Deepfake AI của Samsung có thể tạo ra clip giả từ một tấm ảnh duy nhất

Để có thể tạo ra một đoạn clip giả chuyên sâu với nhiều yếu tố phức tạp như khiến một người nói hoặc thực hiện một hành động cụ thể, yêu cầu rất nhiều dữ liệu hình ảnh. Hiện Samsung đã phát triển một hệ thống AI mới có thể tạo ra một đoạn clip như vậy chỉ với một tấm ảnh duy nhất.

Nhà nghiên cứu Hany Farid cho biết, công nghệ này được sử dụng để tạo ra những sản phẩm giải trí mang lại tiếng cười như việc khiến bức ảnh chân dung nàng Mona Lisa cổ điển trở nên sống động hơn.

Tuy nhiên, nó cũng có thể bị dùng vào những mục đích xấu, chẳng hạn tạo ra những lỗ hổng khiến thông tin sai lệch, gian lận trong thi cử, bầu cử, lừa đảo hay ghép khuôn mặt của một người vào một đoạn phim khiêu dâm.

Theo xu hướng trong năm vừa qua, công nghệ này và những kỹ thuật liên quan yêu cầu số lượng dữ liệu ngày một ít nhưng vẫn có thể tạo ra những nội dung ngày càng phức tạp và giống với thực tế. Sự tinh vi của công nghệ này sẽ khiến việc đánh lừa trở nên dễ dàng hơn, các nội dung được làm giả cũng khó bị phát hiện hơn.

Nếu phần mềm Photoshop có thể chỉnh sửa hình ảnh để trở nên thật hơn thì phần mềm Deepfake cũng làm tương tự đối với các nội dung video, bằng cách sử dụng machine learning để tạo ra một con người biết nói, biết chuyển động. Nói dễ hiểu hơn là, bạn chỉ cần gắn một khuôn mặt vào Deepfake, nó sẽ làm cho khuôn mặt cử động.

Mặc dù quy trình hiện vẫn có những trục trặc về mặt hình ảnh, nhưng theo Farid, kết quả hiện tại là một bước tiến trong quá trình phát triển của công nghệ này. Phòng thí nghiệm AI của Samsung tại Nga cho biết công nghệ này sẽ là bước đột phá trong một loạt các lĩnh vực như hoạt động từ xa hiển thị qua truyền hình, họp thông qua video, chơi game nhiều người,...

Thông thường, để có thể tạo ra "một cái đầu biết nói" thì yêu cầu hệ thống AI cần phải tiếp nhận một số lượng lớn dữ liệu hình ảnh của đối tượng. Vậy nên đối tượng của các sản phẩm Deepfake thường là những nhân vật của công chúng như người nổi tiếng hay các chính trị gia.

Tuy nhiên, hệ thống của Samsung đã sử dụng một mẹo, bằng cách xem rất nhiều video để học cách khuôn mặt của con người chuyển động hay biểu cảm của người đó trong một khoảng thời gian dài. Sau đó, nó sẽ áp dụng những gì học được để tạo ra một đoạn clip chỉ từ một hình ảnh duy nhất hoặc nhiều hơn.

Đến thời điểm hiện tại, điểm hạn chế của các video Deepfake nằm ở chỗ là đôi khi, các đối tượng được tạo ra không giống "hàng thật" cho lắm. Bởi vì càng ít dữ liệu thì kết quả thu được cũng sẽ bị mất chi tiết.

Nhưng điểm ưu việt của phương pháp tiếp cận này là chỉ cần số ít hình ảnh nên tiết kiệm thời gian và công sức hơn.

Nguồn: Cnet

Xem thêm: Trí tuệ nhân tạo có thể biến tín hiệu não thành lời nói, thật vĩ đại