Deepfake tehnologija novi je trend s čijom ćete se sintagmom sve češće susretati u životu. Temelji se na algoritmima umjetne inteligencije i tehnologije dubokog učenja te je zaslužna za razvoj novih audio i video oblika koji realistično zamjenjuju lice i zvučni zapis osoba. Tako program uspoređuje lica, pronalazi sličnosti te ih spaja kako bi napravio odgovarajuću transformaciju.

Fake vijesti u prošlosti

Već smo se susretali s različitim oblicima krivotvorenja identiteta, pokušaja lažnih vijesti, upotrebom Photoshopa i sličnih alata kojima se moglo manipulirati tuđim slikama. Retuširanje slika postala je praksa, od časopisa i novina, društvenih mreža pa sve do oglasa.

Glavni alati za manipulaciju vijestima bili su pisana riječ i govorničke vještine. Razvojem umjetne inteligencije pa tako i digitalnih medija, stvorile su se mogućnosti manipulacije novih video sadržaja koje je sve teže razlikovati.

Može li se deepfake prepoznati?

Razvojem tehnologije, sve je teže prepoznati deepfake. No, još uvijek poneki algoritmi nisu toliko usavršeni pa stvari, poput treptanja, sinkronizacije usana, prelamanja slika po rubovima lica, lošeg prikaza kose, zuba i nakita te osvjetljenja, stručnjaci ipak mogu prepoznati.

Prijetnje

Deepfake tehnologija ima potencijal da utječe na politiku, predsjedničke izbore i demokratske procese te da uvjerljivo širi lažne vijesti. Već postoje slučajevi gdje su obrađena lica poznatih osoba, poput Marka Zuckerberga, Baracka Obame, Gal Gadot, Taylor Swift te Ariane Grande. Njihova lica izmanipulirana su u različite svrhe, kao što su porno uradci te razgolićene slike.

Samsung je razvio oblik umjetne inteligencije koji pomoću samo jedne slike proizvodi lažni video snimak. Osim manipulacija video sadržaja, softveri za audio prevare također uspješno oponašaju glas, tonalitet i interpunkciju. Za očekivati je da će takva tehnologija postati dostupna i običnim korisnicima.

Mogućnosti

Razvoj modela dubokog učenja stvara mogućnosti u napretku zdravstva gdje su mnogobrojni pacijenti suočeni s ugrozom vlastite privatnosti u procesu liječenja i istraživanja. Pomoću njihovih podataka mogla bi se izraditi nova, imaginarna populacija virtualnih pacijenata kojom bi se spriječilo širenje i dostupnost njihovih podataka.

Takva tehnologija znanstvenicima bi mogla omogućiti korištenje true-to-life podataka kojima bi razvili i testirali nove načine dijagnosticiranja i praćenja bolesti. Potencijal u razvoju obrazovanja je također velik, primjerice videozapisi povijesnih osoba koje prepričavaju vlastitu priču i iskustva kako bi se oživjeli važni događaje iz prošlosti.