DeepFake

به چشمانتان دیگر اعتماد نکنید!


هنر فریبکاری از آغاز زمان تا کنون در زندگی انسان ها وجود داشته است. این هنر از روش های بسیار ساده تا بسیار پیچیده و خلاقلانه استفاده میکند تا مرز واقعیت و دروغ را کمرنگ و کمرنگ تر کند. با پیشرفت تکنولوژی، از ابزار های هوشمند نیز برای فریب دادن استفاده میشود. یکی ازاین ابزار های اعجاب انگیز DeepFake نام دارد. دیپ فیک ویدیو های تقلبی ای هستند که توسط نرم افزار های دیجیتالی و بر پایه هوش مصنوعی و یادگیری ماشین ساخته میشوند تا وقایعی را رقم بزنند که هیچوقت اتفاق نیفتاده است. ویدیویی هایی که حقیقت ندارند اما آنقدر مشابه واقعیت هستند که به سختی می‌توان دروغ بودن آن ها را تشخیص داد.


ایده کلی

ایده کلی دیپ فیک ساخت تصویر شخصیت های حقیقی است. البته در مورد یک ادیت ساده و ارزانی که با فتوشاپ چهره دی‌کاپریو را روی عکس تام کروز قرار میدهند صحبت نمیکنیم!

از طریق DeepFake محصولی به کمک هوش مصنوعی و یادگیری ماشین تولید میکنند که برای چشم انسان غیرقابل تشخیص میباشد.


دیپ فیک چطوری کار میکند ؟

ذهنیت پشت آن ساده می باشد , ابزاری درست بکند که محصولاتی با ظاهر تقلبی و قانع کننده بسازد. از نظر فنی دیپ فیک از دو هوش مصنوعی تشکیل شده است.


شبکه های مولد تصادفی (Generative Adversarial Networks - GANs): این شبکه ها سعی می‌کنند تصاویر جعلی را ایجاد کنند. این شبکه ها با استفاده از مدل های آموزش دیده شده روی تصاویر اصلی، به تولید تصاویر جعلی می پردازند. شبکه‌های مولد (Generator Networks) به صورت خودکار تصاویر ویدیویی جدیدی را با استفاده از الگوریتم های موجود تولید می‌کنند. این تصاویر جدید معمولا شباهت هایی با تصاویر ویدیویی واقعی دارند، اما به دلیل استفاده از الگوریتم‌های خاص، معمولا اشکالاتی مثل عدم وجود جزئیات در تصویر، وجود نویز و اشکالات دیگر در تصویر تولیدی وجود دارد.


شبکه های عصبی عمیق (Deep Neural Networks - DNNs): به منظور پاکسازی و بهبود کیفیت تصاویر تولید شده توسط شبکه‌های مولد، شبکه‌های عصبی عمیق به کار می‌روند به همین دلیل به آن ها شبکه های تمیزکار (Discriminator Networks) هم گفته میشود. این شبکه ها با استفاده از الگوریتم هایی مانند تشخیص الگو، تصحیح خطاها، بررسی ساختار و بررسی رفتار تصاویر، تلاش می‌کنند تا تصاویر تولید شده توسط شبکه های مولد را با حذف نویز و اشکالات موجود در آن‌ها بهبود بخشند و تصاویری با کیفیت بهتر و شبیه‌تر به تصاویر ویدیویی واقعی ارائه دهند.

بنا بر این شبکه های مولد و تمیزکار در دیپ فیک به صورت هماهنگ با یکدیگر کار می‌کنند تا تصاویر و ویدیو های دیپ فیک با کیفیت بالا تولید شوند و در صورت وجود نویز و اشکالات در آن ها، شناسایی و حذف شوند تا جلوی انتشار آن ها گرفته شود.


کاربرد های DeepFake

میتواند چهره های مشابه را تشخیص دهد.

تغییرات ناشی از افزایش سن را روی چهره یک فرد اعمال میکند که برای پلیس ابزاری مفید است.

به افزایش کیفیت بازی های قدیمی کمک زیادی میکند که تا حد خوبی واقع گرایانه تر بنظر بیایند.

با کمک این تکنولوژی میتوان از چهره ی افراد مشهور و معروف در ویدیو ها سوءاستفاده کرد و به اهداف غیر اخلاقی دست یافت که مهم ترین کاربرد تاریک این تکنولوژی میتوان ذکر کرد.

پروژه های عمومی دیپ فیک

وبسایت ها و اپلیکیشن های بسیار زیادی در سطح اینترنت هستند که به شما این امکان را می دهند که به راحتی و بدون داشتن مهارت خاصی DeepFake درست کرده و منتشر نمایید. در اینجا سه تا از معروف ترین ها را معرفی میکنیم:

Face Swap Live: یک پروژه اوپن سورس که روی ویندوز ، مک و لینوکس قابل استفاده است.

Deep Face Lab: یک سیستم اوپن سورس دیگر مشابه سیستم اولی است.

Reface: شاید این برنامه رو بیشتر با نام doublicat بشناسید که برای ساخت گیف کاربرد دارد. اکنون این برنامه از دیپ فیک هم پشتیبانی میکند.