Koska tekoälyn tuottamat videot ovat yhä vakuuttavampia ja helpommin saatavilla, UC Riversiden tutkijat ovat yhdistäneet voimansa Googlen kanssa kehittääkseen tehokkaan uuden aseen digitaalista huijausta vastaan.
Heidän järjestelmänsä, nimeltään Universal Network for Identifying Tampered and synthEtic videos (UNITE), ratkaisee nykyisten deepfake-tunnistusmenetelmien keskeisen heikkouden. Siinä missä olemassa olevat työkalut keskittyvät pääasiassa kasvojen poikkeavuuksiin, UNITE tarkastelee koko videon ruutua – mukaan lukien taustat, liikkeen mallit ja hienovaraiset aika-avaruudelliset epäjohdonmukaisuudet, jotka paljastavat manipuloinnin.
"Deepfaket ovat kehittyneet", selittää tutkimusta johtanut UC Riversiden tohtoriopiskelija Rohit Kundu. "Kyse ei ole enää vain kasvojen vaihtamisesta. Nyt ihmiset luovat kokonaan tekaistuja videoita – kasvoista taustoihin – tehokkaiden generatiivisten mallien avulla. Meidän järjestelmämme on suunniteltu havaitsemaan kaikki tämä."
Yhteistyöhön osallistuivat myös professori Amit Roy-Chowdhury sekä Googlen tutkijat Hao Xiong, Vishal Mohanty ja Athula Balachandra. He esittelivät innovaationsa vuoden 2025 Computer Vision and Pattern Recognition -konferenssissa Nashvillessä. Uutuus tulee ajankohtaan, jolloin tekstistä videoksi ja kuvasta videoksi -alustat ovat tehneet kehittyneistä videoväärennöksistä lähes kaikkien ulottuvilla.
UNITE hyödyntää transformer-pohjaista syväoppimismallia, joka rakentuu SigLIP-nimisen perustan varaan ja poimii piirteitä, jotka eivät rajoitu tiettyihin henkilöihin tai esineisiin. Uusi koulutusmenetelmä, nimeltään "attention-diversity loss", pakottaa järjestelmän tarkkailemaan useita visuaalisia alueita kussakin ruudussa, estäen liiallisen riippuvuuden kasvoista.
Vaikka UNITE on vielä kehitysvaiheessa, siitä voi pian tulla olennainen työkalu sosiaalisen median alustoille, toimituksille ja faktantarkistajille, jotka pyrkivät estämään manipuloitujen videoiden leviämisen. Kun deepfaket uhkaavat yhä enemmän yleistä luottamusta, demokratiaa ja tiedon eheyttä, UNITE:n kaltaiset universaalit tunnistusjärjestelmät ovat keskeinen puolustuslinja digitaalista misinformaatiota vastaan.