Apa itu Deepfake?

 Apa itu Deepfake?

Deepfake (kata majemuk dari "deep learning" dan "fake") adalah teknik untuk mensintesis gambar orang berdasarkan kecerdasan buatan (AI) . Ini digunakan untuk menggabungkan dan menghamparkan gambar dan video yang ada ke gambar atau video sumber menggunakan teknik pembelajaran mesin yang disebut Generative Adversarial Network. Born). Frasa Deepfake diciptakan pada tahun 2017.

Sederhananya, deepfake adalah konten palsu yang dibuat dari AI, baik itu gambar, video, atau bahkan suara, tetapi sulit untuk membedakan yang asli dengan mata / telinga secara normal.

Karena kemampuan ini, deepfake digunakan untuk menghasilkan berita palsu dan penipuan berbahaya.

Baca Juga: Download Aplikasi Google Camera 8.1 Mod APK

Bagaimana video deepfake dibuat?

Video deepfake dibuat menggunakan dua sistem AI, yang satu disebut generator dan yang lainnya disebut diskriminator. Generator membuat klip video palsu dan kemudian meminta diskriminator untuk mengonfirmasi mana klip palsu dan apa klip asli. Setiap kali pembeda dengan benar membedakan klip video palsu, ini memberi petunjuk kepada generator tentang apa yang tidak boleh dilakukan saat membuat klip berikutnya.

Apa itu Deepfake

Generator dan diskriminator membuat sesuatu yang disebut Generative Adversarial Network (GAN). Langkah pertama adalah menyiapkan jaringan GAN untuk menentukan keluaran yang diinginkan dan membuat database pelatihan untuk generator. Ketika generator mulai membuat tingkat keluaran yang dapat diterima, klip video dapat ditetapkan ke diskriminator.

Generator dan diskriminator terus meningkatkan kemampuan selama pembuatan video deepfake. Saat generator melakukan pekerjaan yang lebih baik dalam membuat klip video palsu, diskriminator juga meningkatkan kemampuannya untuk mendeteksinya. Sebaliknya, ketika diskriminator mendeteksi video palsu yang lebih baik, generator juga membuat video tiruan yang semakin canggih.

Sampai saat ini, konten video lebih sulit diubah. Namun, karena deepfake dibuat melalui AI, mereka tidak memerlukan keahlian yang signifikan untuk membuat video yang sebenarnya. Sayangnya, ini berarti siapa pun dapat membuat deepfake. Bahaya lainnya adalah orang tidak akan lagi mempercayai validitas konten video apa pun.

Bagaimana Deepfake digunakan?

Meskipun kemampuan untuk menukar wajah secara otomatis dengan video komposit yang tampak realistis dan andal memiliki beberapa aplikasi yang menyenangkan dan tidak berbahaya (seperti di film dan saat bermain game), ini jelas merupakan teknologi yang berbahaya dan dapat menyebabkan masalah. Faktanya, salah satu aplikasi praktis pertama untuk deepfake adalah menciptakan po*******, yang secara serius merusak reputasi orang lain. Menurut laporan Deeptrace, p****grafi menyumbang 96% dari video deepfake yang ditemukan online pada tahun 2019.

Video deepfake juga telah digunakan dalam politik. Misalnya, pada tahun 2018, sebuah partai politik Belgia merilis video Donald Trump dengan pidato yang menyerukan Belgia untuk menarik diri dari perjanjian iklim Paris. Namun, Tuan Trump tidak pernah memberikan pidato itu - itu benar-benar palsu.

Ini bukan pertama kalinya deepfake digunakan untuk membuat video yang menyesatkan, dan pakar politik yang paham teknologi sedang mempersiapkan gelombang berita palsu di masa depan untuk memiliki deepfake yang realistis dan meyakinkan.

Tentu saja, tidak semua video deepfake merupakan ancaman eksistensial bagi demokrasi. Tidak ada kekurangan cerita mendalam yang digunakan untuk tujuan humor dan satir, seperti chip yang akan menjawab pertanyaan: seperti apa rupa Nicolas Cage jika dia muncul di "Raiders of the Lost Ark"?

Apakah deepfake hanya menyertakan video?

Deepfake tidak hanya terbatas pada video. Audio deepfake adalah bidang yang berkembang pesat, dengan sejumlah besar aplikasi.

Sekarang dimungkinkan untuk membuat suara palsu yang terdengar sangat realistis menggunakan algoritma pembelajaran mendalam hanya dalam beberapa jam (atau dalam beberapa kasus, menit) menggunakan file audio dari orang yang suaranya sedang diputar.

Setelah membuat sampel suara, dimungkinkan untuk membuat suara bahwa orang tersebut mengatakan sesuatu, seperti rekaman suara palsu dari seorang eksekutif yang digunakan untuk menyontek tahun lalu.

Audio deepfake memiliki aplikasi medis berupa pengganti suara, serta dalam desain game di komputer. Sekarang programmer dapat mengizinkan karakter game untuk mengatakan apa pun secara real time, alih-alih mengandalkan serangkaian skrip dalam game yang telah direkam sebelumnya.

Bagaimana cara mendeteksi deepfake?

Saat deepfake menjadi lebih populer, masyarakat secara keseluruhan kemungkinan besar perlu beradaptasi untuk mendeteksi video deepfake, sama seperti cara pengguna online sekarang memperhatikan untuk melihat jenis berita palsu lainnya.

Seringkali, seperti halnya keamanan siber, teknologi deepfake harus lebih banyak muncul agar orang dapat mendeteksi dan mencegahnya menyebar, tetapi pada gilirannya dapat menciptakan lingkaran setan dan berpotensi produktif.

Ada beberapa tanda yang menunjukkan deepfake adalah:

Deepfake saat ini mengalami kesulitan untuk menganimasikan wajah secara realistis, dan hasilnya adalah video yang subjeknya tidak pernah berkedip terlalu sering atau tidak wajar. 

Namun, setelah peneliti di University of Albany menerbitkan studi yang menemukan anomali dalam mengedipkan mata, deepfake yang baru dirilis tidak lagi memiliki masalah ini.

Ada masalah kulit atau rambut atau wajah tampak buram dibandingkan dengan lingkungan sekitar. Fokusnya mungkin terlihat tidak wajar.

  • Cahaya tidak terlihat alami? Biasanya, algoritma deepfake akan mempertahankan cahaya dari klip yang digunakan sebagai model untuk video palsu, yang tidak cocok dengan pencahayaan di video target.
  • Suara mungkin tidak cocok dengan orang, terutama jika videonya dirusak tetapi audio aslinya tidak ditangani dengan hati-hati.

Berjuang dengan deepfake dengan teknologi

Meskipun deepfake hanya akan menjadi lebih praktis dari waktu ke waktu seiring dengan peningkatan teknik, ini bukannya tanpa tindakan pencegahan. Beberapa perusahaan sedang mengembangkan metode untuk mendeteksi deepfakes, di antaranya adalah startup.

Misalnya, Sensity telah mengembangkan platform deteksi yang mirip dengan antivirus yang memperingatkan pengguna melalui email ketika mereka melihat sesuatu dengan tanda yang dibuat oleh AI. Sensity menggunakan proses pembelajaran mendalam yang sama yang digunakan untuk membuat video palsu.

Operasi Minerva menerapkan pendekatan yang lebih sederhana untuk mendeteksi deepfake. Algoritme perusahaan membandingkan kemungkinan deepfake dengan video terkenal yang "diambil sidik jarinya secara digital". Ia mampu mendeteksi contoh-contoh p****grafi, misalnya, dengan menyadari bahwa video deepfake itu hanyalah versi modifikasi dari video yang ada yang telah dikatalogkan oleh Operasi Minerva.

Dan tahun lalu, Facebook menyelenggarakan Tantangan Deteksi Deepfake, sebuah inisiatif kolaboratif terbuka, yang bertujuan mendorong terciptanya teknologi baru untuk mendeteksi deepfake dan jenis media yang dimanipulasi lainnya. Kontes ini memiliki hadiah hingga $ 500.000.

Iklan Atas Artikel

Iklan Tengah Artikel 1

Iklan Tengah Artikel 2

Iklan Bawah Artikel