Los deepfakes son videos modificados utilizando tecnología de intercambio de caras a través de inteligencia artificial, por lo que el rostro del protagonista se reemplaza por la de otra persona.
Hace apenas seis meses, esto requería una codificación extremadamente compleja y un montón de tiempo libre. La tecnología para desarrollar deepfakes es una de las aplicaciones de la inteligencia artificial que está de moda. Y además, evoluciona muy rápido, permitiendo a un usuario cualquiera, la capacidad de hacer deepfake de manera cada vez más sencilla.
«La tecnología para superponer caras de famosos en otras personas lleva años disponible para los efectos especiales», dice Evgeny Chereshnev, director ejecutivo de la compañía de tecnología seguridad BiolinkTech.
Face Swapping GAN
Pero lo de FSGAN es un paso enorme en ese sentido. Esta nueva aplicación cuyo nombre significa ‘Face Swapping GAN’ o ‘Red generativa antagónica cambia-caras’, nos permite recurrir a dos técnicas diferentes de creación de deepfakes en formato video:
Técnica 1. ‘Face swapping’, que nos permite superponer el rostro de una persona sobre el cuerpo de otra,
Técnica 2 ‘Face reenactment’, que nos permite recrear la figura de una persona aplicándole los movimientos de otra.
Algoritmos entrenados
Las tecnologías hasta ahora conocidas, hay que poner a entrenar al algoritmo para poder lograr efectos bastante buenos, a diferencia de esta nueva tecnología.
Esta tecnología permite hacer todo esto sin necesidad de poner el algoritmo a entrenar durante horas, y además necesitando costoso hardware especializado, hasta que éste sea capaz de ‘aprender’ el aspecto y movimiento de un rostro humano.
Ventajas
El ahorro de tiempo no es la única ventaja de FSGAN, la pregunta es ¿hasta qué punto se simplifica a partir de ahora la generación de deepfakes?
Desarrollado por científicos de la Universidad Bar-Ilan de Israel, FSGAN mapea el rostro o las expresiones faciales de una persona ‘fuente’ (extraída de un video o, incluso, aunque con peores resultados, de un mero fotograma para aplicarlos sobre un segundo individuo ‘objetivo’.
El video permite observar que los resultados de esta técnica simplificada se acercan al nivel de perfección mostrado por otras más complejas de usar.
Lo que si hay que dejar bien claro mes que FSGAN no es muy eficiente en otros casos, como a la hora de aplicar el ‘face reenactment’ a partir de un fotograma individual, mostrando fondos de imagen temblorosos que permiten detectar el deepfake de lejos.
Código libre
Los Desarrolladores han anunciado que compartirán el código de dicha aplicación, contrario a lo que Open AI opto hacer.
Afirman que lo compartirán porque impedirlo «no detendrá el desarrollo de tecnología similar», sino que sencillamente ocultaría al público y a los responsables políticos las repercusiones del mal uso de esta clase de algoritmos, e impediría el desarrollo de alguna clase de contramedidas.
Fuente: arxiv.org
