Skloni smo da verujemo onome što vidimo i čujemo na video i audio snimcima. Međutim, zahvaljujući napretku veštačke inteligencije, danas je moguće sa neverovatnom preciznošću rekonstruisati bilo čije lice ili glas. Rezultat je takozvani „deepfake“, odnosno lažna prezentacija koja se može upotrebiti u različite svrhe – od pravljenja memova, preko širenja dezinformacija, pa sve do kreiranja pornografskih sadržaja.
Samo jedan pogled na deepfake snimke Nikolasa Kejdža ili deepfake javni servis Džordana Pila jasno pokazuje da je reč o tehnologiji koja otvara mnoga pitanja. Ovi primeri, iako naizgled bezazleni, navode nas da razmislimo o budućnosti. Možemo li zaista verovati onome što vidimo i čujemo? Možemo li smatrati ljude odgovornim za ono što se prikazuje na ekranu? Da li smo spremni za eru deepfake-ova?
Deepfake: Nova tehnologija koja brzo napreduje
Deepfake tehnologija je relativno nova, ali se neverovatnom brzinom razvija, izazivajući istovremeno divljenje i zabrinutost. Termin „deepfake“ potekao je sa Redita 2017. godine i opisuje proces kreiranja replika ljudskog izgleda ili glasa pomoću veštačke inteligencije. Iznenađujuće je da danas gotovo svako, uz pomoć prosečnog računara, odgovarajućeg softvera i nekoliko sati rada, može da napravi deepfake.
Verovali ili ne, slika sa leve strane je deepfake.
Kao i kod svake nove tehnologije, postoji izvesna konfuzija oko deepfake-ova. Video snimak „pijane Pelosi“ je dobar primer te konfuzije. Deepfake snimci se stvaraju pomoću veštačke inteligencije sa ciljem da imitiraju stvarne ljude. Međutim, snimak „posrtanja Pelosi“, koji se često naziva deepfake, zapravo je samo usporeni i izmenjeni snimak Nensi Pelosi, čiji je cilj da se stvori utisak nejasnog govora, a ne istinski deepfake.
Ovo je ono što razlikuje deepfake od, recimo, CGI lika Keri Fišer u filmu „Ratovi zvezda: Rogue One“. Dok je kompanija Dizni uložila mnogo novca u proučavanje lica Keri Fišer i ručno kreiranje njenog digitalnog lika, neko ko se bavi deepfake-om, sa odgovarajućim softverom, može uraditi istu stvar besplatno za samo jedan dan. Veštačka inteligencija čini ceo proces neverovatno jednostavnim, jeftinim i uverljivim.
Kako se pravi Deepfake?
Poput učenika u školi, veštačka inteligencija mora da „nauči“ kako da izvrši zadatak koji joj je dodeljen. To čini kroz proces pokušaja i grešaka, poznat kao mašinsko učenje ili duboko učenje. AI koja je dizajnirana da pređe prvi nivo igrice Super Mario Bros, na primer, igraće igru iznova i iznova dok ne pronađe najbolji način za pobedu. Osoba koja dizajnira AI treba da obezbedi određene podatke i pravila kako bi je usmerila. Nakon toga, AI obavlja sav posao.
Isto važi i za deepfake rekonstrukciju lica. Naravno, rekonstrukcija lica nije isto što i pobeda u video igrici. Ukoliko bismo hteli da kreiramo deepfake snimak Nikolasa Kejdža u ulozi voditelja emisije Vendi Vilijams, potrebno bi nam bilo sledeće:
Video snimak odredišta: Deepfake najbolje funkcionišu sa jasnim i kvalitetnim snimcima odredišta. Zbog toga su neki od najubedljivijih deepfake-ova političara, jer se obično pojavljuju na podijumima pod odgovarajućim osvetljenjem. Dakle, potreban nam je samo snimak Vendi kako mirno sedi i razgovara.
Dva seta podataka: Da bi pokreti usta i glave delovali precizno, potrebni su nam set podataka o licu Vendi Vilijams i set podataka o licu Nikolasa Kejdža. Ako Vendi pogleda udesno, potrebna nam je slika Nikolasa Kejdža koji gleda udesno. Ako Vendi otvori usta, potrebna nam je slika Kejdža kako otvara usta.
Nakon toga, prepuštamo AI-ju da obavi svoj posao. Ona iznova i iznova pokušava da stvori deepfake, učeći iz svojih grešaka. Jednostavno, zar ne? Pa, video Kejdžovog lica na Vendi Vilijams…