Intel desarrolla una tecnología para detectar Deepfakes en tiempo real con 96% de precisión
Como parte del trabajo de IA responsable de Intel, la empresa ha producido FakeCatcher, una tecnología que puede detectar vídeos fake con una tasa de precisión del 96%.
La plataforma de detección de deepfakes de Intel es el primer detector de deepfakes en tiempo real del mundo que devuelve resultados en milisegundos.
¿Por qué es importante?
Los vídeos deepfake son una amenaza creciente y es difícil detectar estos vídeos deepfake en tiempo real. Las aplicaciones de detección requieren subir vídeos para su análisis y luego esperar horas para obtener los resultados.
El engaño debido a los deepfakes puede causar daños y tener consecuencias negativas, como la disminución de la confianza en los medios de comunicación. FakeCatcher ayuda a restablecer la confianza permitiendo a los usuarios distinguir entre contenidos reales y falsos.
Hay varios casos de uso potencial para FakeCatcher. Las plataformas de redes sociales podrían aprovechar la tecnología para evitar que los usuarios suban vídeos deepfake perjudiciales. Las organizaciones mundiales de noticias podrían utilizar el detector para evitar amplificar inadvertidamente los vídeos manipulados.
Y las organizaciones sin ánimo de lucro podrían emplear la plataforma para democratizar la detección de deepfakes para todos.
¿Cómo funciona FakeCatcher?
Utilizando el hardware y el software de Intel, FakeCatcher se ejecuta en un servidor y se interconecta a través de una plataforma basada en la web.
En cuanto al software, un conjunto de herramientas conforman la arquitectura de FakeCatcher. Los equipos utilizaron OpenVino para ejecutar los modelos de IA para los algoritmos de detección de rostros y puntos de referencia.
Los bloques de visión por ordenador se optimizaron con Intel Integrated Performance Primitives (una biblioteca de software multihilo) y OpenCV (un kit de herramientas para procesar imágenes y vídeos en tiempo real)
Los bloques de inferencia se optimizaron con Intel Deep Learning Boost y con Intel Advanced Vector Extensions 512, y los bloques multimedia 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 Intel Xeon Scalable. En cuanto al hardware, la plataforma de detección en tiempo real puede ejecutar hasta 72 flujos de detección diferentes simultáneamente en procesadores Intel Xeon Scalable de tercera generación.
La mayoría de los detectores basados en el aprendizaje profundo examinan los datos en bruto para tratar de encontrar signos de falsedad e identificar lo que está mal en un vídeo. En cambio, FakeCatcher busca pistas de autenticidad en vídeos reales, evaluando lo que nos hace humanos: el sutil «flujo de sangre» en los píxeles de un vídeo.
Cuando nuestro corazón bombea sangre, nuestras venas cambian de color. Estas señales de flujo sanguíneo se recogen de todo el rostro y los algoritmos traducen estas señales en mapas espacio-temporales. Luego, mediante el aprendizaje profundo, se puede detectar al instante si un vídeo es real o falso.
