Google le ayuda a diferenciar los “deepfakes”

Google está poniendo la directa para ponerse al día con las nuevas tecnologías “fake”, ya que supone un peligro. Así, ha liberado una base de datos de producción propia con ejemplos de vídeos y audio manipulados para ser realistas con el objetivo de ayudar a combatir el denominado “ultrafalso” ('deepfake')

Google está poniendo la directa para ponerse al día con las nuevas tecnologías “fake”, ya que supone un peligro. Así, ha liberado una base de datos de producción propia con ejemplos de vídeos y audio manipulados para ser realistas con el objetivo de ayudar a combatir el denominado “ultrafalso” ('deepfake'). La Universidad Técnica de Múnich (Alemania) y la Universidad Federico II de Nápoles (Italia) ha incorporado esta base de datos al respositorio FaceForensics benchmark, y puede descargarse a través de su página en GitHub para investigación.

Para elaborarla han creado 1.000 secuencias de vídeo originales manipuladas con cuatro métodos automatizados de manipulación facial: Deepfakes, Face2Face, FaceSwap y NeuralTextures.

Este conjunto de datos ha sido creado a partir de actores pagados, como explica la compañía, de quienes han grabado cientos de vídeos. Los datos provienen de 977 videos de YouTube y todos los vídeos contienen una cara frontal rastreable en su mayoría sin oclusiones, lo que permite que los métodos automáticos de manipulación generen falsificaciones realistas.

Los vídeos reales y manipulados que contiene la base de datos liberada forman parte de los trabajos de la compañía para detectar el 'deepfake'. "Desde su primera aparición a fines de 2017, han surgido muchos métodos de generación de código falso profundo de código abierto, lo que ha dado lugar a un número creciente de clips de medios sintetizados. Mientras que muchos es probable que sean humorísticos, otros podrían ser perjudiciales para las personas y la sociedad", explica la compañía en un comunicado. El “ultrafalso” o “deepfake” es un tipo de falsificación que se realiza con tecnología de aprendizaje profundo, y que dota de gran realismo a los vídeos y las imágenes. Su generalización con herramientas de acceso público como las aplicaciones Zao o FaceApp, plantea cuestiones sobre la veracidad de lo que se está viendo, ya difumina los límites entre la realidad y la ficción.