Помогнете, някой друг говори с номера!

Всичко започна като забавна технологична новост, превърна се в опасна измама и неизбежна заплаха: ние обикаляме какво представлява deepfake.

Около началото на хилядолетието, дори в милионните бюджетни суперпродукции на най-големите холивудски филмови студия, имаше само възможността да се променят лицата на актьорите с щателна работа, често траеща месеци или дори години, за да се придадат черти на починалия на лицето на дублажи, както в някои сцени в Raven. междувременно той почина с чертите на Брандън Лий. Така че тогава това изобщо не беше ежедневен феномен, но отне само по-малко от две десетилетия буквално на всеки, за да направи правдоподобни промени в главата във филмите за нула време.

Също така в името на технологията, наречена deepfake, това направи всичко възможно: изкуствен интелект и машинно обучение, тоест дълбоко обучение. Това е така, защото цифровите слушалки вече не са свързани с графични художници, програмисти и измамници, които дразнят филми от кадър на кадър: вместо това те позволяват на автоматичните алгоритми на машинните мозъци върху съдържанието да се трансформират. За какво говорим? Например, може да искате да гледате видеото по-долу, което е част от поредица, която получи голямо медийно отразяване преди няколко месеца. Ето филма Glow, а лицето на Джак Никълсън е основата, върху която изкуственият интелект толкова умело „дърпа“ лицето на Джим Кери, така че цифровите хирургични белези са почти невидими. Първо, нека да разгледаме сравнение, вляво от оригиналния кадър, вдясно от обмислената псевдокари версия на машината:

И така, как се случи всичко това, по време на което лявата версия на Кери, заедно с мимиките и движенията на устата, напълно замени оригиналното лице? Важното е, че Джим Кери няма нищо общо с небето, поне не директно. Той не участва в създаването на видеоклипа и може би дори не знаеше, че този проект съществува. Играта на главата, движението и лицето му бяха събрани и приложени към текущата задача от машинен интелигент един към един.

Как работи deepfake?

Изкуственият интелект получава видеоклипът, използван като източник.
MI картографира лицето, движението, израженията на лицето, синхронизирането на устата и всички други детайли (осветление, ефекти) на човека, необходими за създаването на по-късен видеоклип с дълбоко представяне.
След това МВР (чрез човешко посредничество, разбира се) получава тон кадри от човека, чието лице искаме да замести лицето на оригиналния герой. Алгоритъмът сканира хиляди (и дори милиони, в зависимост от дължината и сложността на задачата) на кадри, където „суап главата“ се появява под всички ъгли, изражения на лицето, осветление и други промени.
И накрая, този алгоритъм също влачи новия кадър по кадър въз основа на критериите, записани в изходния видеоклип, като винаги използва снимката от сканираната база данни, която най-добре пасва на оригинала. Той също така „обработва“ ставите и обединява светлините, така че не виждаме колко дълго продължава оригиналната глава и къде започва новоизчертаното лице.
Тези кадри се сглобяват отново във филм и на практика без човешка намеса автоматично се създава видеоклип, където зрителят не е забелязал или почти не е забелязал, че някой, чието лице виждаме, не говори, не се движи, не се усмихва, не вика или не плаче.

Досега това беше невероятно интересно и понякога може да бъде направо смешно. Пример е сцената, при която се разменят лицата на две бивши съперничащи си звезди: в сцените на Терминатор 2 Арнолд Шварценегер е заменен от Силвестър Сталоун в главната роля: