علماء الكمبيوتر في جامعة بوفالو هم أداة تكتشف التزييف العميق تلقائيًا من خلال تحليل انعكاس الضوء في العين.
أثبتت الأداة كفاءة بنسبة 94 في المائة مع الصور في التجارب الموصوفة في ورقة تم اعتمادها في المؤتمر الدولي IEEE حول الصوتيات والكلام ومعالجة الإشارات ، الذي عقد في يونيو في تورنتو.
يقول Xiwei Liu ، أستاذ الابتكار في جامعة SUNY Empire: “القرنية كروية تمامًا وعاكسة للغاية ، لذا فإن أي شيء يدخل العين بالضوء المنبعث من هذه المصادر سيكون له صورة”. علوم وهندسة الحاسوب والمؤلف الرئيسي للمقال.
وأضاف ليو ، الخبير في الوسائط المتعددة والأدلة الرقمية: “يجب أن يكون للعيون أنماط عاكسة متشابهة جدًا لأنهم يرون نفس الشيء الذي لا نلاحظه عادةً عندما ننظر إلى الوجه”.
ومع ذلك ، فإن معظم الصور التي تم إنشاؤها بواسطة الذكاء الاصطناعي ، بما في ذلك تلك التي تم إنشاؤها بواسطة GAN ، لا يمكنها القيام بذلك بدقة وثبات.
تستغل الأداة الجديدة هذا الخلل من خلال اكتشاف الانحرافات الصغيرة في الضوء المنعكس في عيون الصور المزيفة.
لإجراء التجارب ، حصل فريق البحث على صور حقيقية ، بالإضافة إلى صور وجه مزيفة تم إنشاؤها بواسطة الذكاء الاصطناعي تبدو وكأنها واقعية.
كانت جميع الصور عبارة عن صور شخصية ، بما في ذلك أشخاص حقيقيون وأشخاص مزيفون ينظرون مباشرة إلى الكاميرا في إضاءة جيدة بدقة 1024 × 1024 بكسل.
تعمل الأداة عن طريق تصوير كل وجه ثم فحص العينين ومقل العيون والضوء المنعكس في كل مقلة عين ومقارنة تفاصيل الاختلافات المحتملة في الشكل وشدة الضوء وخصائص أخرى للضوء المنعكس.
في حين أن التكنولوجيا واعدة ، إلا أن لها قيودًا – فهي تتطلب مصدر ضوء مرتد ، ويمكن أيضًا التقاط انعكاسات الضوء غير المتسقة للعين عند تحرير صورة.
بالإضافة إلى ذلك ، تأخذ التقنية في الاعتبار فقط وحدات البكسل الفردية المنعكسة في العين ، وليس شكل العين أو الأشكال داخل العين أو طبيعة ما ينعكس في العين.
تقارن هذه الطريقة الانعكاسات داخل كلتا العينين ، بحيث إذا لم يكن لدى الشخص عين أو كانت العين غير مرئية ، فلن تعمل الطريقة.
أظهر ليو ، الذي أجرى أبحاثًا حول التعلم الآلي ومشاريع رؤية الكمبيوتر لأكثر من 20 عامًا ، أن مقاطع الفيديو المزيفة العميقة تميل إلى أن تكون معدلات وميض غير متسقة أو غير موجودة في لقطات الفيديو.
في عام 2020 ، ساعد Liu Facebook في حل المشكلة العالمية المتمثلة في اكتشاف التزييف العميق وساعد في إنشاء مورد عبر الإنترنت لمساعدة الشخص العادي على معرفة ما إذا كان مقطع الفيديو الذي شاهده مزيفًا أم لا.
يتم استخدام تقنية Deepfakes لمجموعة متنوعة من الأغراض الشائنة ، من حملات التضليل إلى تقديم المواد الإباحية للناس ، وقد أصبح اكتشافها أكثر فأكثر صعوبة.