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
Leia nesta edição:
CAPA | TECNOLOGIA
Centros de Dados privados ainda geram bons negócios
TENDÊNCIA
Processadores ganham centralidade com IA
TIC APLICADA
Digitalização do canteiro de obras
Esta você só vai ler na versão digital
TECNOLOGIA
A tecnologia RFID está madura, mas há espaço para crescimento
Baixe o nosso aplicativo