به گزارش همشهری آنلاین، فناوری «دیپ‌فیک» (Deepfake) که ترکیبی از «یادگیری عمیق» (Deep Learning) و «جعلی» (Fake) است، توانسته با کمک شبکه‌های عصبی پیشرفته، چهره‌ها، حرکات و حتی صداها را به گونه‌ای بازسازی کند که تشخیص آن‌ها از محتوای واقعی برای چشم و گوش غیرحرفه‌ای دشوار باشد.
این فناوری، همان‌قدر که می‌تواند کاربردهای هنری و سرگرمی داشته باشد، بستر سوءاستفاده‌های سیاسی، مالی و اجتماعی را نیز فراهم کرده است. در این میان، شناخت راه‌های تشخیص دیپ‌فیک برای خبرنگاران، پژوهشگران، و عموم مردم، اهمیت حیاتی دارد.
حرکت غیرطبیعی لب و هماهنگی گفتار: بسیاری از مدل‌های دیپ‌فیک هنوز در هماهنگ کردن دقیق حرکت لب با گفتار مشکل دارند. کوچک‌ترین تاخیر یا حرکات غیرطبیعی عضلات صورت می‌تواند نشانه جعلی بودن باشد.
چشمک زدن یا حرکات چشم غیرواقعی: چشمک زدن کم یا بیش از حد، نگاه خیره و بی‌حرکت، یا حرکت چشم‌ها در جهات غیرعادی، از رایج‌ترین علائم است. الگوریتم‌ها گاهی در بازتولید جزئیات ریز اطراف چشم، مثل چین‌وچروک یا بازتاب نور، دچار خطا می‌شوند.
لبه‌های مصنوعی چهره: در هنگام تغییر پس‌زمینه یا چهره، مرز بین صورت و محیط اطراف گاهی دارای تارشدگی، سایه‌گذاری نامتناسب یا برش غیرطبیعی است که در فریم به فریم ویدئو قابل تشخیص می‌شود.
ناهماهنگی نور و سایه: اگر منبع نور محیط با سایه‌ها و درخشندگی پوست هماهنگ نباشد، احتمال جعلی بودن ویدئو بالا می‌رود. این مشکل به‌ویژه در نورهای غیرمستقیم یا فضاهای با چند منبع نور مشهود است.
Microsoft Video Authenticator – ابزاری که با بررسی پیکسل‌ها و تحلیل لبه‌های تصویر، احتمال جعلی بودن ویدئو را اعلام می‌کند.
Deepware Scanner – اپلیکیشنی که برای شناسایی دیپ‌فیک‌های ویدئویی و صوتی طراحی شده است.
Amber Video – پلتفرمی که اصالت ویدئو را از طریق تحلیل متادیتا و الگوهای فشرده‌سازی بررسی می‌کند.
Sensity AI – سرویس آنلاین که مجموعه‌ای از الگوریتم‌ها را برای کشف محتوای دستکاری‌شده به‌کار می‌گیرد.
خبرنگاران و محققان می‌توانند با استفاده از ابزارهای ویرایش ویدئو، هر فریم را جداگانه بررسی کنند. تغییرات غیرطبیعی در پوست، موی سر یا پس‌زمینه در فریم‌های مجاور نشانه‌ای از دستکاری است.