Näin huomaat deepfaket
Nixonia esittävä deepfake-video on tehty tekoälyn ja niin sanotun deep learning -tekniikan avulla. Tiivistetysti tämä tarkoittaa sitä, että tietokoneeseen on syötetty näyttelijän kasvonpiirteitä ja ilmehdintää kyllästymiseen asti, minkä jälkeen Nixonin kasvoihin on ympätty uusi suu.
Yhdessä puhenäyttelijän kanssa MIT:n tiimi on kehittänyt puheen, joka sopii Nixonin uusiin keinotekoisiin suun liikkeisiin.
"Meille tämä on keino osoittaa, mihin tekniikka pystyy, jotta voimme avata keskustelun siitä, mitä teemme, kun jonain päivänä näemme videon poliitikosta, joka näyttää sanovan jotain selkeästi rasistista. Tiedämme, että kuvia voidaan muokata Photoshopissa. Nyt on koittanut aika, jolloin meidän täytyy suhtautua kriittisesti myös elävään kuvaan", Magnus Bjerg sanoo.
Bjerg toteaa myös, että deepfaket ovat nykyisin jo niin hyviä, että niitä on vaikea erottaa aidoista.
Jos et ole varma, onko video deepfake, voit tarkkailla kasvojen reunoja. Näyttävätkö ääriviivat luonnollisilta? Onko ihonväri tasalaatuinen? Miten kauluksen heittämät varjot käyttäytyvät? Onko henkilön katse epäluonnollisen eloton? Ovatko hampaat oudot tai pikselöityvätkö ne?
Epäaidot kasvot hioutuvat paremmiksi
Tekniikalla on toistaiseksi tuotettu poliittista tai pornografista sisältöä, mutta sitä voidaan käyttää myös muihin tarkoituksiin, huomauttaa Magnus Bjerg:
"Deepfake-tekniikka voi säästää filmiteollisuudelle paljon rahaa. On tehty esimerkiksi filmi, jossa esiintyy James Dean [kuoli vuonna 1955, toim. huom.]. Ja dokumenttifilmeissä voidaan käyttää tekniikkaa henkilöiden anonymisoimiseen, kuten tehtiin ukrainalaisessa Welcome to Chechnya -filmissä, jossa esiintyi paikallisia homoja ja lesboja."
Deepfake-ilmiö sai maailmalla enemmän tunnettuutta 2019, kun eräs Reddit-sivuston käyttäjä alkoi ladata sivustoon pääasiassa pornografisia videoita. Pian sivustosta alkoi löytyä myös sellaisia pornovideoita, joissa muka esiintyi Taylor Swiftin ja Katy Perryn tyyppisiä tunnettuja poplaulajia.
Google, Facebook ja Twitter ovatkin käynnistäneet hankkeita, joissa pyritään löytämään ja poistamaan epäaidot videot ennen kuin ne ehtivät levittää väärää tietoa verkossa.
Facebook on rahoittanut miljoonilla dollareilla korkeakouluja, joiden koulutusohjelmiin kuuluu kuva- ja videoanalyysia ja jotka tutkivat, miten deepfake-videoista päästään eroon.
Samasta syystä Magnus Bjerg ja muu MIT-tiimi eivät halua mielellään kertoa yksityiskohtaisesti käyttämistään menetelmistä. Bjerg toteaa myös:
"Olimme vaikuttuneita - ja järkyttyneitä - siitä, miten hyvä deepfake-videosta tuli. Oli kuitenkin lohdullista, että sen tuottaminen vei meiltä kolme kuukautta, joten meillä on aikaa toimia, vaikka videoiden tekeminen on koko ajan nopeampaa, edullisempaa ja helpompaa."