L'intelligence artificielle et l'apprentissage automatique peuvent faire des merveilles, de la création artistique à l'automatisation des tâches administratives. Mais ils représentent également un risque car ils peuvent donner aux mauvais acteurs des astuces comme le deepfake.
Au fur et à mesure que cette technologie particulière évolue, c'est une bonne idée d'apprendre comment les deepfakes fonctionnent réellement et qui voudrait même les utiliser, à la fois légitimement et illégalement.
Pourquoi il est important de comprendre comment et pourquoi les deepfakes sont utilisés
Les applications courantes de la technologie deepfake tournent principalement autour de contenus amusants, pornographiques ou cinématographiques, mais une étude a prouvé que les deepfakes peuvent tromper la reconnaissance faciale. Cela seul est une raison de s'inquiéter et de se méfier.
Plus la technologie est utilisée dans la vie quotidienne et dans des projets à grande échelle, mieux ses développeurs apprennent à créer de fausses vidéos transparentes de personnes, qu'il s'agisse de célébrités ou de membres de la famille.
Compréhension comment se protéger des vidéos deepfake est un must maintenant, compte tenu de l'empressement avec lequel les industries adoptent les avantages de la technologie, en particulier dans le domaine du divertissement.
Hollywood l'a utilisé sur plusieurs projets bien avant L'entrée deepfake AGT de Metaphysic, qui a montré au monde à quel point la création de deepfake peut être rapide et efficace. Voici ce que le processus implique.
Comment fonctionnent les deepfakes ?
En ce qui concerne ce qui se cache derrière les deepfakes, un indice se trouve dans le nom: l'apprentissage en profondeur, la science des réseaux de neurones artificiels (ANN). Ce qu'ils font pour les algorithmes deepfake, c'est absorber des données, en tirer des leçons et créer de nouvelles données sous la forme d'expressions faciales ou d'un visage entier superposé au vôtre.
Les développeurs de logiciels deepfake utilisent généralement l'un des deux types d'ANN: les auto-encodeurs ou les réseaux antagonistes génératifs (GAN).
Les encodeurs automatiques apprennent à reproduire les masses de données qu'ils reçoivent, principalement des photos de visages et d'expressions, et à recréer les ensembles de données demandés. Cependant, ce sont rarement des copies exactes.
Les GAN, en revanche, ont un système plus intelligent, qui comprend un générateur et un discriminateur. Le premier reproduit les données qu'il a apprises dans des deepfakes qui doivent ensuite tromper le second.
Le discriminateur compare les créations du générateur à des images réelles et détermine leur efficacité. Les meilleurs deepfakes, bien sûr, sont ceux qui imitent parfaitement le comportement humain.
Alors, comment les deepfakes sont-ils fabriqués avec cette technologie? Les algorithmes derrière des applications comme Refaire et DeepFaceLab apprennent constamment des données qui les traversent afin qu'ils puissent ajuster efficacement les traits et les expressions du visage ou superposer un visage sur un autre.
Le logiciel est essentiellement un éditeur vidéo spécialement conçu pour manipuler les visages. Certaines applications sont plus complexes que d'autres, mais dans l'ensemble, vous pouvez faire n'importe quoi, du vieillissement de quelqu'un à l'édition de films.
Mais la technologie a encore des défauts. La création de deepfake peut être plus compliquée que comment sont faites de fausses vidéos en direct, mais il peut être tout aussi simple de le détecter comme faux.
Comment repérer un deepfake
Parce que les deepfakes sont principalement fabriqués par des machines, les traits ou les manières du visage numérique ne semblent pas toujours naturels. Il peut également y avoir des erreurs dans la configuration de la vidéo. En d'autres termes, vous pouvez identifier les fausses images si vous savez ce qu'il faut rechercher.
Voici quelques signes révélateurs :
- Clignotement non naturel: L'apprentissage automatique néglige souvent le clignement des yeux ou le rend gênant.
- Éléments flous ou instables: Les cheveux, la bouche ou le menton de quelqu'un peuvent être légèrement flous ou bouger de manière étrange, souvent exagérée.
- Manque ou fausse représentation de l'émotion: Les pauvres deepfakes sont impassibles ou imitent mal les émotions.
- Langage corporel maladroit: Si la personne dans la vidéo bouge la tête ou le corps de manière déformée ou disjointe, il peut s'agir d'un deepfake.
- Mauvaises couleurs et éclairage: Les décolorations, les lumières inexplicables et les ombres sont des signes certains d'une fausse vidéo.
- Objets incohérents: Lors de l'ajustement d'une vidéo, un logiciel deepfake peut faire des erreurs, comme modifier la forme des vêtements, des bijoux et des éléments d'arrière-plan.
- Mauvais son: Les deepfakes peuvent déformer la parole et les sons d'une vidéo.
Profiter de façons de repérer les deepfakes en apprenant à quoi servent généralement ces vidéos et en portant une attention particulière aux détails des images que vous voyez en ligne - ralentissez-les, si possible.
De plus, de plus en plus d'outils sont développés, comme Authentificateur Microsoft et Sensity's Détection médico-légale des deepfakes, qui analysent les vidéos à la minute près.
Qui utilise les deepfakes ?
Les cinéastes utilisent de plus en plus les deepfakes pour vieillir ou remplacer les visages des acteurs, comme dans Star Wars. Les artistes parviennent à animer des portraits et à les faire parler et chanter.
Les spécialistes du marketing expérimentent la technologie deepfake pour le contenu promotionnel qui ne nécessite pas l'embauche d'acteurs. Des entreprises comme WPP l'appliquent également à leurs vidéos de formation.
Les techniciens, en général, créent des vidéos amusantes où ils échangent des visages avec des amis ou superposent un acteur sur un autre dans des films populaires. Sylvester Stallone a repris Home Alone et le Joker de Heath Ledger est apparu dans A Knight's Tale.
Malheureusement, si vous explorez les autres utilisations de la technologie deepfake, vous découvrirez de nombreux cas malveillants. Les créateurs de Deepfake aiment diffuser des informations erronées et des messages offensants, ainsi que cibler des célébrités et les mettre dans des films pour adultes. Les gens sont même victimes de chantage avec de fausses images.
Dans sa forme débridée actuelle, le deepfake est synonyme de risque pour le droit à la vie privée, la sécurité, et même le droit d'auteur, par exemple, lorsque l'algorithme utilise clairement une photo ou une œuvre d'art non publique disponible.
C'est pourquoi les pays et les marques mettent le pied à l'étrier. À partir de 2021, selon le Carte de la Cyber Civil Rights Initiative des lois sur les deepfakes aux États-Unis, quatre États sévissent désormais contre les vidéos deepfake publiées qui dépeignent quelqu'un de manière explicite ou autrement nuisible.
La Chine prend également des mesures pour criminaliser les deepfakes qui nuisent aux personnes et à la société, que ce soit en violant les droits individuels ou en diffusant de fausses nouvelles. Même Méta annoncé en 2020, ces vidéos trompeuses et manipulées n'étaient pas les bienvenues.
En plus de la réglementation, les organismes officiels du monde entier font pression pour une meilleure détection et prévention des crimes contre les faux. Le Rapport de l'Institut Rathenau sur la manière dont la politique européenne devrait gérer les deepfakes approuve les logiciels avec des outils tels que la reconnaissance du locuteur et du visage, la détection de la vivacité de la voix et l'analyse des traits du visage.
Découvrez comment les deepfakes fonctionnent pour vous induire en erreur
Les deepfakes sont déjà devenus courants, pour le meilleur ou pour le pire. Alors, profitez des vidéos amusantes et inspirantes tout en vous préparant à vous attaquer à celles qui sont malveillantes.
En fin de compte, qu'est-ce qu'un deepfake comme celui-ci, sinon un outil conçu pour vous tromper? Si vous savez ce qu'il faut rechercher et comment réagir, il a moins de pouvoir sur vous.
Par exemple, vous pourrez repérer les deepfakes sur les réseaux sociaux aux côtés de fausses nouvelles et de faux comptes et éviter la désinformation, les tentatives de phishing, etc. Au fur et à mesure que la technologie de détection et de prévention des deepfakes s'améliore, plus de soutien viendra à votre rencontre.
