Dirbtinis intelektas
Netikra tikrovė: kaip atpažinti DI sugeneruotą realistišką vaizdą?
Dirbtinis intelektas (DI) jau gali prakalbinti bet kurį veidą ir tai kelia neišgalvotą, o realų pavojų. Vos kelių sekundžių balso įrašas ar viena nuotrauka – tiek užtenka, kad būtų sukurtas įtikinamas vaizdo įrašas, kuriame žinomas žmogus kalba tai, ko niekada nesakė. Vygintas Domarkas, „Telia“ skaitmeninės transformacijos vadovas, ir Tomas Sakro, DI vaizdo įrašų kūrėjas, ragina ne tik kritiškai vertinti tai, ką matome internete, bet ir patiems išbandyti nemokamai prieinamus įrankius. Tik taip galite išmokti atpažinti, kas tikra, o kas – klastotė.
Reklama
Nukenčia nesusipažinę su technologijomis
„Ten, kur atsiranda naujų galimybių, visada atsiranda ir bandymų jas išnaudoti nesąžiningai. Ypač socialiniuose tinkluose, kur plinta įtartinai tikroviški vaizdai ar informacija. Lietuvoje populiarėja balso klonavimo apgaulės, siekiant išvilioti pinigų. Dirbdamas su tuo matau, kaip lengvai žmonės neatskiria dirbtinumo – o čia ir slypi grėsmė“, – sako T. Sakro.
DI vaizdo įrašų kūrėjo teigimu, socialiniuose tinkluose DI sukurtas apgavystes dažnai pavyksta greitai pašalinti, tačiau įgudę sukčiai randa būdų jas vėl paskleisti.
„Jeigu aš būčiau apgavikas ir norėčiau iš žmonių kažką ištraukti, turbūt tiesiog paleisčiau internetines reklamas, banerius ar trumpus vaizdo įrašus. Tai labai lengvas viliojimo būdas. Be to, yra žmonių, kurie dalinasi tokiu turiniu socialiniuose tinkluose. Nors jis neretai greitai pašalinamas, vis tiek atsiranda, kas jį įkelia iš naujo. O jei turinys klaidinantis, bet įtaigus, pavyzdžiui, apie kokį nors dėmesį prikaustantį „super įvykį“, žmonės visada ras būdą jį išsaugoti ir perduoti toliau“, – perspėja inovacijų ekspertas.
Dabar ypač populiarūs DI generuoti netikri vaizdo įrašai. Tokie vaizdo įrašai dažnai atrodo itin įtikinamai, nes juose atkuriamas tikras balsas, veidas ir judesiai, todėl žmonėms sunku atskirti tikrą informaciją nuo klastotės. Su savo balso klonu bandė išvilioti pinigų
„Jeigu jums duočiau dešimt sekundžių pažiūrėti realistišką, bet DI sugeneruotą video, tikėtina, kad dauguma suabejotų, ar jis netikras. Slenkant per „TikTok“ srautą daugelį netikrų video jau dabar žmonės praleidžia, nes iš pažiūros viskas atrodo įtikinamai. Tad pamačius tokią neįtikėtiną naujieną svarbu tikrinti pirminius šaltinius ir ieškoti patvirtinimo patikimuose kanaluose“, – sako V. Domarkas.
Siūlo išbandyti patiems
Anot V. Domarko, DI sukurti vaizdo įrašai dažnai atrodo pernelyg tvarkingi, tarsi „vidurkiški“. Jiems trūksta autentiškumo, natūralių detalių ir žmogiško netobulumo. Nematomas „YouTube“ pasaulis
„Kai matote žmogų, jo veidas nebūna idealiai simetriškas, kalbant lūpų kampučiai juda nevienodai, dantys nebus lyg štampuoti, o su DI sugeneruotiems vaizdams trūksta tarsi aštrumo, žmogiško unikalumo. Video atrodo nugludinti, lyg išvesti iš realybėje matomų vaizdų vidurkio. Dirbtinai sugeneruoti vaizdai išsiduoda pernelyg tobula veidų simetrija“, – atskleidžia „Telia“ skaitmeninės transformacijos vadovas.
Garsas ir balsas DI generuojamuose vaizduose taip pat turi juos „išduodančių“ požymių, tačiau šios technologijos sparčiai tobulėja. Anksčiau buvo akivaizdžių neatitikimų tarp lūpų judesių ir kalbamo teksto, tačiau dabar, pasak eksperto, balsas su lūpomis sutampa. Apžvelgė 2024-ųjų darbdavio įvaizdžio kampanijas
„Mūsų kalbos unikalumas apsunkina DI įrankių darbą. Žiūrėdami lietuviškus vaizdo įrašus atkreipkite dėmesį į kirčiavimą. Be to, dažnai vaizdo įrašuose pasitaiko animuotos grafikos, kuri kartais būna uždėta gana primityviai. Taip pat atkreipkite dėmesį į vaizdo įrašo foną už kalbančio žmogaus. Jeigu jis statiškas, jame nėra praeivių, matote tik kalbančią galvą, į turinį žiūrėkite atsargiau“, – antrina T. Sakro.
„Telia“ skaitmeninės transformacijos vadovo teigimu, norint išmokti atpažinti DI klastotes, neužtenka vien teorinių žinių, būtina praktiškai pačiam panirti į šių įrankių pasaulį. Todėl vienas efektyviausių būdų ugdyti atsparumą skaitmeninėms manipuliacijoms yra ne vengti DI, o jį tyrinėti ir naudoti. Tokios platformos kaip „Hedra“ leidžia nemokamai kurti kalbančius avatarus, o „Gemini“ – vaizdo įrašus iš teksto lietuvių kalba. Balso atpažinimas vs. kalbos atpažinimas
Ekspertai įspėja, kad netrukus DI sukurti vaizdo įrašai atrodys tiesiog tobulai. Jie bus tokios kokybės, kad plika akimi atskirti nuo tikros, realiai nufilmuotos medžiagos paprasčiausiai nebus įmanoma.Vaizdų autentiškumui greičiausiai teks pasitelkti kitus DI įrankius, kurie galėtų analizuoti turinį ir atpažinti, ar vaizdas yra autentiškas.
