DIPFEJK DETEKTORI PALI NA TESTU: Istraživači pozivaju na hitna poboljšanja
NIJEDAN od 16 vodećih detektora ne može pouzdano da identifikuje lažne fotografije u stvarnom svetu, otkrili su australijski i južnokorejski istraživači.
Foto Shutterstock
Nedavno objavljeni rad na portalu arXiv, koji su zajednički izradili australijska nacionalna naučna agencija CSIRO i južnokorejski Univerzitet Sungkjunkvan, otkrio je ozbiljne ranjivosti u postojećim dipfejk (deepfake) detektorima.
Istraživanje je procenilo 16 vodećih detektora i pokazalo da nijedan od njih nije u stanju da pouzdano identifikuje deepfake u stvarnim uslovima.
Metodologija istraživanja
Istraživači su razvili okvir u pet koraka za procenu alata koji uključuje tip dipfejka, metodu detekcije, pripremu podataka, obuku modela i validaciju.
Pritom su identifikovali i 18 faktora koji utiču na tačnost detektora koji su testirani u različitim scenarijima, uključujući crnu, belu i sivu kutiju.
Postojeći detektori pokazuju ozbiljne slabosti, posebno kada se suočavaju s radovima koji se ne nalaze u njihovim treniranim podacima, zapažaju istraživači.
Na primer ICT (Identity Consistent Transformer), detektor treniran na licima poznatih osoba, nije bio efikasan u detekciji dipfejka s nepoznatim osobama.
Detektori su pali na ispitu, nebitno da li je u pitanju "synthesis deepfake" koji generiše potpuno nova sintetička lica, "faceswap deepfake" radovima u kojima se lice jedne osobe zamenjuje drugim ili " reeanactment deepfake" u kojem se zadržavaju crte lica neke osobe, ali se menjaju njeni izrazi.
Integracija podataka
Istraživači pozivaju na hitna poboljšanja, predlažu razvoj više detektora i korišćenje različitih izvora podataka kako bi se poboljšala tačnost detekcije.
Naglašavaju i potrebu integracije audio, tekstualnih i meta podataka u modele za detekciju, kao i primenu strategija poput fingerprintinga, odnosno ugradnje veštačkih i GAN otisaka u slike i video snimke kako bi se bolje pratilo poreklo dipfejka.
Prva metoda uključuje ugradnju jedinstvenih oznaka u trening podatke generativnih modela koji se prepoznaju u generisanim dipfejk radovima, a druga na prirodne oznake koje generativni modeli ostavljaju u generisanim sadržajima.
(b92)
Preporučujemo
TAKMIČAR IZ POTERE ODUŠEVIO SRBIJU: Svoj deo osvojene sume dao za lečenje dečaka
24. 03. 2026. u 12:00
VAŠINGTON POST TVRDI: Ruska služba spremala scenario sa atentatom na Orbana
RUSKA Spoljna obaveštajna služba (SVR) navodno je razmatrala planove za uticaj na izbore u Mađarskoj, uključujući i insceniranje atentata na premijera Viktora Orbana, u cilju jačanja podrške Orbanu, pokazuje interni dokument do kojeg su došle evropske službe bezbednosti, piše danas Vašington post (WP).
21. 03. 2026. u 13:35
KULT PREDAKA U PLAMENU MRŽNjE: 45 godina od paljenja konaka Pećke patrijaršije – Zločin koji je najavio Martovski pogrom
OVE sedmice pre tačno 45 godina, srpski narod i Srpska pravoslavna crkva zanemeli su pred prizorom koji je nagovestio decenije stradanja na Kosovu i Metohiji.
17. 03. 2026. u 19:10
MILEO AUTO-PUTEM: Policajci bili u čudu kad su videli KO je za volanom (VIDEO/FOTO)
KADA su zbog spore vožnje na auto-putu zaustavili automobil marke Dodž, policajci iz Ogdena u američkoj saveznoj državi Juta, pomislili su da je vozaču pozlilo.
22. 03. 2026. u 22:25
Komentari (0)