанного с помощью Deepfake 2.0

Функциональность Нового Deepfake

Как заявил русскоязычный разработчик Алексей Чаплыгин, он потратил почти два года на разработку Deepfake нового поколения. По его словам, нейросеть теперь способна изменять почти все: от цвета кожи и волос до черт лица и фигуры. Более того, алгоритм способен менять человека на фотографии, даже если изначально снимок не был загружен для обработки.

                                           

Разработчик не выложил исходный код алгоритма в открытый доступ, что предотвратило бы всплеск «дипфейков», где люди могли бы злоупотреблять использованием технологии. Алексей планирует использовать алгоритм для создания виртуальных примерочных, что действительно интересно. Представьте, что вы загружаете свое фото, а алгоритм подбирает для вас одежду, показывая, как она будет смотреться на вас еще до покупки.

Основная цель моего проекта: создание виртуальной примерочной для интернет-магазинов одежды, где каждый клиент видит себя в одежде, а не моделей с однотипными фигурами и похожими лицами. Технология разработана именно для этого применения, хотя у нее есть много «побочных эффектов», позволяющих создавать подобный контент, — заявил разработчик.

О каких «побочных эффектах» идет речь?

Система глубокого обучения может генерировать правдоподобные подделки, изучая фотографии человека с разных ракурсов и имитируя его поведение и речь. После создания подделки алгоритм улучшает ее качество, благодаря чему она становится еще более правдоподобной. Нейросеть обучена выявлять недостатки в подделке, что позволяет ей постоянно совершенствоваться.

Давно ли Николас Кейдж снимался в Супермене?

Согласно отчету Массачусетского технологического института, технологии дипфейков могут стать «идеальным оружием для создателей фейковых новостей, влияющих на все, от цен на акции до политических выборов».

Опасность Deepfake

Можно долго обсуждать потенциал таких технологий, но нужно учитывать и риски. Представьте, что кто-то создаст дипфейк с участием Дональда Трампа, объявляющего торговую войну Китаю. Пока администрация опровергнет это, рынок акций США может рухнуть, что повлияет на мировую экономику.

Как же распознать дипфейк? Видеоматериалы на данный момент часто имеют незначительные дефекты, такие как неестественные границы лица. Однако технологии совершенствуются, и скоро это может стать практически невозможным.

Пока дипфейки легко отличить от оригинала, но скоро это будет сложнее

Можно представить и обратную ситуацию, когда реальный человек что-то скажет, а потом будет утверждать, что его подставили, используя дипфейки. Это внесет дополнительную путаницу и затруднит проверку достоверности новостей.

Чтобы бороться с этим, YouTube и Facebook разрабатывают алгоритмы для выявления дипфейков. В случае известных личностей это может решаться на уровне видеосервисов, но для обычных людей это будет гораздо сложнее.