Kako bi se uvjerili u istinitost nekog događaja, često je bitno da tome svjedočimo svojim očima, da li ličnim prisustvom ili gledanjem snimaka samog događaja. Iako je napretkom tehnologije bilo moguće manipulirati snimcima onog što gledamo, takvi “kozmetički” zahvati su tražili velike resurse i ogromno znanje. Realistični snimci čelnika država i svjetskih tehnoloških giganata kako govore ili čine nezamislive stvari bili su rijetkost.
Stoga su lažne vijesti, nerijetko generirane na “farmama portala” češće bile korištene kako bi se obmanula javnost i širile alarmantne “informacije” uobičajeno praćene fotografijom i tekstom “skandaloznog” sadržaja čiji cilj je imao širiti paniku, mržnju ili jednostavno privući klikove na društvenom mrežama. Za ovako nešto, bile su dovoljne osnove poznavanja rada u programima poput Photoshopa i nedostatak morala i savjesti, a budući da se radi o “stvaranju” lažne uznemirujuće, često opasne vijesti.
Zadnjih godina, napretkom deepfake (dipfejk) tehnologije, dolazimo u situaciju da nam čak ni vlastite oči više ne garantiraju da znamo razlučiti da li je istinit događaj koji gledamo na videosnimku koji kruži društvenim mrežama, odnosno da li je neki svjetski moćnik zaista rekao to što je rekao. Napredna tehnologija tako može “oživjeti mrtve”, izvući “snimak iz mladosti”, staviti objavu rata u nečija usta, a sve na način da ono što vidimo i čujemo djeluje zaista autentično.
U poređenju s deepfakeom, lažne vijesti, ili kako ih američki predsjednik Donald Trump naziva fake news, dječija su igrarija.
Deepfake podrazumijeva sintetički medij i mada se najčešće povezuje sa video zapisima, može podrazumijevati i audio, fotografiju ili tekstualni zapis, pojašnjava Belma Ibrahimović, viša naučnica za obradu kompleksnih podataka pri Toptalu.
Upotreba vještačke inteligencije
Iako modificiranje i manipuliranje ovih tipova medija nije ništa novo, ono po čemu se deepfake razlikuje jeste tehnologija kojom se generira, a koja podrazumijeva deep learning, jako moćnu oblast vještačke inteligencije, pojašnjava, te dodaje da je ova tehnologija omogućila nevjerovatno realistične lažne digitalne zapise.
“Deep learning dio deepfake tehnologije se najčešće zasniva na posebnoj vrsti neuronskih mreža, takozvane GAN mreže, koje se sastoje od dva osnovna dijela: generatora – kreativnog dijela mreže čiji je zadatak da kreira medij i diskriminatora – intelektualnog dijela mreže koji je naučio kako izgleda stvarni medij i ima za zadatak da pokuša detektovati da li je medij koji je generator kreirao lažan ili stvaran. U onom momentu kada više ne može prepoznati razliku, generator je naučio svoj posao dovoljno dobro da zavara ne samo svog diskriminatora nego i nas ljude”, kaže Ibrahimović.
Ono što je posebno zabrinjavajuće kod ove tehnologije jeste da ne treba veliko znanje da bi se njene mogućnosti iskoristile.
Kako kaže stručnjakinja za obradu kompleksnih podataka, danas postoji jako puno web aplikacija i aplikacija za pametne uređaje pomoću kojih svako od nas može, uz samo nekoliko klikova, postati glavna uloga u svom omiljenom filmu.
“No, iako ovako generisani video zapisi mogu biti jako realistični, najvjerovatnije je da neće biti na nivou deepfakea koji kruže digitalnim svijetom sa javnim ličnostima kao glavnim akterima. Razlog tome je što su ovakve tehnologije ‘gladne za podacima’ i daju bolje rezultate kada imaju više digitalnih zapisa iz kojih mogu naučiti oponašati osobu. Javne ličnosti su stoga idealan izbor za deepfake aplikacije zbog velike količine lahko dostupnih digitalnih zapisa”.
(Kompletan tekst pročitajte na Al Jazeera Balkans)
