คำอธิบายแบบครบวงจรของคุณเกี่ยวกับ Deepfakes และทำให้ง่ายด้วย Faceswap
ปัญญาประดิษฐ์ไม่ใช่ ‘ประดิษฐ์’ อีกต่อไป ช่วงเวลาเหล่านี้ทำให้มนุษย์เข้าใกล้เราอย่างอันตราย
มันสามารถแนะนำ เขียน สร้างงานศิลปะ และตอนนี้ดูและพูดได้เหมือนมีชีวิต
นี่เป็นหนึ่งในการพัฒนาล่าสุดในโดเมนนี้ที่เราควรใช้ประโยชน์จาก อย่างไรก็ตาม นี่ก็เป็นอีกหนึ่งสิ่งที่เราต้องระวังเช่นกัน
Deepfakes คืออะไร?
คำว่า Deepfake เกิดจากการรวมการเรียนรู้เชิงลึกและของปลอมเข้าด้วยกัน พูดง่ายๆ ก็คือ คุณสามารถสันนิษฐานได้ว่านี่เป็นสื่อที่มีการดัดแปลงโดยผู้เชี่ยวชาญหรือสื่อปลอมอย่างลึกซึ้ง
ตามวิกิพีเดีย สิ่งนี้เรียกอีกอย่างว่าสื่อสังเคราะห์ซึ่งรูปภาพ เสียง หรือวิดีโอที่มีอยู่ถูกแก้ไขเพื่อเป็นตัวแทนของคนอื่นทั้งหมด
โดยปกติแล้ว การทำ Deepfake จะทำให้บุคคลที่มีชื่อเสียงดูเหมือนจะพูดอะไรบางอย่างที่พวกเขาจะไม่พูด
ขึ้นอยู่กับทักษะของผู้สร้าง อาจเป็นเรื่องยากมากที่จะบอกได้ว่าของจริงหรือของปลอม
Deepfakes ทำงานอย่างไร?
พูดง่ายๆ ก็คือ ส่วนหนึ่งของวิดีโอต้นฉบับ (เช่นใบหน้า) จะถูกแทนที่ด้วยของปลอมที่ดูคล้ายกัน ในกรณีเช่นนี้ อาจเรียกได้ว่าเป็นการสลับหน้าเหมือนในวิดีโอ ‘Obama’ นี้
อย่างไรก็ตาม มันไม่ได้จำกัดแค่เฉพาะวิดีโอเท่านั้น และเรายังมีภาพและเสียงแบบ Deepfake ด้วย (และใครจะรู้ อวตาร VR แบบ Deepfake ในอนาคตอันใกล้นี้)
ที่มา: ดิสนีย์
วิธีการทำงานที่อยู่เบื้องหลังกลอุบายดังกล่าวขึ้นอยู่กับแอปพลิเคชันและอัลกอริทึมพื้นฐานเป็นหลัก
ตามงานวิจัยของ Disney นี้ มีเทคนิคต่างๆ มากมาย รวมถึงตัวเข้ารหัส-ตัวถอดรหัส, Generative Adversarial Networks (GANs), Deepfakes ตามเรขาคณิต เป็นต้น
อย่างไรก็ตาม ส่วนต่อไปนี้ได้รับผลกระทบอย่างมากจากวิธีการทำงานกับ Facewap นี่เป็นซอฟต์แวร์ Deepfake แบบโอเพ่นซอร์สฟรีที่ช่วยให้อัลกอริทึมหลายตัวได้รับผลลัพธ์ที่คาดหวัง
มีสามกระบวนการหลักในการสร้าง Deepfakes: การสกัด การฝึกอบรม และการแปลง
#1. การสกัด
นี่เป็นเรื่องเกี่ยวกับการตรวจจับและบีบเอาหัวข้อที่สนใจออกจากตัวอย่างสื่อ ต้นฉบับและอีกอันสำหรับการแลกเปลี่ยน
ขึ้นอยู่กับความสามารถของฮาร์ดแวร์ อาจมีอัลกอริธึมมากมายให้เลือกสำหรับการตรวจจับที่มีประสิทธิภาพ
ตัวอย่างเช่น Faceswap มีตัวเลือกที่แตกต่างกันเล็กน้อยสำหรับการแยก การจัดแนว และการมาสก์ตามประสิทธิภาพของ CPU หรือ GPU
การแยกจะระบุใบหน้าในวิดีโอโดยรวม การจัดตำแหน่งจะระบุลักษณะที่สำคัญของใบหน้า (ตา จมูก คาง ฯลฯ) และสุดท้าย การปิดบังจะบล็อกองค์ประกอบอื่นๆ ของภาพ ยกเว้นบริเวณที่สนใจ
เวลาโดยรวมสำหรับเอาต์พุตมีความสำคัญในการเลือกตัวเลือกใด ๆ เนื่องจากการเลือกอัลกอริธึมที่ใช้ทรัพยากรมากบนฮาร์ดแวร์ปานกลางอาจส่งผลให้เกิดความล้มเหลวหรือใช้เวลานานมากในการแสดงผลลัพธ์ที่ยอมรับได้
นอกจากฮาร์ดแวร์แล้ว ตัวเลือกยังขึ้นอยู่กับพารามิเตอร์ เช่น วิดีโออินพุตมีปัญหาจากสิ่งกีดขวางบนใบหน้า เช่น การเคลื่อนไหวของมือหรือแว่นตาหรือไม่
ในที่สุดองค์ประกอบที่จำเป็นคือการทำความสะอาด (อธิบายในภายหลัง) ผลลัพธ์เนื่องจากการแยกจะมีผลบวกปลอมเล็กน้อย
ในที่สุด การแยกจะถูกทำซ้ำสำหรับวิดีโอต้นฉบับและวิดีโอปลอม (ใช้สำหรับการแลกเปลี่ยน)
#2. การฝึกอบรม
นี่คือหัวใจของการสร้างของปลอม
การฝึกอบรมเกี่ยวกับโครงข่ายประสาทเทียมซึ่งประกอบด้วยตัวเข้ารหัสและตัวถอดรหัส ที่นี่ อัลกอริทึมจะป้อนข้อมูลที่แยกออกมาเพื่อสร้างแบบจำลองสำหรับการแปลงในภายหลัง
ตัวเข้ารหัสจะแปลงอินพุตให้เป็นตัวแทนเวกเตอร์เพื่อฝึกอัลกอริทึมในการสร้างใบหน้ากลับจากเวกเตอร์ เหมือนกับที่ทำโดยตัวถอดรหัส
หลังจากนั้นโครงข่ายประสาทเทียมจะประเมินการวนซ้ำและเปรียบเทียบกับต้นฉบับโดยกำหนดคะแนนการสูญเสีย ค่าการสูญเสียนี้ลดลงเมื่อเวลาผ่านไปเนื่องจากอัลกอริทึมยังคงวนซ้ำ และคุณจะหยุดเมื่อการแสดงตัวอย่างยอมรับได้
การฝึกอบรมเป็นกระบวนการที่ใช้เวลานาน และผลลัพธ์โดยทั่วไปจะดีขึ้นตามการทำซ้ำที่ดำเนินการและคุณภาพของข้อมูลอินพุต
ตัวอย่างเช่น Faceawap แนะนำอย่างน้อย 500 ภาพต่อภาพ ทั้งต้นฉบับและสำหรับการแลกเปลี่ยน นอกจากนี้ รูปภาพควรแตกต่างกันอย่างมากระหว่างกัน โดยครอบคลุมทุกมุมที่เป็นไปได้ในการจัดแสงที่ไม่ซ้ำกันเพื่อการพักผ่อนหย่อนใจที่ดีที่สุด
แอพพลิเคชั่นบางตัว (เช่น Faceswap) อนุญาตให้หยุดการฝึกกลางคันหรือดำเนินการต่อในภายหลัง
โดยเฉพาะอย่างยิ่ง ความสมจริงของภาพถ่ายของเอาต์พุตยังขึ้นอยู่กับประสิทธิภาพของอัลกอริธึมและอินพุตด้วย และถูกจำกัดด้วยความสามารถของฮาร์ดแวร์อีกครั้ง
#3. การแปลง
นี่เป็นบทสุดท้ายในการสร้าง Deepfake อัลกอริทึมการแปลงต้องการวิดีโอต้นฉบับ โมเดลที่ผ่านการฝึกอบรม และไฟล์การจัดตำแหน่งต้นฉบับ
ต่อจากนั้น เราสามารถเปลี่ยนตัวเลือกบางอย่างเกี่ยวกับการแก้ไขสี ประเภทมาสก์ รูปแบบผลลัพธ์ที่ต้องการ ฯลฯ
หลังจากกำหนดค่าตัวเลือกเหล่านี้แล้ว คุณเพียงแค่รอการเรนเดอร์ขั้นสุดท้าย
ดังที่ได้กล่าวไปแล้ว Faceswap ทำงานร่วมกับอัลกอริทึมมากมาย และใคร ๆ ก็สามารถเล่นสลับไปมาเพื่อให้ได้การสลับใบหน้าที่พอทนได้
นั่นหมดแล้วหรือ?
เลขที่!
นี่เป็นเพียงการแลกเปลี่ยนใบหน้า ซึ่งเป็นส่วนย่อยของเทคโนโลยี Deepfake การสลับใบหน้าก็เหมือนกับความหมายที่แท้จริง คือแทนที่บางส่วนของใบหน้าเท่านั้นเพื่อให้ทราบคร่าวๆ ว่า Deepfake สามารถทำอะไรได้บ้าง
สำหรับการสลับที่น่าเชื่อถือ คุณอาจต้องเลียนแบบเสียง (รู้จักกันดีในชื่อการโคลนเสียง) และร่างกายทั้งหมด รวมถึงทุกอย่างที่พอดีกับเฟรม เช่นนี้:
ดังนั้นสิ่งที่กำลังเล่นอยู่ที่นี่?
สิ่งที่อาจเกิดขึ้นคือผู้เขียน Deepfake ถ่ายวิดีโอด้วยตัวเอง (ตามที่ระบุไว้ในไม่กี่วินาทีที่ผ่านมา) ลิปซิงค์บทสนทนาด้วยเสียงสังเคราะห์ของ Morgan Freeman และแทนที่ศีรษะของเขา
สรุปแล้ว ไม่ใช่แค่การสลับใบหน้าเท่านั้น แต่รวมถึงเฟรมทั้งหมด รวมถึงเสียงด้วย
คุณสามารถค้นหา Deepfakes มากมายบน YouTube จนน่ากลัวว่าจะเชื่ออะไรดี และสิ่งที่ต้องทำก็แค่คอมพิวเตอร์ที่อัดแน่นไปด้วยพลังงานพร้อมกราฟิกการ์ดที่มีประสิทธิภาพในการเริ่มต้น
อย่างไรก็ตาม ความสมบูรณ์แบบนั้นยากที่จะบรรลุ และโดยเฉพาะอย่างยิ่งกับของปลอม
สำหรับ Deepfake ที่น่าเชื่อถือซึ่งอาจทำให้ผู้ชมเข้าใจผิดหรือสร้างความประทับใจให้กับผู้ชมต้องใช้ทักษะและการประมวลผลสองสามวันถึงหลายสัปดาห์สำหรับวิดีโอหนึ่งหรือสองนาที
ที่น่าสนใจคือความสามารถของอัลกอริทึมเหล่านี้ในตอนนี้ แต่สิ่งที่จะเกิดขึ้นในอนาคต รวมถึงประสิทธิภาพของแอปพลิเคชันเหล่านี้บนฮาร์ดแวร์ระดับล่าง เป็นสิ่งที่ทำให้รัฐบาลทั้งประเทศวิตกกังวล
อย่างไรก็ตาม เราจะไม่เจาะลึกผลกระทบในอนาคต ลองตรวจสอบวิธีการทำด้วยตัวเองเพื่อความสนุกสนานเล็กน้อยแทน
การสร้าง (พื้นฐาน) วิดีโอ Deepfake
คุณสามารถตรวจสอบแอปพลิเคชั่นมากมายในรายการแอป deepfake เพื่อสร้างมีม
หนึ่งในนั้นคือ Faceswap ซึ่งเราจะใช้
มีบางสิ่งที่เราต้องตรวจสอบก่อนดำเนินการต่อ อันดับแรก เราควรมีวิดีโอคุณภาพดีของเป้าหมายที่แสดงอารมณ์ต่างๆ ต่อไป เราจะต้องมีวิดีโอต้นทางเพื่อสลับไปยังเป้าหมาย
นอกจากนี้ ให้ปิดแอปพลิเคชันที่ใช้การ์ดกราฟิกสูงทั้งหมด เช่น เบราว์เซอร์หรือเกม ก่อนดำเนินการ Faceswap โดยเฉพาะอย่างยิ่งถ้าคุณมี VRAM (RAM วิดีโอ) น้อยกว่า 2 กิกะไบต์
ขั้นตอนที่ 1: แยกใบหน้า
ขั้นตอนแรกในกระบวนการนี้คือการแยกใบหน้าออกจากวิดีโอ สำหรับสิ่งนี้ เราต้องเลือกวิดีโอเป้าหมายใน Input Dir และแสดงรายการ Output Dir สำหรับการแตกไฟล์
นอกจากนี้ยังมีตัวเลือกอื่นๆ อีก เช่น ตัวตรวจจับ ตัวจัดตำแหน่ง ตัวปิดหน้ากาก ฯลฯ คำอธิบายสำหรับแต่ละข้ออยู่ในคำถามที่พบบ่อยของ Faceawap และการเรียบเรียงข้อมูลใหม่ที่นี่จะเป็นการเสียเปล่า
ที่มา: คำถามที่พบบ่อยเกี่ยวกับ Faceswap
โดยทั่วไปจะเป็นการดีที่จะทบทวนเอกสารเพื่อความเข้าใจที่ดีขึ้นและผลลัพธ์ที่เหมาะสม อย่างไรก็ตาม มีข้อความที่เป็นประโยชน์ใน Faceswap ที่คุณสามารถค้นหาได้โดยวางเมาส์เหนือตัวเลือกเฉพาะ
พูดง่ายๆ คือไม่มีวิธีสากล และควรเริ่มต้นด้วยอัลกอริธึมที่ดีที่สุดและทำงานให้สำเร็จเพื่อสร้าง Deepfake ที่น่าเชื่อถือ
สำหรับบริบท ฉันใช้ Mtcnn (ตัวตรวจจับ), Fan (ตัวจัดตำแหน่ง) และ Bisenet-Fp (หน้ากาก) ในขณะที่คงตัวเลือกอื่นๆ ทั้งหมดตามที่เป็นอยู่
เดิมทีฉันลองใช้ S3Fd (ตัวตรวจจับที่ดีที่สุด) และมาสก์อื่นๆ อีกสองสามตัวรวมกัน อย่างไรก็ตาม 2Gb Nvidia GeForce GTX 750Ti ของฉันทนไม่ได้ และกระบวนการล้มเหลวซ้ำแล้วซ้ำเล่า
ในที่สุดฉันก็ลดความคาดหวังและการตั้งค่าลงเพื่อดูผ่าน
นอกจากการเลือกตัวตรวจจับที่เหมาะสม หน้ากาก ฯลฯ แล้ว ยังมีตัวเลือกเพิ่มเติมอีกเล็กน้อยในการตั้งค่า > กำหนดการตั้งค่า ซึ่งจะช่วยปรับแต่งการตั้งค่าแต่ละรายการเพิ่มเติมเพื่อช่วยฮาร์ดแวร์
พูดง่ายๆ ก็คือ เลือก Batch-Size, Input Size และ Output Size ที่ต่ำที่สุดเท่าที่จะเป็นไปได้ และเลือก LowMem เป็นต้น ตัวเลือกเหล่านี้ไม่สามารถใช้งานได้ในระดับสากล และจะขึ้นอยู่กับส่วนใดส่วนหนึ่งโดยเฉพาะ นอกจากนี้ ข้อความช่วยเหลือยังช่วยในการเลือกตัวเลือกที่ดีที่สุดอีกด้วย
แม้ว่าเครื่องมือนี้จะแยกใบหน้าได้อย่างยอดเยี่ยม แต่เฟรมเอาต์พุตอาจมีมากกว่าที่จำเป็นในการฝึกโมเดล (จะกล่าวถึงในภายหลัง) ตัวอย่างเช่น มันจะมีใบหน้าทั้งหมด (หากวิดีโอมีมากกว่าหนึ่ง) และการตรวจจับที่ไม่เหมาะสมบางอย่างที่ไม่มีใบหน้าของเป้าหมายเลย
สิ่งนี้นำไปสู่การทำความสะอาดชุดข้อมูล แต่ละคนสามารถตรวจสอบโฟลเดอร์ผลลัพธ์และลบตัวเองหรือใช้การเรียงลำดับ Faceswap เพื่อขอความช่วยเหลือ
การใช้เครื่องมือดังกล่าวจะจัดเรียงใบหน้าต่างๆ ตามลำดับ ซึ่งคุณสามารถรวมใบหน้าที่จำเป็นเข้าด้วยกันในโฟลเดอร์เดียวแล้วลบส่วนที่เหลือออก
เพื่อเป็นการเตือนความจำ คุณจะต้องการแยกซ้ำสำหรับวิดีโอต้นฉบับ
ขั้นตอนที่ 2: ฝึกโมเดล
นี่เป็นกระบวนการที่ยาวนานที่สุดในการสร้าง Deepfake ในที่นี้ อินพุต A หมายถึงใบหน้าเป้าหมาย และอินพุต B หมายถึงใบหน้าต้นทาง นอกจากนี้ Model Dir ยังเป็นที่สำหรับบันทึกไฟล์การฝึก
ตัวเลือกที่สำคัญที่สุดคือเทรนเนอร์ มีตัวเลือกการปรับขนาดมากมาย อย่างไรก็ตาม สิ่งที่ใช้ได้ผลกับฮาร์ดแวร์ของฉันคือ Dfl-H128 และรองเท้าฝึกน้ำหนักเบาที่มีการตั้งค่าการกำหนดค่าต่ำสุด
ถัดไปคือขนาดแบทช์ ขนาดแบทช์ที่สูงขึ้นช่วยลดเวลาการฝึกโดยรวม แต่ใช้ VRAM มากขึ้น การวนซ้ำไม่มีผลตายตัวต่อเอาต์พุต และคุณควรตั้งค่าที่สูงเพียงพอและหยุดการฝึกเมื่อการแสดงตัวอย่างยอมรับได้
มีการตั้งค่าเพิ่มเติมอีกเล็กน้อย รวมถึงการสร้างไทม์แลปส์ด้วยช่วงเวลาที่ตั้งไว้ล่วงหน้า อย่างไรก็ตาม ฉันฝึกโมเดลด้วยขั้นต่ำเปล่า
ขั้นตอนที่ 3: การสลับไปยังต้นฉบับ
นี่เป็นความสำเร็จครั้งสุดท้ายในการสร้าง Deepfake
โดยทั่วไปจะใช้เวลาไม่นาน และคุณสามารถเล่นกับตัวเลือกมากมายเพื่อให้ได้ผลลัพธ์ที่ต้องการอย่างรวดเร็ว
ดังที่ระบุไว้ในภาพด้านบน สิ่งเหล่านี้คือตัวเลือกบางอย่างที่เราต้องเลือกใช้เพื่อเริ่มการแปลง
มีการกล่าวถึงตัวเลือกส่วนใหญ่แล้ว เช่น ไดเร็กทอรีอินพุตและเอาต์พุต ไดเร็กทอรีโมเดล เป็นต้น สิ่งสำคัญอย่างหนึ่งคือ Alignments ซึ่งอ้างถึงไฟล์การจัดตำแหน่ง (.fsa) ของวิดีโอเป้าหมาย มันถูกสร้างขึ้นใน Input Directory ระหว่างการแตกไฟล์
ช่อง Alignments สามารถเว้นว่างไว้ได้หากไฟล์นั้นไม่ได้ถูกย้าย มิฉะนั้นคุณสามารถเลือกไฟล์และไปยังตัวเลือกอื่นได้ อย่างไรก็ตาม อย่าลืมล้างไฟล์การจัดตำแหน่งหากคุณได้ล้างการแตกไฟล์ก่อนหน้านี้
สำหรับสิ่งนี้ เครื่องมือขนาดเล็กนี้อยู่ในเครื่องมือ > การจัดตำแหน่ง
เริ่มด้วยการเลือก Remove-Faces ในส่วนงาน เลือกไฟล์การจัดตำแหน่งต้นฉบับและโฟลเดอร์ใบหน้าเป้าหมายที่สะอาด แล้วคลิกการจัดตำแหน่งที่ด้านล่างขวา
การดำเนินการนี้จะสร้างไฟล์การจัดตำแหน่งที่แก้ไข ซึ่งตรงกับโฟลเดอร์ใบหน้าที่ปรับให้เหมาะสม โปรดจำไว้ว่าเราต้องการสิ่งนี้สำหรับวิดีโอเป้าหมายที่เราต้องการเปลี่ยน
การกำหนดค่าเพิ่มเติมอีกเล็กน้อย ได้แก่ การปรับสีและประเภทหน้ากาก การปรับสีจะกำหนดการผสมผสานของหน้ากาก และคุณสามารถลองสองสามแบบ ตรวจสอบการแสดงตัวอย่าง และเลือกตัวเลือกที่เหมาะสมที่สุด
ประเภทของหน้ากากมีความสำคัญมากกว่า สิ่งนี้ขึ้นอยู่กับความคาดหวังของคุณและฮาร์ดแวร์ที่มีอยู่ โดยปกติแล้ว คุณต้องพิจารณาลักษณะเฉพาะของวิดีโออินพุตด้วย ตัวอย่างเช่น Vgg-Clear ทำงานได้ดีกับส่วนหน้าที่ไม่มีสิ่งกีดขวาง ในขณะที่ Vgg-Obstructed สามารถทำงานกับสิ่งกีดขวาง เช่น ท่าทางมือ แว่นตา ฯลฯ
ถัดไป Writer จะแสดงตัวเลือกบางอย่างตามผลลัพธ์ที่คุณต้องการ เช่น เลือก Ffmpeg เพื่อเรนเดอร์วิดีโอ
โดยรวมแล้ว กุญแจสู่การทำ Deepfake ที่ประสบความสำเร็จคือการดูตัวอย่างผลลัพธ์บางส่วนและปรับให้เหมาะสมตามเวลาที่พร้อมใช้งานและศักยภาพของฮาร์ดแวร์
แอพพลิเคชั่นของ Deepfake
มีแอปพลิเคชัน Deepfake ที่ดี ไม่ดี และอันตราย
สิ่งที่ดีประกอบด้วยการสร้างบทเรียนประวัติศาสตร์ขึ้นใหม่โดยบทเรียนที่มีอยู่จริงเพื่อการมีส่วนร่วมที่มากขึ้น
นอกจากนี้ยังถูกใช้โดยแพลตฟอร์มการเรียนรู้ออนไลน์เพื่อสร้างวิดีโอจากข้อความ
แต่หนึ่งในผู้ได้รับประโยชน์สูงสุดคืออุตสาหกรรมภาพยนตร์ ที่นี่ คุณจะนึกภาพนักแสดงนำที่แสดงฉากผาดโผนจริงๆ ได้ง่ายๆ แม้ในขณะที่ตัวแสดงผาดโผนต้องเสี่ยงชีวิตก็ตาม นอกจากนี้ การสร้างภาพยนตร์หลายภาษาจะง่ายกว่าที่เคย
มาถึงตัวร้ายน่าเสียดายก็มีเยอะ แอปพลิเคชั่น Deepfake ที่ใหญ่ที่สุดในปัจจุบัน ตามความเป็นจริงแล้ว 96% (ตามรายงาน Deeptrace นี้) อยู่ในอุตสาหกรรมสื่อลามกเพื่อสลับใบหน้าคนดังกับนักแสดงหนังโป๊
นอกจากนี้ Deepfakes ยังถูกใช้เพื่อต่อต้านผู้หญิงที่ไม่ใช่คนดัง ‘มาตรฐาน’ โดยปกติแล้ว เหยื่อดังกล่าวจะมีรูปถ่ายหรือวิดีโอคุณภาพสูงในโปรไฟล์โซเชียลมีเดียซึ่งใช้สำหรับการสร้างของปลอม
แอปพลิเคชั่นที่น่ากลัวอีกอย่างคือ วิชชิ่ง หรือที่รู้จักกันในนามฟิชชิงด้วยเสียง ในกรณีเช่นนี้ CEO ของบริษัทในสหราชอาณาจักรได้โอนเงิน 243,000 ดอลลาร์ตามคำสั่งของ ‘CEO’ ของบริษัทแม่ในเยอรมัน แต่มาพบภายหลังว่าแท้จริงแล้วเป็นการโทรปลอม
แต่สิ่งที่อันตรายยิ่งกว่าคือการแกล้งทำสงครามหรือการขอยอมแพ้ ความพยายามล่าสุดทำให้ประธานาธิบดียูเครน Volodymyr Zelenskyy บอกให้กองกำลังและประชาชนยอมจำนนในสงครามที่กำลังดำเนินอยู่ อย่างไรก็ตาม ความจริงในครั้งนี้ถูกเปิดเผยโดยวิดีโอย่อย
สรุปได้ว่ามีแอปพลิเคชั่น deepfake มากมายและเพิ่งเริ่มต้นเท่านั้น
สิ่งนี้นำเราไปสู่คำถามล้านดอลลาร์…
Deepfakes ถูกกฎหมายหรือไม่?
ขึ้นอยู่กับการบริหารท้องถิ่นเป็นสำคัญ แม้ว่าจะยังไม่มีการพิจารณากฎหมายที่ชัดเจน รวมถึงสิ่งที่อนุญาตและสิ่งที่ไม่อนุญาต
ถึงกระนั้น สิ่งที่ชัดเจนคือมันขึ้นอยู่กับสิ่งที่คุณใช้ Deepfakes เพื่อจุดประสงค์ แทบจะไม่มีอันตรายใด ๆ หากคุณตั้งใจจะสร้างความบันเทิงหรือให้ความรู้แก่ใครก็ตามโดยไม่ทำให้เป้าหมายการแลกเปลี่ยนไม่พอใจ
ในทางกลับกัน แอปพลิเคชันที่เป็นอันตรายควรได้รับโทษตามกฎหมาย โดยไม่คำนึงถึงเขตอำนาจศาล พื้นที่สีเทาอีกประการหนึ่งคือการละเมิดลิขสิทธิ์ซึ่งจำเป็นต้องได้รับการพิจารณาอย่างเหมาะสม
แต่ย้ำอีกครั้ง คุณควรตรวจสอบกับหน่วยงานรัฐบาลท้องถิ่นของคุณเกี่ยวกับแอปพลิเคชัน Deepfake ที่ถูกกฎหมาย
จับตามอง!
Deepfkaes ใช้ประโยชน์จากปัญญาประดิษฐ์เพื่อทำให้ทุกคนพูดสิ่งต่างๆ
อย่าเชื่อสิ่งที่คุณเห็นบนอินเทอร์เน็ตเป็นคำแนะนำแรกที่เราควรปฏิบัติตาม มีข้อมูลที่ผิดมากมายและประสิทธิภาพของพวกเขาก็เพิ่มขึ้นเท่านั้น
และเนื่องจากการสร้างพวกมันจะง่ายกว่าเท่านั้น ถึงเวลาแล้วที่เราจะเรียนรู้วิธีตรวจจับของปลอม
