- Việc tạo ra deepfake kết hợp trí tuệ nhân tạo, mạng nơ-ron và khối lượng dữ liệu lớn.
- Các kỹ thuật như mạng lưới khuếch tán, GAN, hoán đổi khuôn mặt và đồng bộ hóa môi giúp tạo ra kết quả thực tế.
- Việc sử dụng và phát hiện deepfake một cách có trách nhiệm là chìa khóa để hạn chế thông tin sai lệch và gian lận.
Deepfake đã trở thành một trong những tiến bộ công nghệ đáng ngạc nhiên và đồng thời gây tranh cãi nhất trong những năm gần đây. Ngày càng phổ biến việc bắt gặp các video hoặc hình ảnh cho thấy những nhân vật công chúng và những cá nhân vô danh đưa ra tuyên bố hoặc thực hiện các hành động chưa từng thực sự xảy ra. Chìa khóa của hiện tượng này nằm ở việc sử dụng trí tuệ nhân tạo để thao túng và tạo ra nội dung hình ảnh và âm thanh gần như không thể phân biệt được với thực tế. Nếu bạn từng tự hỏi deepfake được tạo ra như thế nào hoặc công nghệ nào đứng sau chúng, đây là một hướng dẫn đầy đủ tiết lộ tất cả bí mật của chúng: từ các kỹ thuật được sử dụng đến các rủi ro và cách sử dụng có trách nhiệm.
Sự phổ biến của deepfake không phải là ngẫu nhiên: hiện tại, bất kỳ ai có máy tính tốt và một chút tò mò đều có thể truy cập các công cụ miễn phí hoặc trả phí và bắt đầu thử nghiệm. Tuy nhiên, tác động sâu sắc về mặt xã hội, đạo đức và kỹ thuật của deepfake đòi hỏi phải vượt ra ngoài sự tò mò đơn thuần: việc hiểu cách thức hoạt động, những rủi ro mà chúng mang lại và cách sử dụng chúng một cách tích cực là vô cùng quan trọng trong bối cảnh trí tuệ nhân tạo đang trỗi dậy.
Deepfake là gì và tại sao chúng lại giống thật đến vậy?
Về cơ bản, deepfake là nội dung nghe nhìn bị thao túng—chủ yếu là video, nhưng cũng bao gồm cả hình ảnh và âm thanh—được tạo ra bằng các thuật toán học sâu . Các thuật toán này , đặc biệt là mạng nơ-ron , có khả năng phân tích và tái tạo các mẫu biểu cảm khuôn mặt, chuyển động, giọng điệu và thậm chí cả cử chỉ cơ thể từ các tập dữ liệu lớn. Bằng cách này, không chỉ có thể thay đổi khuôn mặt của một người trong video, mà còn có thể đặt lời nói vào miệng họ hoặc bắt chước giọng nói của họ với độ chân thực đáng kinh ngạc.
Điều ấn tượng nhất về các video deepfake hiện nay là độ chân thực của chúng . Các phiên bản đầu tiên khá vụng về và thiếu thuyết phục, nhưng những tiến bộ trong trí tuệ nhân tạo đã khiến việc phân biệt video thật với video đã bị chỉnh sửa ngày càng khó khăn. Tất cả điều này đã dẫn đến những cuộc tranh luận gay gắt về việc sử dụng chúng và những hậu quả tiềm tàng về mặt xã hội và pháp lý.
Công nghệ tiên tiến nhất để tạo deepfake
Ngày nay, có thể tạo ra một video deepfake thuyết phục bằng nhiều cách. Các kỹ thuật tiên tiến và phổ biến nhất bao gồm:
- Mạng lưới phát sóng: Các mô hình AI tạo ra hình ảnh và video bằng cách thêm và loại bỏ “nhiễu” kỹ thuật số, tạo ra khuôn mặt hoàn toàn mới từ dữ liệu gốc.
- Mạng đối thủ sáng tạo (GAN):Hai mạng nơ-ron đối lập tạo ra và xác thực nội dung giả cho đến khi đạt được kết quả gần như không thể phân biệt được với nội dung thật.
- Hoán đổi khuôn mặt: Hiệu ứng hoán đổi khuôn mặt nổi tiếng, trong đó khuôn mặt của một người được chồng lên khuôn mặt của một người khác trong video hoặc hình ảnh một cách rất chi tiết.
- Hát nhép: Một kỹ thuật điều chỉnh chuyển động của miệng và giọng nói để phù hợp với bài phát biểu đã chọn, thậm chí còn hiệu quả hơn khi kết hợp với giọng nói tổng hợp.
Mạng lưới phát sóng: tạo hình ảnh từ nhiễu
Mạng khuếch tán (Diffusion networks) đại diện cho bước tiến cuối cùng trong công nghệ deepfake. Chúng hoạt động bằng cách "làm bẩn" hình ảnh gốc bằng cách thêm nhiễu ngẫu nhiên cho đến khi hình ảnh trở nên không thể nhận ra. Sau đó, mô hình sẽ học cách đảo ngược nhiễu này và tái tạo lại hình ảnh, nhưng với những sửa đổi cụ thể (chẳng hạn như khuôn mặt hoặc biểu cảm của một người khác). Điều này tạo ra kết quả chân thực đến đáng kinh ngạc, có thể được lấy trực tiếp từ phiên bản bị biến dạng, khiến việc phát hiện ra sự thao túng ban đầu trở nên cực kỳ khó khăn.
Theo nghiên cứu gần đây, các mô hình được gọi là mô hình nhất quán đang bắt đầu vượt trội hơn các mạng phát sóng truyền thống, chuyển đổi nhiễu thành dữ liệu hữu ích một cách trực tiếp và hiệu quả hơn.
GAN: kỹ thuật điều khiển kép
Trước khi có các mạng truyền hình phát sóng, tiêu chuẩn được sử dụng là mạng đối kháng tạo sinh ( GAN ). Trong đó, một bộ tạo sẽ tạo ra nội dung giả (hình ảnh hoặc video), trong khi một bộ phân loại sẽ đánh giá tính xác thực của nó. Cả hai được huấn luyện để chống lại nhau, giống như trong trò chơi mèo vờn chuột, cho đến khi nội dung giả mạo trở nên gần như không thể phát hiện được bằng mắt thường.
Kỹ thuật này là chìa khóa cho những deepfake chất lượng cao đầu tiên, nhưng lại tốn kém hơn và kém hiệu quả hơn so với các hệ thống hiện tại. Tuy nhiên, nó vẫn là nền tảng được sử dụng rộng rãi cho hầu hết các công cụ thương mại và dự án nguồn mở.
Lồng tiếng là một kỹ thuật phổ biến, vừa đơn giản vừa dễ tự động hóa. Quá trình này bao gồm điều chỉnh chuyển động miệng trong video để khớp với bất kỳ âm thanh nào được chọn, thậm chí cả giọng nói tổng hợp do AI tạo ra.
Trong nhiều trường hợp, thậm chí không cần đến một chiếc máy tính mạnh: các ứng dụng trên điện thoại di động có thể tạo ra video deepfake chỉ trong vài phút. Chất lượng và độ chân thực sẽ tăng lên khi sử dụng nhiều hình ảnh tham khảo hơn và phần cứng tốt hơn.
Hoán đổi khuôn mặt: hoán đổi khuôn mặt kinh điển
Kỹ thuật hoán đổi khuôn mặt là nền tảng của nhiều video deepfake đang lan truyền trên mạng. Kỹ thuật này bao gồm việc ghép khuôn mặt của người mà bạn muốn mạo danh lên khuôn mặt của một người khác trong một video thật. Càng nhiều hình ảnh và góc quay được sử dụng để huấn luyện mô hình, kết quả càng trở nên đáng tin cậy hơn.
Những ví dụ nổi tiếng bao gồm từ các video hài hước về những người nổi tiếng "biến hình" thành các nhân vật khác cho đến các sáng kiến như Bảo tàng Salvador Dalí, nơi đã sử dụng hàng ngàn hình ảnh để tạo ra một phiên bản tương tác của nghệ sĩ. Nguy hiểm là, với các công cụ hiện tại, hầu như bất kỳ ai cũng có thể tạo ra một deepfake ít thuyết phục chỉ bằng một bức ảnh tham khảo, nhân lên khả năng sử dụng (và lạm dụng).
Làm thế nào để tạo deepfake từng bước?
Để tạo ra một deepfake chất lượng, bạn cần hiểu những kiến thức cơ bản về AI và có đủ nguồn lực phù hợp. Để đạt được điều này, quy trình thường tuân theo các bước sau:
- Tìm kiếm và chọn hình ảnh hoặc videoCàng thu thập được nhiều hình ảnh và video chất lượng cao về người bạn đang giả mạo (và cả người thật), kết quả sẽ càng tốt. Sự đa dạng về biểu cảm khuôn mặt, góc độ và điều kiện ánh sáng sẽ giúp ích rất nhiều.
- Đào tạo mô hình AICác thuật toán học sâu xử lý tất cả tài liệu này để tìm hiểu các đặc điểm và chuyển động cụ thể của khuôn mặt cần sao chép.
- Sử dụng các công cụ cụ thểCác chương trình như DeepFaceLab, Zao, FaceApp và Deepfakes Web cung cấp giao diện đơn giản để hoán đổi khuôn mặt, đồng bộ hóa môi hoặc tạo giọng nói nhân tạo. Một số yêu cầu máy tính mạnh mẽ với GPU, trong khi một số khác hoạt động trên đám mây hoặc trực tiếp trên thiết bị di động.
- Xử lý và điều chỉnhMô hình AI sẽ biên soạn video bằng cách kết hợp khuôn mặt giả và, nếu cần, điều chỉnh chuyển động môi và giọng nói để mọi thứ khớp hoàn hảo với nhau. Có thể điều chỉnh thủ công để hoàn thiện các chi tiết (biểu cảm, ánh sáng, v.v.).
- Lần chỉnh sửa cuối cùngMột số chương trình cho phép bạn cải thiện chất lượng video, loại bỏ lỗi hoặc thậm chí thêm hình mờ để chỉ ra nội dung đã bị chỉnh sửa.
Đôi khi quá trình này chỉ mất vài phút; đôi khi, có thể mất nhiều ngày đào tạo và phần cứng rất đắt tiền, tùy thuộc vào mức độ thực tế mong muốn và nguồn lực sẵn có.
Các công cụ và chương trình phổ biến để tạo deepfake
Ngày nay, bạn có thể tìm thấy mọi thứ, từ ứng dụng di động đến các chương trình mã nguồn mở phức tạp. Một số chương trình được sử dụng rộng rãi và dễ tiếp cận nhất là:
- DeepFaceLab: Một chuẩn mực trong thế giới deepfake, cung cấp nhiều hướng dẫn và tính năng nâng cao để hoán đổi khuôn mặt.
- Zao: Một ứng dụng di động rất phổ biến của Trung Quốc cho phép bạn nhanh chóng tạo video deepfake bằng cách sử dụng ảnh tham chiếu.
- Snapchat y ống kính trí tuệ nhân tạo: Ứng dụng giúp dễ dàng hoán đổi khuôn mặt và áp dụng các bộ lọc nâng cao, lý tưởng cho người dùng muốn có kết quả nhanh chóng và thú vị.
- Web giả mạo sâu: Nền tảng trực tuyến cung cấp mọi thứ, từ hoạt hình ảnh cũ đến video phức tạp hơn, thường có các công cụ trả phí hoặc miễn phí.
- wombo y DeepBrain: Chúng nổi bật nhờ tính chân thực của giọng nói được tạo ra và dễ sử dụng trong việc tạo video âm nhạc và meme.
- FaceApp: Cho phép bạn chỉnh sửa khuôn mặt và tạo hiệu ứng ấn tượng chỉ bằng một cú nhấp chuột.
Ngoài ra, các dịch vụ như Speechify AI Voice Generator chuyên tạo ra giọng nói AI nghe tự nhiên, giúp dễ dàng lồng tiếng chân thực vào bất kỳ video deepfake nào.
Lợi ích và rủi ro của deepfake
Công nghệ tạo ra deepfake tự nó không tốt cũng không xấu: nó hoàn toàn phụ thuộc vào mục đích. Một mặt, chúng ta thấy những ứng dụng tích cực trải dài từ giải trí —meme, truyện cười và video lan truyền—đến phim ảnh, quảng cáo và giáo dục. Ví dụ, tạo ra các chiến dịch quảng cáo đa ngôn ngữ mà không cần đi lại hay quay phim, hồi sinh các nhân vật lịch sử, hoặc bảo vệ danh tính của những người trong phim tài liệu (như trong Welcome to Chechnya ).
Tuy nhiên, rủi ro là rất thực tế. Deepfake có thể được sử dụng để lan truyền thông tin sai lệch, thao túng bầu cử, thực hiện các vụ lừa đảo hoặc quấy rối . Đã có những trường hợp được ghi nhận về việc giả mạo giọng nói của các giám đốc điều hành để thực hiện các vụ lừa đảo trị giá hàng triệu đô la. Sự dễ sử dụng của nhiều công cụ làm tăng gấp bội nguy cơ sử dụng thiếu trách nhiệm hoặc độc hại.
Do đó, việc thúc đẩy sử dụng có trách nhiệm là rất cần thiết : chỉ rõ khi nào nội dung là giả mạo , thêm hình mờ và giáo dục mọi người về sự tồn tại và rủi ro của những video này. Hơn nữa, chính trí tuệ nhân tạo (AI) đang được sử dụng để tạo ra các công cụ phát hiện deepfake ngày càng hiệu quả, mặc dù cuộc đua giữa người tạo nội dung và các công cụ phát hiện vẫn rất sít sao.
Deepfake trong xã hội: các trường hợp truyền thông và ứng dụng hiện tại
Trong những năm gần đây, deepfake đã chuyển từ một sự tò mò sang trở thành một hiện tượng có ý nghĩa văn hóa và xã hội. Trong chính trị, chúng được sử dụng để thao túng diễn ngôn và châm biếm các nhân vật công chúng. Từ những video ở Ấn Độ, nơi các chính trị gia bị thay đổi ngôn ngữ để thu hút thêm cử tri, cho đến những vụ thao túng lan truyền ở Hoa Kỳ liên quan đến các chiến dịch bầu cử.
Trong thế giới điện ảnh và truyền hình , công nghệ deepfake đã cách mạng hóa việc sản xuất quảng cáo và phim ảnh, cho phép tạo ra nội dung mà các nhân vật chính không hề có mặt trực tiếp. Ví dụ điển hình là chiến dịch quảng cáo của Cruzcampo với sự xuất hiện của Lola Flores và David Beckham bằng các ngôn ngữ khác nhau cho một sáng kiến từ thiện.
Tương tự, trí tuệ nhân tạo (AI) đã được sử dụng trong phim tài liệu và báo chí để tái hiện các câu chuyện lịch sử hoặc bảo vệ danh tính của nhân chứng và nạn nhân. Giáo dục và văn hóa cũng đang khám phá tiềm năng của công nghệ deepfake, như đã thấy tại Bảo tàng Dalí, nơi chính nghệ sĩ "sống dậy" để tương tác với khách tham quan.
Trong lĩnh vực y tế , GAN được sử dụng để tạo ra hình ảnh tổng hợp của khối u hoặc tổn thương, đây là yếu tố then chốt để huấn luyện các mô hình chẩn đoán khi không có đủ dữ liệu thực tế.
Những thách thức, đạo đức và tương lai của deepfake
Những tiến bộ trong AI khiến việc phát hiện deepfake trở thành một thách thức không ngừng phát triển. Các công ty công nghệ lớn và các cơ quan quản lý đang nỗ lực xác định những hành vi thao túng này và bảo vệ người dùng, triển khai mọi biện pháp, từ gắn nhãn mạng xã hội đến hạn chế các ứng dụng nguy hiểm.
Thách thức chính nằm ở việc cân bằng giữa đổi mới và an ninh . Việc ngày càng dễ dàng tiếp cận các công cụ tạo deepfake buộc xã hội phải cập nhật thông tin, phát triển tư duy phản biện và yêu cầu trách nhiệm giải trình khi công nghệ này được sử dụng cho mục đích xấu. Tuy nhiên, nếu được quản lý đúng cách, deepfake có thể mở ra cánh cửa cho những hình thức thể hiện, sáng tạo và học tập mới.
Công nghệ Deepfake sẽ tiếp tục phát triển nhanh chóng. Hiểu rõ các kỹ thuật và ứng dụng của nó, cũng như học cách sử dụng một cách có đạo đức và có trách nhiệm, là cách tốt nhất để khai thác tối đa tiềm năng của nó đồng thời giảm thiểu rủi ro. Hãy theo dõi những diễn biến mới nhất và đừng ngần ngại khám phá những tiềm năng mới, luôn với con mắt phê phán và tôn trọng quyền riêng tư cũng như sự thật.
