Il produttore di Deepfech può ora evitare un metodo di identità insolito

I video di Deepfeek che facilitano le manipolazioni digitali delle espressioni e delle voci facciali delle persone possono anche ritrarre il battito cardiaco realistico, rendendoli difficili da individuare.

“Ora sappiamo che solo perché un video ha un impulso di classe medio in una persona, ciò non significa che possiamo supporre che siano reali”, ” Hani Friend All’Università della California, Berkeley, che non era coinvolto nella ricerca.

Questo sviluppo si presenta sotto forma di profondi che sono stati sostituiti digitalmente dall’intelligenza artificiale, che sono ugualmente spiegate alle celebrità e alla gente comune, ma falsa pornografia, truffe finanziarie e propaganda politica. In precedenza, i ricercatori hanno utilizzato i cambiamenti nel colore della pelle relativi al flusso sanguigno e alla frequenza cardiaca e hanno usato Deepfhek, ma questa ricerca suggerisce che alcuni video DeepFEC possono ancora introdurre un impulso passivo.

Peter Ized In Germania, presso il Fraunhofer Institute for Telecommunications, e i suoi colleghi hanno sviluppato un rilevatore LampFec in grado di analizzare gli impulsi delle persone in video -Phc reali e profondi. Ha anche filmato una nuova serie di video reali con le espressioni facciali di una dozzina di persone, oltre a registrare le frequenze cardiache dei partecipanti per verificare l’accuratezza del loro rivelatore.

Quindi, i ricercatori hanno messo i volti convertiti digitalmente nel loro video reale, un passo che avrebbe dovuto avvisare il loro rivelatore di Deepfek. Invece, ha scoperto che il rivelatore considerava impulsi realistici in video sia falsi che originali.

“Poiché uno o alcuni generatori di Deepch possono riprodurre questo segnale fisico, non significa che tutti i generatori di DeepFec possano”, afferma Farid.

Il team ha già iniziato a sperimentare nuovi modi per individuare DeepFake, come identificare i modelli di flusso sanguigno locale nei volti delle persone. Ma tali metodi possono avere una “durata limitata”, afferma Sivaei liu L’Università di Buffalo a New York, che non è stata coinvolta nel lavoro. Questo perché i nuovi dispositivi AI generici possono imitare più il battito cardiaco realistico e altri segnali fisici e video di bassa qualità possono essere difficili da rimuovere il segnale di frequenza cardiaca.

Invece, le tecniche di rilevamento più efficaci tentano di identificare differenze più sottili tra video reali e profondi, come la luminosità dei pixel di immagini, che “sono conoscenze non supportanti per il pubblico umano”, afferma Liu.