×

We use cookies to help make LingQ better. By visiting the site, you agree to our cookie policy.


image

DR P3 Essensen Nyheder, Sådan spotter du en deepfake

Sådan spotter du en deepfake

Skal du glo? Hvad?

Det er ikke svært at se, at de videoer er falske.

Det er deepfakes. Man har lagt et ansigt oven på et andet.

En slags photoshop for video eller en face swap.

De udvisker grænsen mellem sandt og falsk.

Det er vigtigt at kunne gennemskue, hvad der er manipuleret.

De er lavet af kunstige intelligenser eller AIs -

- igennem "deep learning". Deraf navnet deepfake.

Deep learning lærer en computer at løse opgaver gennem gentagelser.

Den kunstige intelligens forsøger at generere data såsom billeder.

En anden del af den vurderer, om billedet er ægte eller genereret.

Genererede billeder sendes tilbage til første del for at forbedres.

Det fortsætter, indtil den ikke kan skelne mellem de to.

Man skal bruge to ting: en masse billeddata og en masse tid.

Jo mere billeddata og især med forskellige udtryk og vinkler -

- jo bedre bliver computeren til at genskabe ansigter.

Det tager en masse tid for computeren at lære at genskabe ansigter.

Det kan tage dage eller uger selv med de bedste grafikkort.

Teknologien er primært blevet brugt til kun to ting. Memes ...

Og så til porno. Det er ulovligt at bruge folks ansigter -

- til porno, de ikke har valgt at spille med i. Det er ikke cool.

Der er en tredje måde at bruge den her teknologi:

Deepfakes, der udfordrer demokratiet og mediernes troværdighed.

De er frygtede, for man kan få enhver til at fremstå, som man ønsker.

Kan man så overhovedet stole på sine egne øjne længere.

Deepfakes kan gøre fake news mere overbevisende -

- og misinformation nemmere at tro på -

- især hvis det taler ind i ens verdenssyn.

Det kaldes et ekkokammer, og det har vi også lavet en video om.

En anden trussel ved deepfakes er, at de kan gøre folk overskeptiske.

Man kan se en ægte video og alligevel sige: "Den er falsk."

Det kan den jo lige så godt være.

Det er nemmere at fraskrive sig det, der afviger fra ens holdninger.

Babyer græder for meget, og alle i verden skal have 5 mia. kr.

De fleste kan nok se, at der er noget galt med videoen.

Den deepfake lavede DR's So ein Ding af Lars Løkke for under to år siden.

Teknologien har udviklet sig siden -

- og moderne deepfakes springer ikke så meget i øjnene.

Man skal se efter små detaljer for at se, om det er manipuleret.

Den første ting er, om man kan se omridset af masken.

Altså en kant om ansigtet. Enten matcher hudfarven ikke -

- eller også er opløsningen anderledes.

Tænder ligner én hvid plade i stedet for enkelte tænder.

Læg også mærke til, om skæg er tydeligt og naturligt.

En hånd foran ansigtet kan få det hele til at smelte sammen.

Læg mærke til lys og skygger.

Falder skygger som forventet og reflekterer briller lys rigtigt?

Mange af de her fejl kan skjules, hvis videoens kvalitet er dårlig.

Og detaljerne bliver svære at se på en lille skærm, fx en smartphone.

De klassiske fejl, vores praktikant lavede i de første eksempler -

- findes ikke i overbevisende deepfakes.

De bedste af dem kan kun gennemskues af en anden kunstig intelligens.

En usynlig kamp mellem maskiner.

Facebook har sat en AI til at gennemsøge siden for deepfakes.

Dem, der laver deepfakes, er altid et trin foran dem, der skal opdage dem.

Vores bedste våben er altså, når vi tænker over -

- om personen i videoen virkelig ville sige det, vi hører dem sige.


Sådan spotter du en deepfake

Skal du glo? Hvad?

Det er ikke svært at se, at de videoer er falske.

Det er deepfakes. Man har lagt et ansigt oven på et andet.

En slags photoshop for video eller en face swap.

De udvisker grænsen mellem sandt og falsk.

Det er vigtigt at kunne gennemskue, hvad der er manipuleret.

De er lavet af kunstige intelligenser eller AIs -

- igennem "deep learning". Deraf navnet deepfake.

Deep learning lærer en computer at løse opgaver gennem gentagelser.

Den kunstige intelligens forsøger at generere data såsom billeder.

En anden del af den vurderer, om billedet er ægte eller genereret.

Genererede billeder sendes tilbage til første del for at forbedres.

Det fortsætter, indtil den ikke kan skelne mellem de to.

Man skal bruge to ting: en masse billeddata og en masse tid.

Jo mere billeddata og især med forskellige udtryk og vinkler -

- jo bedre bliver computeren til at genskabe ansigter.

Det tager en masse tid for computeren at lære at genskabe ansigter.

Det kan tage dage eller uger selv med de bedste grafikkort.

Teknologien er primært blevet brugt til kun to ting. Memes ...

Og så til porno. Det er ulovligt at bruge folks ansigter -

- til porno, de ikke har valgt at spille med i. Det er ikke cool.

Der er en tredje måde at bruge den her teknologi:

Deepfakes, der udfordrer demokratiet og mediernes troværdighed.

De er frygtede, for man kan få enhver til at fremstå, som man ønsker.

Kan man så overhovedet stole på sine egne øjne længere.

Deepfakes kan gøre fake news mere overbevisende -

- og misinformation nemmere at tro på -

- især hvis det taler ind i ens verdenssyn.

Det kaldes et ekkokammer, og det har vi også lavet en video om.

En anden trussel ved deepfakes er, at de kan gøre folk overskeptiske.

Man kan se en ægte video og alligevel sige: "Den er falsk."

Det kan den jo lige så godt være.

Det er nemmere at fraskrive sig det, der afviger fra ens holdninger.

Babyer græder for meget, og alle i verden skal have 5 mia. kr.

De fleste kan nok se, at der er noget galt med videoen.

Den deepfake lavede DR's So ein Ding af Lars Løkke for under to år siden.

Teknologien har udviklet sig siden -

- og moderne deepfakes springer ikke så meget i øjnene.

Man skal se efter små detaljer for at se, om det er manipuleret.

Den første ting er, om man kan se omridset af masken.

Altså en kant om ansigtet. Enten matcher hudfarven ikke -

- eller også er opløsningen anderledes.

Tænder ligner én hvid plade i stedet for enkelte tænder.

Læg også mærke til, om skæg er tydeligt og naturligt.

En hånd foran ansigtet kan få det hele til at smelte sammen.

Læg mærke til lys og skygger.

Falder skygger som forventet og reflekterer briller lys rigtigt?

Mange af de her fejl kan skjules, hvis videoens kvalitet er dårlig.

Og detaljerne bliver svære at se på en lille skærm, fx en smartphone.

De klassiske fejl, vores praktikant lavede i de første eksempler -

- findes ikke i overbevisende deepfakes.

De bedste af dem kan kun gennemskues af en anden kunstig intelligens.

En usynlig kamp mellem maskiner.

Facebook har sat en AI til at gennemsøge siden for deepfakes.

Dem, der laver deepfakes, er altid et trin foran dem, der skal opdage dem.

Vores bedste våben er altså, når vi tænker over -

- om personen i videoen virkelig ville sige det, vi hører dem sige.