Deepfake

Šta su deepfakes?

Deepfakes se odnosi na manipulaciju videozapisa ili drugih digitalnih prikaza proizvedenih sofisticiranom umjetnom inteligencijom (AI), koje daju izmišljene slike i zvukove koji izgledaju kao stvarni.

Deepfakes su tako nazvani jer koriste tehnologiju dubokog učenja (deep learning), granu mašinskog učenja koja primenjuje neuronsku mrežnu simulaciju na ogromnim bazama podataka, kako bi se kreirali lažni podaci.
Umjetna inteligencija pouzdano uči kako izvorno lice izgleda pod različitim uglovima kako bi se lice prenijelo na metu, obično glumca, kao da je to maska.

Ogroman napredak postignut je primjenom generativnih protivgradnih mreža (GANS) kako bi se dva AI algoritma suprotstavila jedni drugima, jedan stvarajući krivotvorine, a drugi usmjeravajući svoje napore, podučavajući sintezni pogon da pravi bolje falsifikat.

Kako funkcioniše deepfake?

Sistem dubokog učenja može proizvesti uvjerljivu krivotvorinu proučavanjem fotografija i videozapisa ciljane osobe iz više uglova, a zatim oponašanjem njezinog ponašanja i obrazaca govora.
Jednostavni softverski alati kao što su FakeApp i DeepFaceLab su učinili dostupnim uporedni efekat svima.
Tehnologija nudi zanimljive mogućnosti koje se kreću od presnimavanja, poboljšanja i popravljanja videozapisa do rješavanja efekata u video igrama, kreiranje aplikacija koje nam omogućuju da isprobamo odjeću ili frizuru, pa čak i da obučimo ljekare.

Deepfake danas

Zabrinjavajuće je što se broj deepfake videozapisa na mreži udvostručio za manje od godinu dana, sa 7,964 u decembru 2018. na više od 14, 000 samo devet mjeseci kasnije. Tehnologija deepfake-a je rastući trend kojeg organizacije moraju biti svjesne, jer je vjerovatno da će prevaranti koristiti ovu tehnologiju da bi počinili cyber-kriminal.

Sljedeća stanica – Banke

Što se tiče sektora finansijskih usluga. Banke pohranjuju ogromnu količinu podataka o klijentima i zloupotreba ovih podataka i / ili njihove imovine može imati štetne posljedice na sve koji su uključeni.

Postoje dvije različite vrste deepfake-a: audio i video.
Obje vrste medija mogu stvoriti probleme unutar financijskih usluga:

Lažni “onboarding”, kroz korištenje tuđeg identiteta ili stvaranja potpuno novog sintetičkog identiteta
Lažne autorizacije plaćanja i transfera
Lažna impersonalizacija poslovnih lidera zbog lažnih trgovanja ili prevare zaposlenika

Kada se podaci zloupotrijebe i ako cyber-kriminalci ostvare pristup računima, klijent može potencijalno izgubiti imovinu.
Očito je da će klijent u tom trenutku izgubiti povjerenje u instituciju i malo je vjerovatno da će banku preporučiti prijatelju ili kolegi. Ali sigurno je da će deepfake zloupotreba imati daleko lošiji utjecaj na samu organizaciju, banke rizikuju ozbiljne kazne i gubljenje povjerenja javnosti, a sve to može dovesti do propadanja bilo koje kompanije.

Nemoguće je [ljudskim očima] uočiti te razlike, ali za adekvatan algoritam to nije problem.
Najbolja obrana od prevara u kojima se koristi AI, je korištenje AI-ja za borbu protiv istih.

Pogledajte jedan od primjera deepfake video manipulacije u nastavku:

Eric Drass – Obama/Jordan Peele

FinConf News

Financial Services News