CategoríaTecnología

¿Qué son los Deepfakes y cómo detectarlos?

Tiempo de lectura: 7 min
51

¿Te imaginas que alguien pueda suplantar tu identidad con Inteligencia Artificial? Desde hace poco se habla del fenómeno de los DeepFakes, algo que ha preocupado sobre todo a celebrities y caras conocidas. Hoy en día, cada vez parece más difícil detectar si el contenido que se difunde por la red es verídico.

Si tú también tienes dudas sobre si lo que ves en Internet es real o no, sigue leyendo este post donde te contamos qué son los DeepFakes y cómo detectarlos.

Te puede interesar: Postgrado en Inteligencia Artificial y Machine Learning

Video

Aplicación de la Inteligencia Artificial en el Fintech

Descargar

¿Qué son los deep fakes?

Hace poco apareció en las redes un vídeo de la actriz Jennifer Lawrence con la cara del actor Steve Buscemi. Al mismo tiempo que Lawrence hablaba en un discurso frente a las cámaras, el rostro del actor articulaba sus mismas expresiones. El vídeo es un claro ejemplo de cómo las noticias falsas ya no son solo texto. Estamos ante el desarrollo de imágenes sintéticas, más conocidas como Deepfakes.

El nombre de deepfake viene de Deep Learning, traducido como aprendizaje profundo, una de las corrientes de la Inteligencia Artificial. En este caso, es el aprendizaje con inteligencia artificial que se utiliza con la intención de crear contenido falso.

En la mayoría de los casos, esto se basa en manipulaciones de video en las que el software analiza el material de origen y extrae parte de él, luego lo inserta y lo adapta en otro video. Los llamados intercambios de caras o deep video portraits son la forma más común de los fake.

¿Qué son los Deepfakes y cómo detectarlos? - deepfakes que son 1024x472

Cada vez parece más difícil detectar lo que es real y lo que no. Esto no significa que sea imposible, incluso los DeepFakes mejor trabajados pueden ser detectados por especialistas en técnicas del style transfer.

En una entrevista con el diario El País, el especialista en Inteligencia Artificial Jorge Muñoz aseguro que no es un proceso que pueda escalar más allá del mundo de las celebridades. “El mayor problema de estas técnicas es que requieren una gran cantidad de datos para poder entrenarlas, por lo que hoy en día únicamente veremos contenidos así sobre personas famosas de las que se pueden encontrar millones de horas de vídeo de alta calidad en Internet”.

Los deep fakes no solo son vídeos

Los vídeos DeepFakes se han convertido en la técnica más sofisticada para crear noticias falsas (también conocidas como FakeNews) y los datos dan prueba de ello. Según el I Estudio sobre el impacto de las Fake News en España elaborado por la Universidad Complutense de Madrid:

  • El 86% de la población española se cree las noticias falsas o fake news.
  • El 60% de los españoles piensa que sabe detectarlas, pero en realidad es un 14% el que lo diferencia.
  • El 4% de la población crea y distribuye noticias falsas

Sin embargo, no son el único medio de falsificación. La tecnología deepfake permite crear fotos completamente ficticias desde cero. Se han conocido casos como el «Katie Jones», un perfil que afirma trabajar en el Centro de Estudios Estratégicos e Internacionales de EEUU, pero que, se cree, fue creado para realizar operaciones de espionaje en el extranjero.

De igual forma sucede con los audios. El Deep fake permite crear «clones de voz» de figuras públicas.

¿Cómo funciona el Deep fake?

A través de un algoritmo de inteligencia artificial llamado codificador se ejecutan miles de tomas de la cara de las personas que se quieren falsificar.

Lo que hace el codificador es identificar y aprender las similitudes entre los rostros y las reduce a características comunes compartidas a través de un proceso de comprimir la imagen. Luego entra en funcionamiento un segundo algoritmo llamado decodificador, que se encarga de recuperar las imágenes comprimidas.

Postgrado en Inteligencia Artificial y Machine Learning

Aprende sobre Big Data, Machine Learning y Deep Learning

¡Quiero apuntarme!

Para realizar el intercambio de caras, se introducen las imágenes codificadas en el decodificador contrario para que este reconstruya el rostro de la otra persona. Es decir, una imagen codificada del rostro A se alimenta al decodificador entrenado en el rostro B. El decodificador se encarga de reconstruir el rostro B con las expresiones y la orientación del rostro A para obtener una imagen convincente.

¿Cómo detectar los DeepFakes?

A medida que la tecnología evoluciona se hace más dificil detectar qué es verdadero y qué no lo es. A continuación te dejamos algunas características que te podrán ayudar a detectar un deepfake.

El parpadeo

Los humanos solemos parpadear una vez cada 2-8 segundos, durando cada parpadeo entre 1 y 4 décimas de segundo. Si quieres saber si estás ante un DeepFake, fíjate en el número de veces que parpadea, te darás cuenta de que lo hace mucho menos que una persona real. El algoritmo de los DeepFake no puede parpadear a la misma velocidad que un humano.

Cara y cuello

¿El cuerpo se ajusta a la cara o la postura coincide con la expresión facial? La mayoría de los DeepFake son principalmente sustituciones faciales, los cambios en el cuerpo solo pueden implementarse con gran esfuerzo.

Si el cuerpo de la persona a la que se le aplica un rostro tiene otras características que no coinciden, por ejemplo tatuajes, músculos pronunciados o un color de piel diferente, es una señal de falsificación.

Clips cortos

Aunque la tecnología ya es muy fácil de usar, los procesos de aprendizaje para hacer falsificaciones están muy trabajados. Por lo tanto, la mayoría de los DeepFakes que se comparten tienen solo unos segundos de duración. Entonces, si se debe verificar un clip muy corto de contenido inverosímil y no hay una razón obvia por la que la grabación sea tan breve, a menudo es porque es un fake.

Fuente de la grabación

En este contexto es importante buscar la fuente de la grabación, a la persona que primero compartió el video deepfake. A menudo, esto ayuda a averiguar el contexto de la publicación y a comprobar si el material de origen fue más detallado después de todo.

Sonido para grabación

No solo la imagen expone a una DeepFake, sino también el sonido. El software a menudo se limita a cambiar la imagen, pero no a ajustar el sonido. Entonces, si el sonido no está presente o no coincide con la imagen, por ejemplo, con una sincronización de labios mal implementada, esto indica una falsificación.

Los detalles

Ten en cuenta los detalles. Al verificar el contenido del video, también es útil dejar que se reproduzca a la mitad de la velocidad. Por ejemplo, pequeñas discrepancias en el fondo de una persona o cambios repentinos en la imagen que se notan enseguida.

Interior de la boca

El software para crear DeepFakes ha sido capaz de transferir caras bastante bien hasta ahora, pero el demonio está en los detalles. Por ejemplo, un cierto desenfoque en el interior de la boca es otra señal de que podría ser una imagen falsa. La Inteligencia Artificial todavía está luchando para representar correctamente los dientes, la lengua y la cavidad bucal cuando habla.

Usos positivos del deepfake

Aparte del entretenimiento, existen diferentes aplicaciones que pueden ser útiles con esta tecnología. Una de ellas tienen que ver con la restauración de voz de personas que han padecido enfermedades que los han dejado mudos. Veamos algunas otras aplicaciones:

  • Arte y entretenimiento: En Florida, el museo de Dalí cuenta con un deepkafe del pintor que presenta su arte y se toma selfies con los visitantes. De igual forma lo hicieron los productores de la película Rogue One de Starwars en 2016, trayendo a la vida al actor Peter Cushin.
  • Investigación: La tecnología generativa ya está permitiendo ver resultados en el campo de la medicina, a través del uso de escáneres cerebrales falsos basados en datos reales de pacientes. Esta es una tecnología útil para detectar posibles tumores.

A medida que la Inteligencia Artificial evoluciona, las especializaciones en este sector crecen cada vez más. Las empresas buscan profesionales actualizados en el sector, por eso, si quieres trabajar para formar parte del cambio, apúntate al Postgrado en Inteligencia Artificial y Machine Learning. ¡A qué esperas!

Postgrado en Inteligencia Artificial y Machine Learning

Aprende sobre Big Data, Machine Learning y Deep Learning

¡Quiero apuntarme!

Patricia Galiana

Graduada en periodismo y con experiencia como freelance y colaboraciones en medios españoles y griegos.  Ahora trabaja con IEBS en el departamento de Marketing como periodista y agregando contenidos al... Leer más

Deja una respuesta

Síguenos en las redes