Intel cria o FakeCatcher, um detector de DeepFake com 96% de precisão

Como parte do trabalho de IA responsável da Intel, a empresa criou o FakeCatcher, uma tecnologia que pode detectar vídeos falsos com uma taxa de precisão de 96%. A plataforma de detecção da Intel é o primeiro detector de Deepfake em tempo real do mundo, que retorna resultados em milissegundos. “Vídeos Deepfake estão em toda parte agora. Você provavelmente já os viu; vídeos de celebridades fazendo ou dizendo coisas que nunca fizeram”, disse Ilke Demir, cientista de pesquisa sênior da Intel Labs.

A plataforma em tempo real da Intel usa FakeCatcher, um detector projetado por Demir em colaboração com Umur Ciftci, da State University of New York em Binghamton. Usando hardware e software Intel, ele é executado em um servidor e faz interface por meio de uma plataforma baseada na Web.

No lado do software, uma orquestra de ferramentas especializadas forma a arquitetura otimizada do FakeCatcher. As equipes usaram o OpenVino para executar modelos de IA para algoritmos de detecção de rostos e pontos de referência. Os blocos de visão computacional foram otimizados com o Intel Integrated Performance Primitives (uma biblioteca de software multi-threaded) e OpenCV (um kit de ferramentas para processamento de imagens e vídeos em tempo real), enquanto os blocos de inferência foram otimizados com o Intel Deep Learning Boost e com Intel Advanced Vector Extensions 512, e os blocos de mídia foram otimizados com Intel Advanced Vector Extensions 2.

As equipes também se apoiaram no projeto Open Visual Cloud para fornecer uma pilha de software integrada para a família de processadores escalonáveis ​​Intel Xeon. No lado do hardware, a plataforma de detecção em tempo real pode executar até 72 fluxos de detecção diferentes simultaneamente em processadores escalonáveis ​​Intel Xeon de 3ª geração.

A maioria dos detectores baseados em aprendizado profundo examina os dados brutos para tentar encontrar sinais de falta de autenticidade e identificar o que há de errado com um vídeo. Em contraste, o FakeCatcher procura por pistas autênticas em vídeos reais, avaliando o que nos torna humanos – o “fluxo de sangue” sutil nos pixels de um vídeo. Quando o coração bombeia sangue, as veias mudam de cor. Esses sinais de fluxo sanguíneo são coletados de todo o rosto e os algoritmos traduzem esses sinais em mapas espaço-temporais. Então, usando aprendizado profundo, é possível detectar instantaneamente se um vídeo é real ou falso.

Os vídeos Deepfake são uma ameaça crescente. As empresas gastarão até US$ 188 bilhões em soluções de segurança cibernética, de acordo com o Gartner. Também é difícil detectar esses vídeos deepfake em tempo real – os aplicativos de detecção exigem o upload de vídeos para análise e, em seguida, espera por horas pelos resultados.

A decepção devido a Deepfakes pode causar danos e resultar em consequências negativas, como diminuição da confiança na mídia. O FakeCatcher ajuda a restaurar a confiança, permitindo que os usuários distingam entre conteúdo real e falso.

Existem vários casos de uso em potencial para o FakeCatcher. As plataformas de mídia social podem aproveitar a tecnologia para impedir que os usuários enviem vídeos Deepfake prejudiciais. Organizações de notícias globais podem usar o detector para evitar a amplificação inadvertida de vídeos manipulados. E organizações sem fins lucrativos poderiam empregar a plataforma para democratizar a detecção de Deepfakes para todos.

Serviço
www.intel.com