Hvad er Deepfakes, og hvorfor er de så farlige?

Hvordan

VedMichael Bryant

Sidst opdateret den1. september 2021

Engang stort set begrænset til pornografi dukker nu deepfakes op overalt. Mere bekymrende: teknologien bagved bliver bedre for hvert år, hvilket kan have brede konsekvenser i de kommende år.

Har Mark Zuckerberg virkelig indrømmet det have stjålet data fra milliarder af mennesker? Kaldede Barack Obama Donald Trump "en fuldstændig dipshit?”Hver af disse videolinks er et eksempel på en deepfake, en farlig form for kunstig teknologi, der gør det muligt at putte ord i nogens mund eller et andet ansigt på en anden persons krop. Der er også "stemmeskind" og "stemmekloner", som gør det muligt for sjovere at efterligne stemmen.

Når man diskuterer deepfakes, er der to spørgsmål, der er værd at besvare. For det første, hvad der gør dem, og for det andet, hvorfor er de i stigende grad blevet så effektive. Så lad os tage et kig.

Deepfakes: Så hvad er problemet?

Ingen tvivl om, at nogle deepfakes er sjove - når du først er med på vittigheden. Forestil dig for eksempel, at den 44. præsident i USA virkelig offentligt kaldte den 45. et dårligt navn, eller at den originale Wonder Woman, Lynda Carter, blev på en eller anden måde placeret ind i de nyere film, der faktisk spillede Gal Gadot.

Efterhånden som deepfakes bliver bedre, kan der desværre opstå problemer og forårsage betydelige problemer. For eksempel kan politiske modstandere oprette falske videoer, der viser deres modstandere i kompromiserende positioner. På den måde kunne de ændre valgresultatet. Forestil dig i et mere farligt eksempel, at den nuværende præsident i USA erklærer krig mod Kina og den kinesiske regering, der tror, ​​at det er sandt.

Problemer med deepfakes behøver ikke at involvere berømtheder eller embedsmænd. For eksempel med "stemmeskind" kan en svindler overbevise en forælder om, at deres barn er i problemer, eller en falsk IRS -agent kan svindle en intetanende borger til at aflevere bankoplysninger.

Andre eksempler på deepfakes er phishing -svindel, databrud, omdømme, social engineering, automatiserede desinformationsangreb og økonomisk svindel, blandt mange andre.

Hvorfor er de effektive?

Deep learning -teknologi har forbedret kvaliteten af ​​deepfakes i de seneste år. Og alligevel er der andre grunde til, at fakta og fiktion bliver stadig mere sløret. Ifølge Dyb falsk nu, bekræftelsesforstyrrelser og falsk tro roder også med vores hjerner.

Bekræftelsesfejl

Med bekræftelsesvridning søger enkeltpersoner efter, fortolker og favoriserer information på en måde, der understøtter ens overbevisning eller værdier.

Som American Psychology Association (APA) forklarer, “Confirmation Bias er tendensen til at lede efter oplysninger, der understøtter, frem for afviser, ens forforståelser, typisk ved at fortolke beviser for at bekræfte eksisterende overbevisninger, mens man afviser eller ignorerer enhver modstridende data."

Falsk Tro

I psykologi refererer teorien om sindet til den mentale evne til at forstå andre mennesker og deres adfærd. En falsk tro betragtes som en vigtig milepæl for teorien. Det er forståelsen for, at andre mennesker kan tro på ting, der ikke er sande.

Tilbage til Deep Fake Now: “I betragtning af nok tid vil nogen, et eller andet sted, uundgåeligt bruge‘ alternative fakta ’til at understøtte deres dagsorden. Og de vil sandsynligvis bruge deepfake -teknologi til at 'bevise' deres udsagn. Det er deres måde at sprede tvivl og propaganda inden for samfund. ”

Begge begreber viser, hvordan deepfakes bruges som et redskab til at ændre en mening.

Deepfakes: Er det ægte eller falsk?

Selvom teknologien bag deepfakes bliver bedre, er der måder at fortælle, hvornår en video specifikt er falsk. Faktisk forklarer Norton, at der er mindst 15 sikre måder at bestemme falskhed. Blandt disse er:

• Unaturlig øjenbevægelse. Øjenbevægelser, der ikke ser naturlige ud - eller mangel på øjenbevægelse, såsom mangel på blinkende - er røde flag. Det er udfordrende at gentage handlingen med at blinke på en måde, der ser naturlig ud. Det er også udfordrende at replikere en ægte persons øjenmomenter. Det bliver nogens øjne normalt følger den person, de taler med.
• Mangel på følelser. Du kan også se ansigtsmorphing eller billedsting, hvis en persons ansigt ikke ser ud til at vise den følelse, der skal følge med det, de angiveligt siger.
• Unaturlig farve. Unormal hudfarve, misfarvning, underlig belysning og malplacerede skygger er alle tegn på, at det, du ser, sandsynligvis er falsk.
• Digitale fingeraftryk. Blockchain -teknologien kan også skabe et digitalt fingeraftryk til videoer. Selvom den ikke er idiotsikker, kan denne blockchain-baserede verifikation hjælpe med at fastslå en videos ægthed. Sådan fungerer det. Når en video oprettes, registreres indholdet i en hovedbog, der ikke kan ændres. Denne teknologi kan hjælpe med at bevise ægtheden af ​​en video.
• Omvendt billedsøgning. En søgning efter et originalt billede eller en omvendt billedsøgning ved hjælp af en computer kan finde lignende videoer online for at hjælpe med at afgøre, om et billede, en lyd eller en video er blevet ændret på nogen måde. Selvom reverse videosøgningsteknologi endnu ikke er offentligt tilgængelig, kan det være nyttigt at investere i et værktøj som dette.

Eksempler

Der er masser af eksempler på deepfakes online. Mine personlige favoritter omfatter følgende:

Som du kan se, kan deepfakes være sjove, sjove, virkelig. Desværre kan de også være farlige, når teknologien bruges ulovligt. Det vil være interessant, hvor dette går som et koncept i de kommende år.

Hvordan

Sådan ryddes Google Chrome -cache, cookies og browserhistorik

Chrome gør et fremragende stykke arbejde med at gemme din browserhistorik, cache og cookies for at optimere din browsers ydeevne online. Sådan gør hun ...

Hvordan

Din guide til deling af dokumenter i Google Docs, Sheets og Slides

Du kan nemt samarbejde med Googles webbaserede apps. Her er din guide til deling i Google Docs, Sheets og Slides med tilladelserne ...