Entre los formatos audiovisuales que atrapan miradas en Internet el favorito de los usuarios es el video. ¿Te imaginas ver uno de algún famoso que sea tendencia en redes y luego resulte ser falso? Aunque parezca increíble, esto sí puede ocurrir. Descubre cómo detectar deepfakes y las ventajas de usar tecnologías como el FakeCatcher para saber si es real o no.
¿Qué son los deepfakes?
Antes de hablarte del FakeCatcher es necesario que conozcas de qué se tratan los deepfakes y el alcance que tienen. Para ello debes saber sobre la creación de contenidos y la seguridad de los usuarios que los consumen digitalmente.
El nombre dado a los deepfakes proviene de la composición en inglés entre Deep Learning ‘aprendizaje profundo’ y fake ‘falso’, una parte de la tecnología de Inteligencia Artificial (IA). Además, se emplea con el fin de manipular una imagen y crear videos falsos.
Esto se logra mediante un software que analiza el material original y extrae un fragmento de este para luego insertarlo y adaptarlo en otro video.
Además, estas imágenes falsas pueden ser creadas desde cero o a partir de otro video. Lo anterior se debe a que usan una tecnología que permite modificar audios como clones de voz y suplantar la identidad de una persona. Por tanto, el papel que desempeña el FakeCatcher para detectar la veracidad de un video es crucial.
Siendo así, es importante que conozcas el alcance de los deepfakes y algunos ejemplos de este fenómeno que te compartimos a continuación:
- Videos con declaraciones de figuras públicas.
- Mensajes de voz grabados desde WhatsApp.
- Imitación de voces de personas del entorno cercano.
Ahora bien, para saber cómo el FakeCatcher logra poner en duda la veracidad de un video detectando que es falso. Te hablaremos de las ventajas de esta tecnología y conocerás otros datos sobre este importante desarrollo.
¿Cómo y quienes crearon el FakeCatcher?
Gracias al trabajo de la científica e investigadora Ilke Demir y el equipo de Intel Labs se diseñó el FakeCatcher. También, fue fundamental la participación de Umur Ciftci, científica de la Universidad Estatal de Nueva York en Binghamton.
Actualmente, es posible detectar los deepfakes a través de análisis de flujo sanguíneo en pixeles de videos. Esto se logra mediante un hardware y software ejecutado en un servidor que interactúa a través de una plataforma web.
Este detector automático, creado por Intel, sirve para descubrir falsificaciones profundas en tiempo real. A su vez, arroja resultados en milisegundos, ofreciendo una precisión del 96%. Es la primera tecnología en realizar esta hazaña en el mundo.
Al crear su arquitectura se consideraron los siguientes elementos:
- Software con herramientas especializadas.
- OpenVino: sistema que ejecuta modelos de IA en algoritmos para detectar rostros y puntos de referencia.
- Intel Integrated Performance Primitives: una biblioteca de software que optimizó los bloques de visión por computadora.
- OpenCV: grupo de herramientas que procesa en tiempo real las imágenes y los videos.
- Intel Deep Learning Boost, Intel Advanced Vector Extensions 512 e Intel Advanced Vector Extensions 2: recursos que optimizaron los bloques de inferencia y medios.
- Open Visual Cloud: proyecto que proporcionó el software integrado para los procesadores de Intel Xeon Scalable.
- Hardware: ejecuta, en tiempo real, hasta 72 flujos de detección diferentes.
Razones para detectar los deepfakes con el FakeCatcher
Básicamente, este dispositivo busca pistas auténticas en videos, identificando a los humanos mediante el flujo de sangre. Justamente, este dato sutil en los píxeles de un video es lo que caracteriza a esta tecnología.
En principio, el objetivo es recopilar las señales que arroja el flujo sanguíneo en el rostro. Luego, los algoritmos traducen dichas señales en mapas espaciotemporales. Finalmente, el Deep Learning detecta si un video es real o falso instantáneamente.
Como ves, su funcionamiento representa un gran avance, sobre todo, en materia de ciberseguridad. Ahora bien, estas son algunas de las ventajas de usar esta tecnología:
- Evitar los daños y consecuencias negativas que generan los deepfakes.
- Restaurar la confianza y credibilidad en los medios, permitiendo que se distinga el contenido real del falso.
- Hacerle frente a la creciente amenaza que constituyen los deepfakes en la actualidad. Siendo así, algunas empresas invertirán 188 mil millones de dólares en soluciones de ciberseguridad.
- Detectar videos falsos en tiempo real. Una tarea que requiere tiempo y ciertas aplicaciones para detectar, cargar, analizar y esperar los resultados.
Como ves, existen diversas razones para usar el FakeCatcher. Además, uno de sus usos potenciales sería en las plataformas de redes sociales. Las cuales podrían aprovechar esta tecnología para evitar que los usuarios carguen videos falsos dañinos.
De igual forma, las empresas de noticias globales contarían con esta herramienta para evitar el alcance de los videos manipulados. Mientras que, las organizaciones sin fines de lucro emplearían esta plataforma para democratizar la detección de deepfakes.
Imagen de Unsplash.
