Aunque las posibilidades de los sistemas de Deep Learning e Inteligencia Artificial están demostrando una enorme utilidad en muchos sectores y tareas, hay ciertos usos polémicos que podrían suponer un problema de cara al futuro. Uno de esos casos concretos es el de los "DeepFakes" que consisten en el uso de redes entrenadas para poder generar imágenes o vídeos modificados para que parezca que es otra persona distinta la que aparece en ellos.

¿Cómo funciona?

La detección de deepfake en tiempo real de Intel utiliza hardware y software de Intel y se ejecuta en un servidor e interfaces a través de una plataforma basada en la web. En el lado del software, una orquesta de herramientas especializadas forman la arquitectura optimizada de FakeCatcher.

La mayoría de los detectores basados en el aprendizaje profundo miran los datos sin procesar para tratar de encontrar signos de falta de autenticidad e identificar qué está mal con un video. En contraste, FakeCatcher busca pistas auténticas en videos reales, evaluando lo que nos hace humanos: un sutil "flujo sanguíneo" en los píxeles de un video. Cuando nuestros corazones bombean sangre, nuestras venas cambian de color. Estas señales de flujo sanguíneo se recogen de toda la cara y los algoritmos traducen estas señales en mapas espaciotemporales. Luego, utilizando deep learning, podemos detectar instantáneamente si un video es real o falso. 

En la red hay varios casos de vídeos modificados mediante estas redes de IA para simular que políticos o personajes famosos realizan ciertas acciones, que van desde parodias hasta vídeos pornográficos, o incluso "fakes" donde se puede hacer que un político diga cosas que realmente no ha dicho. Conforme esta tecnología avanza, es más difícil distinguir cuándo estamos ante un vídeo real o un DeepFake.

Para intentar evitar esta situación, Intel ha desarrollado FakeCatcher, un sistema basado también en Inteligencia Artificial que es capaz de detectar en milisegundos si un vídeo es real o se trata de una modificación de tipo "DeepFake", con una precisión del 96%.

La detección se realiza a tiempo real utilizando una combinación de software y hardware de la propia compañía, como procesadores Intel Xeon Scalable junto a instrucciones Intel AVX-512 funcionando en paralelo con 72 flujos de detección. Al contrario que otros sistemas, Intel FakeCatcher busca en los vídeos e imágenes distintos elementos que hacen que un vídeo sea real, poniendo como ejemplo las variaciones que se pueden detectar en la piel de los humanos cuando pasa flujo sanguíneo por la piel. Luego, estos resultados se comparan con los vídeos sospechosos para detectar si aparecen o no esos elementos para detectarlos como falsos.

https://www.geeknetic.es/Noticia/26884/Intel-FakeCatcher-es-capaz-de-detectar-DeepFakes-a-tiempo-real.html

https://www.intel.es/content/www/es/es/newsroom/news/intel-introduces-real-time-deepfake-detector.html