I deepfake potrebbero rendere anonime le persone nei video mantenendo la loro personalità

Categoria: Intelligenza artificiale Inserito 17 settembre

L'IA potrebbe generare volti che corrispondono alle espressioni di soggetti anonimi per garantire loro la privacy, senza perdere la capacità di esprimersi.

Le notizie: Una nuova tecnica utilizza le reti generative contraddittorio (GAN), la tecnologia alla base dei deepfake, per rendere anonimo qualcuno in una foto o in un video.

Come funziona: L'algoritmo estrae informazioni sull'espressione facciale della persona trovando la posizione di occhi, orecchie, spalle e naso. Quindi utilizza un GAN, addestrato su un database di 1,5 milioni di immagini di volti, per creare un volto completamente nuovo con la stessa espressione e lo fonde nella foto originale, mantenendo lo stesso sfondo.

Glitch: Sviluppata dai ricercatori dell'Università norvegese di scienza e tecnologia, la tecnica è ancora altamente sperimentale. Funziona su molti tipi di foto e volti, ma scatta comunque quando il viso è parzialmente occluso o ruotato ad angoli particolari. Anche la tecnica è molto glitch per il video.

Altro lavoro: Questa non è la prima tecnica di anonimizzazione del viso basata sull'intelligenza artificiale. Un documento a febbraio da ricercatori dell'Università di Albany hanno utilizzato il deep learning per trapiantare elementi chiave delle espressioni facciali di un soggetto su qualcun altro. Questo metodo richiedeva che un donatore consenziente offrisse il proprio viso come nuova tela per le espressioni.

Perchè importa: L'anonimizzazione del volto viene utilizzata per proteggere l'identità di qualcuno, come un informatore, in foto e filmati. Ma le tecniche tradizionali, come la sfocatura e la pixelizzazione, corrono il rischio di essere incomplete (cioè, l'identità della persona può essere scoperta comunque) o di spogliare completamente la personalità della persona (cioè, rimuovendo le espressioni facciali). Poiché i GAN non utilizzano affatto la faccia originale del soggetto, eliminano qualsiasi rischio del primo problema. Possono anche ricreare le espressioni facciali in alta risoluzione, offrendo così una soluzione a quest'ultima.

Non sempre il cattivo: La tecnica dimostra anche una nuova proposta di valore per i GAN, che hanno sviluppato una cattiva reputazione per aver abbassato la barriera alla produzione di disinformazione persuasiva. Sebbene questo studio fosse limitato ai media visivi, per estensione mostra come i GAN potrebbero essere applicati anche all'audio per rendere anonime le voci.