Cómo planea Intel erradicar los Deepfakes

el futuro de la medicina

Los vídeos falsos generados artificialmente con caras conocidas (los llamados en inglés, deepfakes) pueden alterar nuestra percepción de lo que es real. Sin embargo, a medida que la tecnología ha ido mejorando y perfeccionándose, existen herramientas que detectan cada vez mejor estos fraudes. De hecho, Intel planea erradicar los deepfakes con su nueva herramienta de software de forma eficaz.

Cazadores de caras

Intel llama a su creación FakeCatcher, y funciona observando muy de cerca el flujo sanguíneo de nuestras caras, mediante una técnica llamada fotopletismografía (PPG).

Ilke Demir, investigadora científica senior de Intel Labs, madre de la criatura, lo explica:

«Pensé que deberían existir datos previos que ayuden a diferenciar los vídeos reales de los fraudes ¿Cuáles son esos valores a priori? Y entonces vi un artículo del MIT sobre cómo encontrar el flujo sanguíneo a partir de vídeos. Primero buscamos la cara y, a partir de ella, encontramos los puntos de referencia faciales. A partir de los puntos de referencia faciales, extraemos la región de interés».

A continuación, el sistema utiliza el conjunto de herramientas de aprendizaje profundo OpenVino de Intel para corregir la geometría, superponiendo una cuadrícula en el rostro y analizando los diminutos cambios de color de los vasos sanguíneos bajo la piel.

Esto se hace cada 64 o 128 fotogramas. Demir explica que el PPG es un indicador especialmente eficaz a la hora de discernir que un ser humano es real, ya que el software de deepfakes aún es incapaz de corregir el PPG.

«Se trata de una señal tan sutil que está correlacionada en todo el rostro. Por lo tanto, es casi imposible de replicar».

Ilke Demir, investigadora de Intel Labs.

Un porcentaje de éxito abrumador

Según Intel, el sistema FakeCatcher es tan robusto que puede detectar deepfakes en el 96% de los casos, y en tiempo real. En consecuencia, es concebible que el futuro software de videoconferencia pueda mostrar una advertencia si cree que estás hablando con un estafador.

Incluso, funcionaría si el farsante intentara burlarlo activando un filtro de suavizado facial, por ejemplo. «El operador de suavizado es en realidad un operador lineal» – explica Demir – «Así que aunque se suavice la cara, las señales siguen estando correlacionadas para el vídeo real».

Aunque un rostro suavizado tenga una puntuación PPG diferente en cada mejilla, las dos cifras seguirán estando correlacionadas en un vídeo real, de modo que aunque nuestras mejillas se lean con colores diferentes, la diferencia entre ambas debería permanecer fija.

El sistema también funciona con vídeos muy comprimidos, al menos hasta cierto punto. Según Demir, aplicando conjuntos de entrenamiento se puede conseguir una tasa de éxito y precisión similar a los resultados originales.

Un software difícil de burlar

Vencer al software de Intel va a ser complicado para los deepfakers, debido a su propia naturaleza de funcionamiento; enseñar a un algoritmo de aprendizaje automático a tener en cuenta el PPG será difícil, porque los datos de entrenamiento no están muy extendidos.

«Si se quiere aproximar de algún modo, se necesitan conjuntos de datos de PPG muy amplios, y eso todavía no existe» – afirma Demir – «Hay conjuntos de datos de 30 o 40 personas, que no son generalizables a toda la población, por lo que no se pueden utilizar en un entorno de aprendizaje profundo para aproximar las señales de PPG».

Incluso si existiera un conjunto de datos tan grande porque, por ejemplo, un hospital publicara una gran cantidad de datos de pacientes, Demir argumenta que Intel puede mejorar su modelo para que funcione de forma probabilística, basándose en las correlaciones de los datos de PPG, lo que significaría que el deepfake tendría que ser aún más perfecto para pasar la detección.

De hecho, el único problema real de FakeCatcher, al menos según Intel, son las situaciones en las que la luz que incide en la cara del sujeto cambia constantemente, ya que dificulta la medición de colores. Por tanto, estaríamos ante un software casi infalible y muy difícil de burlar. ¿Será la herramienta perfecta contra este tipo de fraudes? El tiempo lo dirá.

0 0 votes
Article Rating
Subscribe
Notify of
guest
0 Comments
Inline Feedbacks
View all comments

Relacionados

Tendencias

Más leídos

Se habla de..

0
Would love your thoughts, please comment.x
()
x