menu
close

System AI Google wykrywa deepfake'i nie tylko na podstawie twarzy

Naukowcy z UC Riverside oraz Google opracowali UNITE – przełomowy system AI, który wykrywa deepfake'i nawet wtedy, gdy twarze nie są widoczne na nagraniach. W przeciwieństwie do tradycyjnych metod, UNITE analizuje całe klatki wideo, w tym tła i wzorce ruchu, aby zidentyfikować treści syntetyczne lub zmanipulowane. Ten uniwersalny detektor to istotny krok naprzód w walce z coraz bardziej zaawansowanymi, generowanymi przez AI materiałami wideo, które zagrażają integralności informacji.
System AI Google wykrywa deepfake'i nie tylko na podstawie twarzy

Wraz ze wzrostem wiarygodności i dostępności materiałów wideo generowanych przez AI, naukowcy z UC Riverside połączyli siły z Google, aby stworzyć potężną broń przeciwko cyfrowym oszustwom.

Ich system, nazwany Universal Network for Identifying Tampered and synthEtic videos (UNITE), rozwiązuje kluczową słabość obecnych technologii wykrywania deepfake'ów. Podczas gdy dotychczasowe narzędzia skupiają się głównie na anomaliach twarzy, UNITE analizuje całe klatki wideo, w tym tła, wzorce ruchu oraz subtelne niespójności przestrzenno-czasowe, które mogą świadczyć o manipulacji.

„Deepfake'i ewoluowały” – tłumaczy Rohit Kundu, doktorant z UC Riverside, który kierował badaniami. „To już nie tylko podmiana twarzy. Dziś tworzy się całkowicie fałszywe nagrania – od twarzy po tła – wykorzystując potężne modele generatywne. Nasz system został stworzony, by wykrywać wszystkie te przypadki.”

Współpraca, w której udział wzięli profesor Amit Roy-Chowdhury oraz badacze Google: Hao Xiong, Vishal Mohanty i Athula Balachandra, została zaprezentowana podczas konferencji Computer Vision and Pattern Recognition 2025 w Nashville. Ich innowacja pojawia się w momencie, gdy platformy do generowania tekstu na wideo oraz obrazu na wideo umożliwiają tworzenie zaawansowanych fałszerstw praktycznie każdemu.

UNITE wykorzystuje głęboką sieć neuronową opartą na transformatorach, zbudowaną na bazie SigLIP, która wydobywa cechy niezwiązane z konkretnymi osobami czy obiektami. Nowatorska metoda treningowa, nazwana „attention-diversity loss”, zmusza system do monitorowania wielu obszarów wizualnych w każdej klatce, co zapobiega nadmiernemu skupianiu się na twarzach.

Chociaż UNITE jest jeszcze w fazie rozwoju, wkrótce może stać się niezbędnym narzędziem dla platform społecznościowych, redakcji i fact-checkerów, którzy chcą zapobiegać wirusowemu rozprzestrzenianiu się zmanipulowanych nagrań. W obliczu rosnącego zagrożenia dla zaufania społecznego, procesów demokratycznych i integralności informacji, uniwersalne narzędzia wykrywające deepfake'i, takie jak UNITE, stanowią kluczową linię obrony przed cyfrową dezinformacją.

Source:

Latest News