Investigadores de la Universidad de Hull han desarrollado un nuevo método para detectar deepfakes, basado en el análisis del reflejo de la luz en los ojos mediante instrumentos astronómicos. El método ha mostrado resultados prometedores, pero requiere mejoras adicionales.
Detección de deepfakes
Un enfoque innovador para identificar falsificaciones
La sabiduría popular dice que los ojos son el espejo del alma. Sin embargo, investigaciones recientes han demostrado que también pueden ser una herramienta eficaz para identificar deepfakes. Los científicos proponen utilizar técnicas utilizadas en astronomía para estudiar galaxias para analizar en las imágenes el reflejo de la luz en los ojos. Este enfoque fue desarrollado por Adejumoke Owolabi, estudiante de maestría en la Universidad de Hull en el Reino Unido.
Colaboraciones de ciencia y tecnología
Owolabi trabajó en conjunto con Kevin Pimblett, profesor de astrofísica y director del Centro de Estudios Avanzados Ciencia de datos, IA y modelado. Su equipo realizó un análisis comparativo de fotografías reales de personas e imágenes generadas por inteligencia artificial. Se utilizaron dos métodos astronómicos para estudiar los reflejos de la luz en los ojos de ambas categorías de imágenes: el coeficiente de Gini y el sistema CAS.
Métodos astronómicos al servicio del reconocimiento de imágenes
El coeficiente de Gini se utiliza para estimar la concentración de luz en imágenes de galaxias Basado en análisis de píxeles. Los valores de coeficiente de 0 a 1 le permiten determinar la estructura de la galaxia: lisa o abarrotada, lo cual es típico de las galaxias elípticas o espirales, respectivamente. El sistema CAS, a su vez, ayuda a los astrónomos a medir la distribución de la luz en las galaxias para determinar su morfología.
Resultados de la investigación
El equipo de investigación utilizó ambas herramientas para comparar los globos oculares izquierdo y derecho en fotografías reales e imágenes generadas por IA. Aunque el sistema CAS no mostró suficiente eficacia en la detección de deepfakes, el coeficiente de Gini mostró diferencias significativas.
Las investigaciones han demostrado que si los reflejos de la luz en ambos ojos coinciden, es muy probable que la imagen sea genuina. Por otro lado, los aspectos destacados inconsistentes pueden indicar un deepfake.
Perspectivas y limitaciones del método
El profesor Pimblett enfatiza que este método no es un medio absolutamente confiable para identificar imágenes falsas . Existe la posibilidad de obtener resultados tanto falsos positivos como falsos negativos. Sin embargo, este enfoque proporciona un marco y una estrategia para un mayor desarrollo de métodos de detección de deepfake en un entorno tecnológico en constante cambio.
Glosario
- Deepfake es una tecnología para sintetizar una imagen o video de una persona usando inteligencia artificial
- La Universidad de Hull es una institución de educación superior en el Reino Unido fundada en 1927
- El coeficiente de Gini es un indicador estadístico utilizado para medir la asimetría de una distribución
- Sistema CAS: un método para analizar imágenes de galaxias basado en la medición de la concentración, la asimetría y la agrupación
- IA (Inteligencia artificial): tecnología para crear máquinas inteligentes y programas informáticos
Enlaces
Respuestas a preguntas
¿Cómo pueden los ojos ayudar a detectar deepfakes?
¿Qué instrumentos astronómicos se utilizan para el análisis de imágenes?
¿Qué tan precisa es la detección de deepfakes mediante el análisis ocular?
¿Quién investigó sobre la detección de deepfakes?
¿Por qué el coeficiente de Gini es más efectivo que el sistema CAS?
Hashtags
Guardar un enlace a este articulo
Discusion del tema – Una revolución en la detección de deepfake: de las galaxias a los ojos
El artículo describe un nuevo método para detectar deepfakes analizando el reflejo de la luz en los ojos, utilizando herramientas utilizadas anteriormente para estudiar galaxias.
Ultimos comentarios
8 comentarios
Escribir un comentario
Su dirección de correo electrónico no se publicará. Los campos obligatorios están marcados *
Alicia
¡Guau, esto es tan interesante! 🤓 Nunca hubiera pensado que se podrían utilizar instrumentos astronómicos para identificar deepfakes. ¡Es sorprendente cómo se puede aplicar la ciencia en las áreas más inesperadas!
Hans
Sí, Alicia, ¡eso es realmente impresionante! Pero me preocupa que los delincuentes puedan adaptarse rápidamente y aprender a eludir este método. ¿Cuánto tiempo crees que será efectivo? 🤔
Sophie
Hans, tienes razón, es una carrera armamentista. Pero creo que cualquier nuevo método de detección es un paso adelante. Incluso si no es perfecto, obliga a los creadores de deepfake a trabajar más duro, lo que puede frenar su propagación. 💪
Giovanni
Estoy de acuerdo con Sofía. Por cierto, me sorprendió la precisión con la que el coeficiente de Gini puede determinar la diferencia de deslumbramiento. Me pregunto si esta tecnología se puede aplicar al video. 🎥
Viktor
Ja, otra tecnología inútil. En lugar de perder el tiempo luchando contra molinos de viento, sería mejor hacer algo realmente importante. Aún así, los estafadores siempre encontrarán una manera de eludir la protección.
Alicia
Víctor, no estoy de acuerdo. Cualquier progreso en la detección de deepfakes es importante. Esto puede ayudar a proteger a las personas de estafas y desinformación. ¡No te rindas sólo porque la tarea es difícil! 💡
Hans
¡Yo apoyo a Alicia! Giovanni, tu idea para el vídeo es interesante. ¿Quizás deberíamos escribir a los investigadores y sugerirles desarrollar la tecnología en esta dirección? ¡Esto podría ser un gran avance en la lucha contra los deepfakes en las redes sociales! 📱
Sophie
¡Qué buena idea, Hans! Me encantaría participar en un proyecto así. Imagínese cómo esto podría cambiar el panorama de las noticias falsas y la desinformación en Internet. ¿Alguien sabe cómo contactar a estos científicos? 🕵️♀️