Deepfake: Cara kerjanya, aplikasi & beberapa contoh

Foto dan video deepfake menarik perhatian banyak orang di seluruh dunia dan menyebabkan para peneliti dan pembuat undang-undang bertanya: Apa selanjutnya?

Istilah deepfake merupakan singkatan dari “deep learning” dan palsu, merujuk pada penggunaan metode deep learning dari kecerdasan buatan untuk membuat salinan palsu dari media apa pun.

Banyak yang khawatir betapa mudahnya memalsukan gambar dan video menggunakan aplikasi deepfake, sementara yang lain menganggapnya sangat menghibur. Namun, deepfake telah menjadi tren.

Jadi, kami mengamati lebih dekat teknologi ini untuk menemukan cara kerjanya dan apa artinya bagi dunia.

Deepfake vs Kecerdasan Buatan

Pertama dan terutama, penting untuk memperhatikan perbedaan antara keluaran standar yang dihasilkan AI dan deepfake. Algoritme AI telah menghasilkan berbagai jenis keluaran media selama berabad-abad, tetapi Anda hampir tidak dapat menyebutnya deepfake.

Istilah deepfake merujuk pada media palsu, seperti video, gambar, atau apa pun, yang merupakan versi suntingan AI dari salinan yang sudah ada sebelumnya.

Kecerdasan buatan berkembang pesat selama dekade terakhir, berkat komputer yang lebih murah dan lebih canggih, serta perkembangan baru di bidang tersebut.

Citra yang dihasilkan AI dapat dikenali dengan mudah satu dekade lalu, tetapi algoritmanya telah menjadi lebih baik dalam beberapa tahun terakhir, sehingga lebih mudah untuk menghasilkan hasil yang sangat realistis. Tingkat keaslian yang tinggi inilah yang membuat citra yang dihasilkan AI secara umum, dan deepfake secara khusus, sangat mengesankan.

AI dan Pembelajaran Mendalam

Untuk memahami bagaimana algoritma komputer berevolusi untuk menciptakan wajah manusia yang sangat realistis yang dapat Anda temukan di foto yang dihasilkan dan thispersondoesnotexist.com, Anda akan membutuhkan pengetahuan dasar tentang kecerdasan buatan.

Ada berbagai bidang dalam AI, tergantung pada metode yang Anda gunakan dan apa yang ingin Anda capai. Anda akan menemukan semuanya mulai dari metode probabilitas seperti filter Bayesian yang digunakan untuk mendeteksi spam hingga logika fuzzy, algoritma evolusi yang berkembang sendiri, dan jaringan saraf buatan, yang bertujuan untuk mensimulasikan otak manusia.

Jaringan Saraf Tiruan

Sama seperti neuron sungguhan di otak manusia, dengan dendrit dan akson yang terhubung dalam jaringan yang sangat kompleks yang mencakup jutaan hingga miliaran neuron, neuron buatan juga terhubung. Namun, jumlahnya dibatasi oleh daya komputasi.

Tujuan dari jaringan saraf adalah untuk memberikan keluaran atau jawaban untuk setiap masukan. Hal ini dicapai dengan terlebih dahulu mengajarkan jaringan seperti Anda mengajarkan anak-anak. Setelah itu, jaringan tersebut dapat membuat prediksi berdasarkan ajaran Anda.

Anda juga harus memperhatikan bahwa semakin banyak neuron dalam suatu jaringan, semakin baik pula hasil yang didapat dan semakin banyak data pelatihan yang diperoleh. Secara teori, begitulah cara kerja otak manusia.

Cara kerja deepfaking

Ada banyak hal dan area di mana Anda dapat menerapkan kecerdasan buatan. Deepfaking hanyalah salah satunya, yang berevolusi dari penggunaan jaringan saraf untuk mengedit gambar. Hasil sebelumnya menjanjikan, tetapi sangat mendasar hingga Ian Goodfellow dan kawan-kawan menemukan GAN pada tahun 2014.

GAN atau Generative Adversarial Network adalah kerangka kerja untuk mengajarkan jaringan neural. Jadi, alih-alih Anda harus mempersiapkan dan mengajarkan jaringan itu sendiri, Anda membiarkan jaringan lain bersaing dengan jaringan pertama dengan mengkritik output-nya. Hal ini menghasilkan hasil yang luar biasa berdasarkan set pelatihan apa pun.

Hasil pendekatan GAN sama fenomenalnya dulu dan sekarang. Pendekatan ini juga menjadi dasar bagi banyak solusi dan aplikasi AI, termasuk deepfake. Ditambah lagi, peningkatan daya komputasi telah mempermudah untuk melakukan hal-hal menakjubkan bahkan pada ponsel pintar.

Kemungkinan aplikasi deepfake

Selain gambar dan video yang sangat populer yang beredar di internet, ada aplikasi luas untuk menggunakan teknologi deepfake untuk tujuan lain yang lebih bermanfaat.

Deepfake dapat membantu pasien dengan gangguan bicara untuk menemukan suara, menggunakan sintesis audio. Deepfake dapat digunakan di ruang kelas, tempat tokoh-tokoh sejarah dihidupkan kembali, seperti yang terjadi di Museum Dalí di St. Petersburg, Florida.

Industri film juga dapat memanfaatkan deepfake, karena dapat memangkas biaya CGI (Computer Generated Imagery) dalam film secara signifikan. Artis dan aktor yang telah meninggal dapat dihidupkan kembali dan ditampilkan dalam film baru.

Deepfake dapat memungkinkan siapa saja untuk memproduksi video khusus dalam berbagai bahasa, seperti yang terjadi pada kampanye “malaria no more” milik David Beckham dan kampanye politik Manoj Tiwari di India, di mana ia berbicara dengan lancar dalam berbagai bahasa.

Permainan juga dapat menemukan manfaat menggunakan deepfake, karena pemain dapat membenamkan diri dalam permainan untuk mendapatkan pengalaman realitas virtual yang lebih dalam.

Bahkan pemasar media sosial menemukan kegunaan untuk kepribadian media sosial yang dihasilkan komputer yang dibuat dan dikelola sepenuhnya di komputer. Meskipun bukan deepfake yang sebenarnya, Lil Miquela dan 3 juta pengikut Instagramnya menunjukkan apa yang mungkin.

Beberapa contoh deepfake

Untuk lebih memahami teknologi ini dan janji-janji yang dimilikinya, berikut adalah beberapa deepfake paling mengesankan yang ada.

• pengumuman Obama – Ini adalah salah satu deepfake yang paling terkenal, tertua, dan paling mengejutkan. Dirilis pada tahun 2018, video ini dibuat sebagai peringatan untuk memberi tahu orang-orang tentang kemungkinan teknologi ini.
  
  Video itu menampilkan Obama membuat Pengumuman Layanan Publik dan menyebut Trump sebagai "orang tolol". Pembuatnya adalah Jordan Peele dan alat yang digunakannya termasuk Adobe After Effects dan FaceApp.
  
  
• Mona Lisa – Kebanyakan orang mengenal mahakarya Leonardo da Vinci, Mona Lisa. Namun pada tahun 2019, orang-orang di seluruh dunia terkagum-kagum, saat mereka melihatnya tersenyum dan bergerak untuk pertama kalinya, berkat laboratorium penelitian AI milik Samsung di Rusia.
  
  Dilabeli "realistic neural talking heads", para peneliti menggunakan 7,000 gambar yang dikumpulkan dari YouTube untuk melatih jaringan saraf ini. Kemudian yang Anda perlukan hanyalah satu foto untuk mencocokkan fitur wajah dan menganimasikan wajah tersebut. Mereka juga melakukannya dengan Albert Einstein, Marilyn Monroe, Salvador Dalí, dan lainnya.
  
  
• Panggilan Zoom – Pada tahun 2020, dua peneliti Rusia menunjukkan cara menggunakan fitur latar belakang yang dapat disesuaikan dari panggilan video Zoom untuk membuat deepfake animasi waktu nyata dari siapa pun yang Anda inginkan. Mereka dapat muncul sebagai Albert Einstein yang berbicara secara langsung, Mona Lisa, Donald Trump, atau Boris Johnson di panggilan web.
  
  
• Salvador Dalí – Pada tahun 2019, Museum Dalí di St. Petersburg, Florida, menyelenggarakan pameran “Dalí Lives”. Pameran ini menampilkan versi deepfake dari seniman yang sudah meninggal, dan mereka membutuhkan lebih dari 1,000 jam pembelajaran mesin dan 6,000 bingkai untuk mewujudkannya.
  
  
• DeepNude – Pada tahun 2019, tim pengembang merilis aplikasi yang mengesankan bernama DeepNude. Yang dibutuhkan hanyalah foto seorang wanita berbikini dan aplikasi itu akan menelanjanginya sepenuhnya. Kemudian, aplikasi itu menambahkan tanda air “PALSU” pada foto tersebut, yang dapat Anda hapus dengan biaya $50.
  
  Aplikasi ini membuat banyak orang terkesima dan marah. Tekanan yang diberikan begitu besar, sehingga pengembangnya harus menariknya dari web. Kode sumber terbuka di GitHub juga dihapus, tetapi situs web seperti http://deepnude.to dan bot telegram menunjukkan bahwa DeepNude masih aktif.

Aplikasi deepfake yang terkenal

Ada juga banyak aplikasi pembuat deepfake di luar sana, beberapa di antaranya lebih mengesankan daripada yang lain. Aplikasi-aplikasi ini sebagian besar ditujukan untuk ponsel pintar dan memudahkan siapa saja untuk memanipulasi foto dan video dengan cepat.

Aplikasi ini meliputi:

• DeepFaceLab – Tersedia di GitHubDeepFaceLab adalah solusi perangkat lunak terkemuka untuk membuat deepfake. Aplikasi ini memungkinkan Anda menukar dan menghilangkan penuaan wajah, mengganti kepala, dan memanipulasi bibir politisi dan orang-orang penting lainnya. Banyak saluran YouTube juga menggunakannya.
  
  
• MyHeritage – Penawaran Deep Nostalgia dari MyHeritage.com memudahkan Anda menghidupkan kembali foto-foto keluarga kuno. MyHeritage adalah platform untuk menemukan silsilah keluarga Anda. Jadi, menghidupkan kembali leluhur Anda bisa menjadi pengalaman yang menyeramkan tetapi mengesankan.
  
  
• FakeApp – Dikembangkan dan dirilis oleh pengguna Reddit, FakeApp memudahkan pertukaran atau permainan wajah pada video secara gratis. Aplikasi ini digunakan dalam pembuatan ulang Princess Leia muda yang terkenal dalam prekuel Star Wars: Rogue One. Pembuatannya hanya butuh beberapa menit, tetapi hasilnya lebih bagus daripada versi film aslinya, yang memakan waktu berminggu-minggu dan menghabiskan biaya yang jauh lebih mahal.
  
  
• Reface – Aplikasi lain yang mengesankan dan menyenangkan untuk digunakan yang tersedia untuk Android dan iOS. Namun, aplikasi ini disertai dengan iklan, yang dapat Anda hapus dengan berlangganan bulanan.
  
  
• Zao – Aplikasi deepfake Tiongkok yang memungkinkan Anda membuat video baru hanya dalam hitungan detik, tetapi dengan hasil yang mengesankan. Aplikasi ini hanya tersedia di Tiongkok.
  
  
• Deepfakes Web – Aplikasi deepfake berbasis cloud yang berfungsi di web. Cukup buka situs web, unggah video, dan klik tombol. Kemudian sistem akan mempelajari video tersebut dan membuat video baru untuk Anda. Anda juga dapat melatihnya untuk mendapatkan hasil yang lebih baik.

Kesimpulan

Menjelang akhir postingan deepfake ini, seharusnya sudah jelas seberapa jauh teknologi ini telah berkembang. Dan ini mencakup pendekatan moral dan amoral, karena industri porno selalu menjadi sumber inovasi di internet.

Mengingat biaya AI-deepfake yang relatif lebih murah dibanding CGI tradisional, masa depan penggunaan deepfake di industri film pasti cerah, serta di aplikasi lain di luar hiburan.