Vaizdo įrašų klastojimo technologijos pasiekė naują lygį. Šiandien jau nebeužtenka kalbėti vien apie sukeitus veidus. Naujos kartos dirbtinio intelekto įrankiai leidžia sukurti visiškai dirbtinius vaizdo įrašus, tai nuo realistiškų veidų iki fonų ir balsų. Tokie vaizdai tampa vis sudėtingesni, sunkiau atpažįstami, o jų naudojimas netikros informacijos sklaidai auga.
Asociatyvi nuotr.
Laimei, mokslininkai iš Kalifornijos universiteto Riversaide ir technologijų milžinės „Google“ suvienijo jėgas ir sukūrė pažangų ginklą šiai grėsmei atremti, tai dirbtinio intelekto sistemą pavadinimu „UNITE“. Tai yra visuotinis modelis, skirtas aptikti bet kokio pobūdžio dirbtinius ar manipuliuotus vaizdo įrašus.
Skirtingai nei ankstesnės sistemos, kurios rėmėsi veidų atpažinimu, „UNITE“ analizuoja visus vaizdo kadrus iš karto. Ji vertina judesių dėsningumus, fono detales, objekto santykį su aplinka ir aptinka menkiausius vaizdo neatitikimus, net jei veidas ekrane visai nematomas.
Šios technologijos atsiradimas itin svarbus dabartinėje skaitmeninėje eroje. Neturint galingų analizės įrankių, beveik kiekvienas gali sukurti įtikinamą klastotę, vaizduojančią, pavyzdžiui, viešą asmenį tariant ar darant tai, ko jis niekada nedarė.
Tokių klastočių panaudojimas gali būti pavojingas tiek pavieniams žmonėms, tiek visoms visuomenėms. Dezinformacija gali paveikti rinkimus, kelti paniką ar sumenkinti pasitikėjimą žiniasklaida.
Dirbtinio intelekto sistemos kūrėjai, profesorius Amitas Roy-Chowdhury ir doktorantas Rohitas Kundu iš Kalifornijos universiteto Riversaide, pabrėžia, kad tradiciniai aptikimo įrankiai tampa nebeefektyvūs. Daugelis jų remiasi vien veido analize, tačiau dabartiniai dirbtinio intelekto modeliai gali kurti visiškai sintetinius vaizdo įrašus, kuriuose veido visai nėra arba jis nėra esminė informacijos dalis.
Tokiais atvejais senosios sistemos nebeveikia. „UNITE“ išsiskiria tuo, kad geba fiksuoti ne tik veido, bet ir foninių elementų bei judesių neatitikimus. „UNITE“ sistema sukurta remiantis naujos kartos neuroniniais tinklais, naudojančiais vadinamąją „transformerių“ architektūrą. Ji leidžia modeliui vienu metu analizuoti skirtingas vaizdo sritis, neapsiribojant viena konkrečia detale.
Taip pat buvo pritaikytas unikalus mokymo metodas, pavadintas „dėmesio įvairovės praradimu“. Jis užtikrina, kad sistema neapsiribotų vienu vaizdo tašku, o stebėtų platesnį kontekstą kiekviename kadre.
Būtent toks požiūris leidžia „UNITE“ tapti universaliu sprendimu ji gali aptikti įvairias klastojimo formas. Nuo paprastų veido sukeitimų iki sudėtingų, visiškai dirbtinai sukurtų vaizdo įrašų. Sistema buvo pristatyta vienoje iš svarbiausių pasaulyje dirbtinio intelekto konferencijų, Kompiuterinio matymo ir raštų atpažinimo renginyje 2025 metais Nešvilyje.
Ten pristatytame tyrime detaliai aprašyta „UNITE“ architektūra, mokymo metodika ir testavimo rezultatai. Prie šio darbo taip pat prisidėjo „Google“ tyrėjai Hao Xiong, Vishal Mohanty ir Athula Balachandra.
Svarbi dalis sėkmės yra bendradarbiavimas su „Google“, kuri suteikė prieigą prie didelių duomenų rinkinių ir skaičiavimo resursų. Tai leido mokyti sistemą su įvairių tipų vaizdo įrašais, tiek generuotais iš teksto, tiek iš statinių vaizdų. Tokios medžiagos dažnai suglumina senesnes aptikimo sistemas, tačiau „UNITE“ geba jas atpažinti su aukštu tikslumu.
Nors sistema dar nėra plačiai naudojama, ji jau dabar laikoma potencialiai itin svarbia priemone kovoje su skaitmenine dezinformacija. Ateityje ją galėtų naudoti socialinių tinklų platformos, faktų tikrintojai, žurnalistai ir visi, kurie siekia užtikrinti, kad skaitmeninis turinys būtų tikras. Pasak kūrėjų, pagrindinis tikslas apsaugoti žmones nuo melagingos informacijos poveikio ir padėti atskirti tikrovę nuo klastos.
Šiandien, kai dirbtinio intelekto įrankiai leidžia ne tik sukurti, bet ir plačiai išplatinti įtikinamas klastotes, tokios sistemos kaip „UNITE“ tampa itin reikalingos. Mūsų skaitmeninė erdvė reikalauja ne tik kūrybiškumo, bet ir atsakomybės. Kuo labiau tobulėja technologijos, tuo daugiau atsakomybės tenka joms naudoti. Tačiau jei kartu tobulinsime ir klastojimo aptikimo priemones, galėsime išlaikyti pasitikėjimą informacija bei apsaugoti visuomenę nuo pavojingų manipuliacijų.
