“Deepfake” และ “DeepfakeAI” คืออะไร ?
Deepfake กล่าวง่าย ๆ ก็คือเทคโนโลยีที่จะปลอมแปลงอัตลักษณ์ของบุคคลนั้น ๆ ซึ่งในปัจจุบันเทคโนโลยี DeepFake ได้ถูกพัฒนาไปอย่างรวดเร็วจนทำให้ระบบมีความยืดหยุ่นและสามารถตัดต่อรูปภาพและวีดีโอใบหน้าได้โดยง่าย โดยที่ DeepFake สมัยใหม่นั้นต้องการเพียงแค่รูปภาพใบหน้าตรงเพียง 1 ภาพในการดัดแปลงรูปภาพและตัดต่อวีดิโอ และแม้แต่แอปพลิเคชันบนโทรศัพท์มือถือก็สามารถทำได้ โดยวิดีโอที่ถูกดัดแปลงนั้นยังมีความสมจริงจนทำให้การตรวจสอบความถูกต้องของวิดีโอนั้นเป็นไปได้ยาก ซึ่งความสมจริงของวีดิโอเหล่านี้ทำให้เกิดความกังวลต่อความน่าเชื่อถือของสื่อดิจิทัลมากขึ้น
ทีมวิจัยจาก mit meadia lab ได้ตั้งข้อเสนอแนะสำหรับเทคนิคในการสังเกตรูปภาพหรือวิดีโอที่ถูกดัดแปลงด้วยเทคโนโลยี DeepFake ไว้ดังนี้
- – สังเกตความเรียบและรอยเหี่ยวย่นบริเวณแก้มและหน้าผากว่ามีความสัมพันธ์กันทั้งหมดและมีความสอดคล้องกับลักษณะผิวพรรณอื่นนอกจากใบหน้าหรือไม่ เพราะว่า DeepFake มักไม่ใส่ใจในรายละเอียดความสัมพันธ์ระหว่างตำแหน่งในวิดีโอที่อยู่ห่างไกลกัน
- – สังเกตความสอดคล้องกันของการเคลื่อนไหวของดวงตาและคิ้ว
- – ลักษณะของแสงเงาว่ามีความสอดคล้องกับพื้นผิวอื่นในวิดีโอหรือไม่ เพราะปกติ DeepFake มักจะไม่สามารถเข้าใจความสัมพันธ์ทางกายภาพของแสงและเงาได้ทั้งหมด
- – ในกรณีที่วิดีโอสวมใส่แว่น เราสามารถสังเกตการสะท้อนแสงของแว่นว่ามีความสัมพันธ์กันของทิศทางของแสงในวิดีโอหรือไม่
- – สังเกตุลักษณะของผม คิ้ว ว่ามีความสมจริงตามหลักฟิสิกส์หรือไม่เพราะข้อมูลเหล่านี้มักจะถูกทำให้ดูเสมือนจริงด้วย DeepFake ได้ยาก
- – สังเกตการกระพริบตาว่าดูสมจริงและมีอัตราการกระพริบตาที่มากหรือน้อยเกินไปหรือไม่ เพราะว่า DeepFake มักไม่ได้ใส่ใจรายละเอียดของการกระพริบตาและรูปภาพ (ต้นแบบมักถูกถ่ายหรือนำเข้าจากรูปภาพที่เปิดตา)
- – สังเกตการขยับของริมฝีปากว่ามีความสอดคล้องกับเสียงในวีดิโอหรือไม่ โดยที่ควรสังเกตว่าลักษณะของปากตรงกับการเปล่งเสียงและการเคลื่อนไหวของปากนั้นดูสมจริงหรือไม่
- – ในกรณีที่ได้รับวิดีโอคอลเราสามารถขอให้ผู้ที่อยู่ในสายขยับตำแหน่งของใบหน้า เพื่อยืนยันว่าเป็นวิดีโอจริงได้ เช่น ขอให้ผู้ร่วมสนทนาหันซ้าย หันขวา หรือเคลื่อนย้ายออกจากวิดิโอ เป็นต้น
นอกจากข้อสังเกตเหล่านี้แล้ว นักวิจัยทั่วโลกเองก็ยังได้ให้ความสนใจกับการพัฒนาเทคโนโลยีทางปัญญาประดิษฐ์เพื่อตรวจสอบความถูกต้องของข้อมูลรูปภาพและวิดีโอมากขึ้น ยกตัวอย่างเช่น เราสามารถใช้แอปพลิเคชันของ deepware ซึ่งเป็นเว็บแอปพลิเคชันแบบฟรีสำหรับการตรวจสอบวิดีโอ DeepFake เบื้องต้นได้อีกด้วย อย่างไรก็ตามความสามารถของการตรวจสอบข้อมูลวิดีโอ DeepFake แบบอัตโนมัติด้วยแบบจำลองทางปัญญาประดิษฐ์เองก็ยังมีข้อจำกัด จากผลการทดสอบของแบบจำลองกว่า 35,000 ชิ้นปรากฎว่าแบบจำลองที่ดีที่สุดสามารถทำนายผลความถูกต้องของข้อมูลวิดีโอ DeepFake ได้เพียงแค่ 65 % บนชุดข้อมูลขนาดใหญ่ของ Deepfake Detection Challenge (DFDC) ในปี 2562
ที่มา
bigdata.go.th/movements/how-to-detect-deepfake-technology-scammer
www.tnnthailand.com/news/tech/75173