ใบหน้าของ Deepfake นั้นอยู่นอกเหนือความสามารถของผู้ที่มีความสามารถพิเศษในการระบุอย่างต่อเนื่องโดยมีความหมายที่น่าสลดใจบางอย่าง แต่ยังมีสิ่งที่ดีในเชิงบวกตามที่อธิบายไว้ในการพูดคุยกลางวันล่าสุดจากสมาคมยุโรปสำหรับชีวภาพ (คน-
-การประมวลผล Deepfake ของมนุษย์-ข้อมูลเชิงลึกจากผู้ที่มีความสามารถพิเศษการบังคับใช้กฎหมายและสังคมทั่วไป” นำเสนอโดยดร. Meike Ramon ผู้ก่อตั้งใช้ห้องปฏิบัติการความรู้ความเข้าใจ- Ramon เป็นศาสตราจารย์ที่มหาวิทยาลัยวิทยาศาสตร์ประยุกต์เบิร์นและวิจัยเกี่ยวกับประสาทวิทยาศาสตร์ของความรู้ความเข้าใจของมนุษย์สำหรับการรับรู้และความทรงจำ
การประมวลผลข้อมูลประจำตัวของใบหน้าเป็นงานภาพที่ซับซ้อนที่สุด Ramon กล่าว แต่สมองของมนุษย์นั้นมีความพร้อมเฉพาะสำหรับงาน
ความสามารถของผู้คนในการรับรู้ใบหน้าเป็นส่วนใหญ่ทางพันธุกรรมเธออธิบายด้วยการวิจัยที่แสดงให้เห็นถึงความแตกต่างประมาณ 70 ถึง 90 เปอร์เซ็นต์ระหว่างบุคคลที่อธิบายได้ผ่านพันธุศาสตร์
สมองและดวงตาของมนุษย์มีการพัฒนาเพื่อรับรู้และระบุใบหน้า แต่การแยกแยะระหว่างคนที่แตกต่างกันเป็นงานใหม่ที่มีแนวคิด สิ่งนี้ทำให้การประมวลผลใบหน้าที่ไม่คุ้นเคยเช่นวัตถุประสงค์ทางนิติวิทยาศาสตร์นั้นค่อนข้างไม่สอดคล้องกันและมีแนวโน้มที่จะเกิดข้อผิดพลาด แต่นี่คือสิ่งที่เจ้าหน้าที่รักษาความปลอดภัยชายแดนตรวจสอบหนังสือเดินทางด้วยตนเองถูกขอให้ทำในระดับ
Super-Montonizers เป็นข้อยกเว้นและถูกค้นพบในปี 2009 ในระหว่างการวิจัยเพื่อพัฒนาการทดสอบสำหรับการตาบอดใบหน้า (prosopagnosia)
Ramon และห้องปฏิบัติการของเธอได้ตรวจสอบสิ่งที่ทำให้พวกเขาแตกต่างและ Ramon ช่วยพัฒนาการทดสอบเบอร์ลินเพื่อระบุตัวตนที่ดีที่สุดหรือมีส่วนร่วมสำหรับตำรวจเบอร์ลิน
ผู้รู้จักและ deepfakes สุดยอด
หนึ่งในด้านการวิจัยของ Ramon คือความสัมพันธ์ระหว่างใบหน้าการประมวลผลอัตลักษณ์และการตรวจจับ deepfakeผลงาน.
ผู้จำนองจะถูกระบุผ่านชุดของการทดสอบสามชุด หนึ่งขอให้พวกเขาเผชิญหน้ากับกลุ่มที่เป็นของบุคคลเดียวกันจากชุดของภาพจำนวนมากแต่ละคน อีกเรื่องหนึ่งขอให้วิชาที่จับคู่ภาพถ่ายของผู้คนกับชุดภาพเริ่มต้นตั้งแต่ตอนที่พวกเขาอายุน้อยกว่าปี หนึ่งในสามขอให้วิชาเรียนรู้ใบหน้าที่มองจากหลายมุมแล้วจดจำใบหน้าในหมู่ "สิ่งรบกวน"
การทดลองเปรียบเทียบผู้จดจำระดับสูงกับ“ การจราจรอินทรีย์” และเจ้าหน้าที่ตำรวจที่เสร็จสิ้นการทดสอบ Sumure แต่ละรายการแสดงวิดีโอคู่หนึ่งและถามว่าเป็นของปลอมและบางรายการก็แสดงวิดีโอเดียวและถามว่ามันเป็นของจริงหรือ deepfake
การวิจัยเปิดเผยว่าการใช้เวลานานขึ้นในการตรวจจับ Deepfakes ไม่สอดคล้องกับความแม่นยำที่สูงขึ้น ในทางตรงกันข้ามประสิทธิภาพลดลงจริงเนื่องจากการตอบสนองใช้เวลานานขึ้น
นอกจากนี้ยังแสดงให้เห็นว่าผู้รับรู้ระดับสูงอย่างยุติธรรมในการตรวจจับ Deepfakes เป็นกลุ่มควบคุม นอกจากนี้คนที่ทำคะแนนอย่างสูงในการทดสอบ SURE ไม่ได้พิสูจน์ได้ว่ามีประสิทธิภาพมากขึ้นในการระบุ DeepFakes มากกว่าผู้ที่มีคะแนนต่ำ
เนื่องจากปรากฏการณ์ของผู้ที่ได้รับการยอมรับอย่างมากจนกระทั่งมีการค้นพบโดยบังเอิญราโมนตั้งข้อสังเกตอาจมีคลาสที่เทียบเท่ากับผู้ที่ได้รับการยอมรับจาก Super Deepfake ที่สามารถพบได้จากการทดสอบที่แตกต่างกัน
ผู้คนรับรู้และแยกแยะระหว่างอัตลักษณ์สังเคราะห์ได้อย่างไร
การศึกษาอื่นร่วมเขียนโดย Ramon ดูว่าใบหน้าสังเคราะห์ถูกรับรู้ในลักษณะเดียวกันเป็นของจริง
ผู้สังเกตการณ์พบว่าการจับคู่ข้อมูลประจำตัวของใบหน้าสังเคราะห์และธรรมชาติที่ยากพอ ๆ กันและความคล้ายคลึงกันของภาพใบหน้ามีผลต่อประสิทธิภาพการเลือกปฏิบัติในลักษณะเดียวกัน สิ่งนี้ชี้ให้เห็นว่าผู้คนดำเนินการเลือกปฏิบัติของใบหน้าในทำนองเดียวกันสำหรับตัวตนสังเคราะห์และธรรมชาติ
นี่เป็นข่าวดีสำหรับการทำวิจัยด้วยใบหน้าสังเคราะห์ที่ให้ข้อมูลเชิงลึกเกี่ยวกับใบหน้าจริงรวมถึงโอกาสในการสร้างชุดข้อมูลการฝึกอบรมสำหรับการจดจำใบหน้าและโมเดล AI ที่เกี่ยวข้องมีความหลากหลายมากขึ้นด้วยข้อมูลสังเคราะห์
Ramon สรุปด้วยคำเชิญให้ผู้เข้าร่วมประชุมสำหรับการมีส่วนร่วมในการวิจัยร่วมกันและการวิจัยที่เป็นปฏิปักษ์
หัวข้อบทความ
ไบโอเมตริกซ์-การวิจัยทางชีวภาพ-การตรวจจับ deepfake-เฟลค์-คน-การจดจำใบหน้า-ผู้รู้จัก-ข้อมูลสังเคราะห์-ใบหน้าสังเคราะห์