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
7 BILjAKA KOJE BAŠTOVANI NIKADA NE BI POSADILI: Smatraju da nisu za dvorište kuće
24. 07. 2026. u 16:30
OBJAVLjENA NAJPOPULARNIJA IMENA U SRBIJI U 2025. GODINI: Jedno žensko ime i dalje broj jedan na listi
24. 07. 2026. u 15:05 >> 15:55
ZAŠTO SANjAMO ODREĐENE LjUDE? Sigmund Frojd je verovao da slučajnosti ne postoje
24. 07. 2026. u 14:13
Klikni na zvezdicu u gornjem desnom uglu i zaprati Novosti na Google News platformi
NESTAO PRE 20 GODINA, PRONAĐEN MRTAV U ŠIBLjU: Telo identifikovano po zubima, MISTERIJA i dalje nije rešena
Rasel Skozi, IT stručnjak iz Velsa koji je nestao 2002. godine, pronađen je mrtav posle više od 20 godina u gustom šiblju nedaleko od Svonsija. Njegovi posmrtni ostaci identifikovani su pomoću stomatoloških kartona, ali...
24. 07. 2026. u 16:35 >> 17:07
HITNO UPOZORENjE ZA VOZAČE U SRBIJI: Opozvana dva popularna Nissan modela zbog rizika od požara i povreda
NA sajtu sistema NEPRO objavljen je opoziv dva modela putničkih vozila marke Nissan zbog bezbednosnih rizika koji mogu dovesti do povreda korisnika, odnosno povećanog rizika od požara.
24. 07. 2026. u 16:00
DEČAK JEO KOBASICU I UMRO: "Kad bi znali šta krpelj može..." Prvi smrtni slučaj u svetu
REČ je o prvom poznatom smrtnom slučaju na svetu uzrokovanom ovom alergijom.
23. 07. 2026. u 07:19 >> 23:04
Komentari (0)