Μια διαφορετική προσέγγιση στην ανίχνευση των deepfakes χρησιμοποιεί φως αντί για αποκλειστικά ψηφιακή επεξεργασία και μπορεί να εξετάζει πολλά βίντεο ταυτόχρονα. Ερευνητές παρουσίασαν μια υβριδική οπτικο-νευρωνική αρχιτεκτονική που συνδυάζει ψηφιακή κωδικοποίηση με οπτικό επεξεργαστή. Στόχος είναι η γρήγορη αναγνώριση βίντεο που έχουν παραχθεί ή αλλοιωθεί με τεχνητή νοημοσύνη, με μικρότερη κατανάλωση ενέργειας.
15 βίντεο παράλληλα
Στην πειραματική διάταξη, το σύστημα μπορούσε να επεξεργάζεται 15 κανάλια βίντεο ταυτόχρονα. Στο σύνολο δεδομένων Celeb-DF η συνολική πειραματική ακρίβεια έφτασε το 97,79%, ενώ στις προσομοιώσεις καταγράφηκε 98,12%. Η ευαισθησία του συστήματος παρέμεινε κοντά στο 99,9%. Οι ερευνητές δοκίμασαν επίσης την απόδοσή του όταν τα βίντεο είχαν θόρυβο, θόλωση ή ισχυρή συμπίεση JPEG. Η βασική ιδέα είναι ότι μέρος των υπολογισμών πραγματοποιείται με τη διάδοση και περίθλαση του φωτός. Έτσι, οι οπτικοί αποκωδικοποιητές μπορούν να εκτελούν επεξεργασία χωρίς το ενεργειακό κόστος που απαιτούν πολύ βαθιά ψηφιακά νευρωνικά δίκτυα.
Δεν είναι «ανιχνευτής κάθε deepfake»
Τα υψηλά ποσοστά αφορούν συγκεκριμένα datasets και πειραματικές συνθήκες. Δεν σημαίνουν ότι το σύστημα θα αναγνωρίζει με την ίδια ακρίβεια κάθε μελλοντικό deepfake στο διαδίκτυο. Η έρευνα, πάντως, δείχνει έναν δρόμο για συστήματα μαζικού ελέγχου βίντεο με υψηλή ταχύτητα και χαμηλότερη κατανάλωση ενέργειας. Η μελέτη δημοσιεύθηκε στο επιστημονικό περιοδικό eLight.
