- Penciptaan deepfakes menggabungkan kecerdasan buatan, rangkaian saraf dan jumlah data yang besar.
- Teknik seperti rangkaian resapan, GAN, pertukaran muka dan penyegerakan bibir memudahkan hasil yang realistik.
- Penggunaan yang bertanggungjawab dan pengesanan deepfakes adalah kunci untuk membendung maklumat salah dan penipuan.
Deepfake telah menjadi salah satu kemajuan teknologi yang paling mengejutkan dan pada masa yang sama kontroversi sejak kebelakangan ini. Semakin biasa untuk menemui video atau imej yang menunjukkan tokoh awam dan individu tanpa nama membuat kenyataan atau melakukan tindakan yang sebenarnya tidak pernah berlaku. Kunci kepada fenomena ini terletak pada penggunaan kecerdasan buatan untuk memanipulasi dan menjana kandungan visual dan audio yang hampir tidak dapat dibezakan daripada realiti. Jika anda pernah tertanya-tanya bagaimana deepfake dibuat atau teknologi apa di sebaliknya, berikut ialah panduan lengkap yang mendedahkan semua rahsianya: daripada teknik yang digunakan hinggalah risiko dan penggunaan yang bertanggungjawab.
Populariti deepfakes bukanlah suatu kebetulan: pada masa ini, sesiapa sahaja yang mempunyai komputer yang baik dan sedikit rasa ingin tahu boleh mengakses alat percuma atau berbayar dan mula bereksperimen. Walau bagaimanapun, kesan sosial, etika dan teknikal yang mendalam daripada deepfakes memerlukan melampaui rasa ingin tahu yang mudah: memahami cara ia berfungsi, risiko yang dihadapi dan cara ia boleh digunakan secara positif adalah penting di tengah-tengah peningkatan kecerdasan buatan.
Apakah itu deepfake dan mengapa ia begitu realistik?
Pada asasnya, deepfake ialah kandungan audiovisual yang dimanipulasi—terutamanya video, tetapi juga imej dan audio—yang dijana menggunakan algoritma pembelajaran mendalam . Algoritma ini , khususnya rangkaian saraf , mampu menganalisis dan mencipta semula corak ekspresi wajah, pergerakan, nada suara, dan juga gerak isyarat badan daripada set data yang besar. Dengan cara ini, bukan sahaja boleh mengubah wajah seseorang dalam video, tetapi juga memasukkan kata-kata ke dalam mulut mereka atau meniru suara mereka dengan realisme yang luar biasa.
Perkara yang paling mengagumkan tentang deepfake semasa ialah tahap realismenya . Versi awal agak kekok dan tidak meyakinkan, tetapi kemajuan dalam AI telah menjadikannya semakin sukar untuk membezakan video tulen daripada video yang dimanipulasi. Semua ini telah membawa kepada perdebatan sengit tentang penggunaannya dan potensi akibat sosial dan undang-undangnya.
Teknologi paling canggih untuk mencipta deepfakes
Mencipta deepfake yang meyakinkan boleh dicapai dalam beberapa cara hari ini. Teknik yang paling maju dan popular termasuk:
- Rangkaian penyiaran: Model AI yang menjana imej dan video dengan menambah dan mengalih keluar "bunyi" digital, menghasilkan wajah baharu sepenuhnya daripada data asal.
- Rangkaian Musuh Generatif (GAN): Dua rangkaian neural yang bertentangan menjana dan mengesahkan kandungan palsu sehingga ia mencapai hasil yang hampir tidak dapat dibezakan daripada perkara sebenar.
- Bertukar muka: Pertukaran wajah yang terkenal, di mana wajah seseorang ditumpangkan, dengan sangat terperinci, ke wajah orang lain dalam video atau imej.
- Penyegerakan bibir: Teknik yang melaraskan pergerakan mulut dan suara agar sepadan dengan pertuturan yang dipilih, malah lebih berkesan apabila digabungkan dengan suara sintetik.
Rangkaian penyiaran: mencipta imej daripada hingar
Rangkaian penyebaran mewakili sempadan terakhir dalam deepfake. Ia berfungsi dengan "mengotorkan" imej asal dengan menambah hingar rawak sehingga ia tidak dapat dikenali. Model kemudiannya belajar untuk membalikkan hingar ini dan membina semula imej, tetapi dengan pengubahsuaian tertentu (seperti wajah atau ekspresi orang yang berbeza). Ini menghasilkan hasil yang realistik yang boleh diambil terus daripada versi yang diputarbelitkan, menjadikannya sangat sukar untuk mengesan manipulasi asal.
Menurut kajian baru-baru ini, model konsistensi yang dipanggil sudah mula mengatasi rangkaian siaran konvensional, mengubah hingar menjadi data berguna dengan lebih langsung dan cekap.
GAN: teknik kawalan berganda
Sebelum rangkaian siaran, piawaiannya ialah rangkaian adversarial generatif ( GAN ). Di sini, penjana mencipta kandungan palsu (imej atau video), manakala pembeza menilai kesahihannya. Kedua-duanya dilatih antara satu sama lain, seperti dalam permainan kucing-dan-tikus, sehingga deepfake menjadi hampir mustahil untuk dikesan oleh mata manusia.
Teknik ini adalah kunci kepada deepfakes berkualiti tinggi pertama, tetapi ia lebih mahal dan kurang cekap daripada sistem semasa. Walaupun begitu, ia kekal sebagai asas yang digunakan secara meluas untuk kebanyakan alatan komersial dan projek sumber terbuka.
Penyegerakan bibir merupakan teknik yang popular, kerana kesederhanaannya dan betapa mudahnya ia boleh diautomasikan. Proses ini melibatkan pelarasan pergerakan mulut dalam video agar sepadan dengan mana-mana audio yang dipilih, walaupun menggunakan suara sintetik yang dijana AI.
Dalam kebanyakan kes, komputer yang berkuasa tidak diperlukan: aplikasi mudah alih boleh menghasilkan video deepfake hanya dalam beberapa minit. Kualiti dan realisme meningkat apabila lebih banyak imej rujukan digunakan dan perkakasan yang lebih baik digunakan.
Pertukaran muka: pertukaran muka klasik
Pertukaran wajah adalah asas kepada banyak deepfake yang beredar dalam talian. Ia melibatkan penyamaran wajah orang yang anda ingin tiru ke wajah orang lain dalam video sebenar. Lebih banyak imej dan sudut yang digunakan untuk melatih model, lebih dipercayai hasilnya.
Contoh terkenal terdiri daripada video lucu selebriti "bertukar" menjadi watak lain kepada inisiatif seperti Muzium Salvador Dalí, yang menggunakan beribu-ribu imej untuk mencipta versi interaktif artis. Bahayanya ialah, dengan alatan semasa, hampir semua orang boleh mencipta deepfake yang sangat meyakinkan dengan hanya gambar rujukan, mendarabkan kemungkinan untuk digunakan (dan penyalahgunaan).
Bagaimana untuk membuat deepfake langkah demi langkah?
Mencipta deepfake yang berkualiti memerlukan pemahaman asas AI dan mempunyai sumber yang betul. Untuk mencapai ini, proses biasanya mengikut langkah-langkah berikut:
- Cari dan pilih imej atau videoLebih banyak imej dan video berkualiti tinggi yang anda boleh kumpulkan tentang orang yang anda tiru (dan yang asal), lebih baik hasilnya. Pelbagai ekspresi muka, sudut dan keadaan pencahayaan banyak membantu.
- Melatih model AIAlgoritma pembelajaran mendalam memproses semua bahan ini untuk mempelajari ciri dan pergerakan wajah tertentu yang akan disalin.
- Penggunaan alatan tertentuProgram seperti DeepFaceLab, Zao, FaceApp dan Deepfakes Web menawarkan antara muka yang mudah untuk menukar muka, penyegerakan bibir atau menjana suara sintetik. Sesetengahnya memerlukan komputer berkuasa dengan GPU, manakala yang lain beroperasi dalam awan atau terus pada peranti mudah alih.
- Pemprosesan dan pelarasanModel AI mengarang video dengan menggabungkan wajah yang ditiru dan, jika perlu, menyesuaikan pergerakan bibir dan suara untuk menjadikan segala-galanya sesuai dengan sempurna. Pelarasan manual boleh dibuat untuk menyempurnakan butiran (ungkapan, pencahayaan, dsb.).
- Sentuhan akhirSesetengah program membenarkan anda meningkatkan kualiti video, mengalih keluar kecacatan atau menambah tera air untuk menunjukkan kandungan yang dimanipulasi.
Kadangkala proses boleh mengambil masa beberapa minit sahaja; masa lain, ia boleh mengambil masa berhari-hari latihan dan perkakasan yang sangat mahal, bergantung pada realisme yang dikehendaki dan sumber yang tersedia.
Alat dan program popular untuk mencipta deepfakes
Hari ini, anda boleh menemui segala-galanya daripada apl mudah alih kepada program sumber terbuka yang kompleks. Antara yang paling banyak digunakan dan boleh diakses ialah:
- DeepFaceLab: Penanda aras dalam dunia deepfakes, ia menawarkan pelbagai jenis tutorial dan ciri lanjutan untuk pertukaran muka.
- Zao: Apl mudah alih Cina yang sangat popular yang membolehkan anda membuat video palsu dengan cepat menggunakan foto rujukan.
- Snapchat y Lensa AI: Apl yang memudahkan anda menukar muka dan menggunakan penapis lanjutan, sesuai untuk pengguna yang mencari hasil yang cepat dan menyeronokkan.
- Web Deepfakes: Platform dalam talian yang menawarkan segala-galanya daripada animasi gambar lama kepada video yang lebih terperinci, selalunya dengan alatan berbayar atau freemium.
- rahim y DeepBrain: Mereka menonjol kerana realisme suara yang dihasilkan dan kemudahan penggunaan dalam mencipta video muzik dan meme.
- FaceApp: Membolehkan anda mengubah suai wajah dan mencipta kesan yang mengagumkan dengan hanya satu klik.
Di samping itu, perkhidmatan seperti Speechify AI Voice Generator pakar dalam mencipta suara AI yang kedengaran semula jadi, menjadikannya mudah untuk memasukkan suara latar yang realistik dalam mana-mana video deepfake.
Kegunaan positif dan risiko deepfakes
Teknologi di sebalik deepfake itu sendiri tidaklah baik mahupun buruk: ia bergantung sepenuhnya pada niat. Di satu pihak, kita dapati aplikasi positif yang terdiri daripada hiburan —meme, jenaka dan video tular — hinggalah filem, pengiklanan dan pendidikan. Contohnya, mewujudkan kempen pengiklanan berbilang bahasa tanpa perlu melancong atau membuat penggambaran, membangkitkan semula tokoh-tokoh sejarah atau melindungi identiti orang dalam dokumentari (seperti dalam Selamat Datang ke Chechnya ).
Walau bagaimanapun, risikonya sangat nyata. Deepfake boleh digunakan untuk menyebarkan maklumat salah, memanipulasi pilihan raya, melakukan penipuan atau mengganggu . Terdapat kes-kes penyamaran suara eksekutif yang didokumenkan untuk melakukan penipuan bernilai berjuta-juta dolar. Kemudahan penggunaan banyak alat menggandakan ancaman penggunaan yang tidak bertanggungjawab atau berniat jahat.
Oleh itu, adalah penting untuk menggalakkan penggunaan yang bertanggungjawab : menunjukkan dengan jelas bila kandungan itu palsu , menambah tanda air dan mendidik orang ramai tentang kewujudan dan risiko video ini. Tambahan pula, AI itu sendiri sedang digunakan untuk mencipta pengesan deepfake yang semakin berkesan, walaupun persaingan antara pencipta dan pengesan masih sangat sengit.
Deepfakes dalam masyarakat: kes media dan aplikasi semasa
Dalam beberapa tahun kebelakangan ini, deepfakes telah bertukar daripada rasa ingin tahu kepada menjadi fenomena yang berkaitan dengan budaya dan sosial. Dalam politik, mereka telah digunakan untuk memanipulasi wacana dan menyindir tokoh masyarakat. Daripada video di India di mana bahasa ahli politik ditukar untuk menarik lebih ramai pengundi, kepada manipulasi viral di Amerika Syarikat berkaitan kempen pilihan raya.
Dalam dunia filem dan televisyen , deepfake telah merevolusikan penerbitan iklan dan filem, membolehkan penciptaan kandungan di mana protagonis tidak pernah hadir secara fizikal. Contohnya termasuk kempen Cruzcampo yang menampilkan penampilan Lola Flores dan David Beckham dalam pelbagai bahasa untuk inisiatif amal.
Begitu juga, AI telah digunakan dalam dokumentari dan kewartawanan untuk mencipta semula naratif sejarah atau melindungi identiti saksi dan mangsa. Pendidikan dan budaya juga meneroka potensi deepfake, seperti yang dilihat di Muzium Dalí, di mana artis itu sendiri "hidup semula" untuk berinteraksi dengan pelawat.
Dalam bidang perubatan , GAN digunakan untuk menghasilkan imej sintetik tumor atau lesi, yang merupakan kunci untuk melatih model diagnostik apabila data sebenar tidak mencukupi.
Cabaran, etika dan masa depan deepfakes
Kemajuan dalam AI menjadikan pengesanan deepfakes sebagai cabaran yang sentiasa berkembang. Syarikat teknologi utama dan agensi kawal selia sedang berusaha untuk mengenal pasti manipulasi ini dan melindungi pengguna, melaksanakan segala-galanya daripada label media sosial kepada menyekat apl berbahaya.
Cabaran utama terletak pada keseimbangan inovasi dan keselamatan . Peningkatan akses kepada alat penciptaan deepfake mendorong masyarakat untuk terus mendapat maklumat, mengembangkan perspektif kritis dan menuntut akauntabiliti apabila teknologi ini digunakan untuk tujuan yang berbahaya. Walau bagaimanapun, jika diuruskan dengan betul, deepfake boleh membuka pintu kepada bentuk ekspresi, kreativiti dan pembelajaran baharu.
Teknologi Deepfake akan kekal dan ia akan terus berkembang pesat. Memahami teknik dan aplikasinya—dan mempelajari cara menggunakannya secara beretika dan bertanggungjawab—adalah cara terbaik untuk memanfaatkan potensi sepenuhnya sambil meminimumkan risikonya. Nantikan perkembangan dan jangan teragak-agak untuk meneroka kemungkinan, sentiasa dengan pandangan kritikal dan menghormati privasi dan kebenaran.
