Novedades: Como parte del trabajo de IA responsable de Intel, la compañía ha desarrollado FakeCatcher, una tecnología que puede detectar videos falsos con una tasa de precisión del 96%. La plataforma de detección de deepfake de Intel es el primer detector deepfake en tiempo real del mundo que devuelve resultados en milisegundos.
"Los videos deepfake están en todas partes ahora. Probablemente ya los hayas visto; videos de celebridades haciendo o diciendo cosas que en realidad nunca hicieron".
Cómo funciona: La detección de deepfake en tiempo real de Intel utiliza hardware y software de Intel y se ejecuta en un servidor e interfaces a través de una plataforma basada en la web. En el lado del software, una orquesta de herramientas especializadas forman la arquitectura optimizada de FakeCatcher. Los equipos utilizaron OpenVino™ para ejecutar modelos de IA para algoritmos de detección de rostros y puntos de referencia. Los bloques de visión artificial se optimizaron con Intel Integrated Performance Primitives (una biblioteca de software multiproceso) y OpenCV (un kit de herramientas para procesar imágenes y videos en tiempo real), mientras que los bloques de inferencia se optimizaron con Intel Deep Learning Boost y con Intel Advanced Vector Extensions 512, y los bloques de medios se optimizaron con Intel® Advanced Vector Extensions 2. Los equipos también se apoyaron en el proyecto Open Visual Cloud para proporcionar una pila de software integrada para la familia de procesadores escalables Intel® Xeon®. En el lado del hardware, la plataforma de detección en tiempo real puede ejecutar hasta 72 flujos de detección diferentes simultáneamente en procesadores escalables Intel® Xeon® de 3ª generación.
La mayoría de los detectores basados en el aprendizaje profundo miran los datos sin procesar para tratar de encontrar signos de falta de autenticidad e identificar qué está mal con un video. En contraste, FakeCatcher busca pistas auténticas en videos reales, evaluando lo que nos hace humanos: un sutil "flujo sanguíneo" en los píxeles de un video. Cuando nuestros corazones bombean sangre, nuestras venas cambian de color. Estas señales de flujo sanguíneo se recogen de toda la cara y los algoritmos traducen estas señales en mapas espaciotemporales. Luego, utilizando deep learning, podemos detectar instantáneamente si un video es real o falso.
Por qué es importante: Los videos deepfake son una amenaza creciente. Las empresas gastarán hasta 188.000 millones de dólares en soluciones de ciberseguridad, según Gartner. También es difícil detectar estos videos deepfake en tiempo real: las aplicaciones de detección requieren cargar videos para su análisis y luego esperar horas para obtener resultados.
El engaño debido a deepfakes puede causar daño y tener consecuencias negativas, como una disminución de la confianza en los medios. FakeCatcher ayuda a restaurar la confianza al permitir a los usuarios distinguir entre contenido real y falso.
Hay varios casos de uso potenciales para FakeCatcher. Las plataformas de redes sociales podrían aprovechar la tecnología para evitar que los usuarios carguen videos dañinos deepfake. Las organizaciones de noticias globales podrían usar el detector para evitar amplificar inadvertidamente videos manipulados. Y las organizaciones sin fines de lucro podrían emplear la plataforma para democratizar la detección de deepfakes para todos.
Más contexto: Obtenga más información sobre la investigación de medios de confianza y sobre el compromiso de Intel de avanzar en la tecnología de IA de manera responsable a través de un enfoque multidisciplinario con el mundo académico y los socios de la industria.
Únase a Demir mientras se sumerge en la tecnología detrás de FakeCatcher, sus desafíos clave y las oportunidades que esto presenta a Intel y a la industria en un evento de Twitter Spaces a las 11:30 a.m. PST el 16 de noviembre.