Deepfakes: วิธีการทำงาน แอป และตัวอย่างบางส่วน

รูปถ่ายและวิดีโอ Deepfake กำลังดึงดูดความสนใจของหลายๆ คนทั่วโลก และทำให้บรรดานักวิจัยและนักกฎหมายตั้งคำถามว่า: ต่อไปจะเป็นอย่างไร?

คำว่า deepfake ย่อมาจาก “การเรียนรู้เชิงลึก” และปลอม ซึ่งหมายถึงการใช้กระบวนการเรียนรู้เชิงลึกจากปัญญาประดิษฐ์เพื่อสร้างสำเนาปลอมของสื่อต่างๆ

หลายๆ คนรู้สึกตกใจที่การปลอมรูปภาพและวิดีโอโดยใช้แอป Deepfake นั้นทำได้ง่ายเพียงใด ในขณะที่บางคนกลับมองว่ามันน่าสนุกมาก อย่างไรก็ตาม Deepfake ได้กลายเป็นสิ่งที่นิยมกัน

เราจึงมาเจาะลึกเทคโนโลยีนี้กันอย่างใกล้ชิด เพื่อค้นหาว่ามันทำงานอย่างไรและมีความหมายต่อโลกอย่างไร

Deepfakes กับปัญญาประดิษฐ์

ประการแรกและสำคัญที่สุด สิ่งสำคัญคือต้องทราบถึงความแตกต่างระหว่างผลลัพธ์มาตรฐานที่สร้างโดย AI กับ Deepfake อัลกอริธึมของ AI สร้างผลลัพธ์สื่อประเภทต่างๆ มาเป็นเวลานาน แต่คุณแทบจะเรียกมันว่า Deepfake ไม่ได้เลย

คำว่า Deepfake หมายถึงสื่อปลอม เช่น วิดีโอ รูปภาพ หรืออย่างอื่นๆ ซึ่งเป็นเวอร์ชันที่แก้ไขโดย AI ของสำเนาที่มีอยู่แล้ว

ปัญญาประดิษฐ์ได้รับการพัฒนาอย่างมากในช่วงทศวรรษที่ผ่านมา โดยต้องขอบคุณคอมพิวเตอร์ที่มีราคาถูกกว่าและทรงพลังกว่า รวมทั้งการพัฒนาใหม่ๆ ในสาขานี้

เมื่อทศวรรษที่แล้ว ภาพที่สร้างโดย AI สามารถจดจำได้ง่าย แต่ในช่วงไม่กี่ปีที่ผ่านมา อัลกอริธึมได้รับการพัฒนาให้ดีขึ้น ทำให้สามารถสร้างผลลัพธ์ที่สมจริงได้ง่ายขึ้น ความถูกต้องในระดับสูงนี้เองที่ทำให้ภาพที่สร้างโดย AI โดยทั่วไป และโดยเฉพาะอย่างยิ่งภาพ Deepfake น่าประทับใจมาก

AI และการเรียนรู้เชิงลึก

หากต้องการทำความเข้าใจว่าอัลกอริทึมของคอมพิวเตอร์พัฒนามาอย่างไรเพื่อสร้างใบหน้ามนุษย์ที่สมจริงอย่างยิ่ง คุณสามารถดูได้ที่ สร้างขึ้นภาพถ่าย และ thispersondoesnotexist.comคุณจะต้องมีพื้นฐานเกี่ยวกับปัญญาประดิษฐ์

AI มีหลายสาขาขึ้นอยู่กับวิธีที่คุณใช้และสิ่งที่คุณวางแผนจะบรรลุผล คุณจะพบทุกอย่างตั้งแต่แนวทางความน่าจะเป็น เช่น ตัวกรองเบย์เซียนที่ใช้ในการตรวจจับสแปม ไปจนถึงลอจิกแบบฟัซซี อัลกอริทึมเชิงวิวัฒนาการที่พัฒนาเอง และเครือข่ายประสาทเทียม ซึ่งมีจุดมุ่งหมายเพื่อจำลองสมองของมนุษย์

โครงข่ายประสาทเทียม

ในสมองของมนุษย์มีเซลล์ประสาทจริง โดยมีเดนไดรต์และแอกซอนเชื่อมต่อกันเป็นเครือข่ายที่ซับซ้อนซึ่งครอบคลุมเซลล์ประสาทนับล้านถึงพันล้านเซลล์ เซลล์ประสาทเทียมก็เชื่อมต่อกันเช่นกัน แต่จำนวนของเซลล์ประสาทเทียมถูกจำกัดด้วยพลังการประมวลผล

เป้าหมายของเครือข่ายประสาทคือการให้ผลลัพธ์หรือคำตอบแก่ทุกอินพุต ซึ่งทำได้โดยการสอนเครือข่ายก่อนในลักษณะเดียวกับที่คุณสอนเด็ก หลังจากนั้น เครือข่ายจึงสามารถทำนายผลลัพธ์ตามที่คุณสอนได้

คุณควรทราบด้วยว่าเซลล์ประสาทในเครือข่ายที่มากขึ้นมักหมายถึงผลลัพธ์ที่ดีขึ้นและข้อมูลการฝึกอบรมที่มากขึ้นยังช่วยปรับปรุงผลลัพธ์ด้วยเช่นกัน นี่คือวิธีการทำงานของสมองมนุษย์อย่างน้อยก็ในทางทฤษฎี

การทำงานของ Deepfaking

มีหลายสิ่งหลายอย่างและหลายพื้นที่ที่คุณสามารถใช้ปัญญาประดิษฐ์ได้ Deepfaking เป็นเพียงหนึ่งในนั้น ซึ่งพัฒนามาจากการใช้เครือข่ายประสาทในการแก้ไขรูปภาพ ผลลัพธ์ในช่วงแรกนั้นดูมีแนวโน้มดี แต่เป็นเพียงพื้นฐานมาก จนกระทั่ง Ian Goodfellow และเพื่อนๆ คิดค้น GAN ขึ้นในปี 2014

GAN หรือ Generative Adversarial Network คือกรอบงานสำหรับการสอนเครือข่ายประสาท ดังนั้น แทนที่คุณจะต้องเตรียมและสอนเครือข่ายด้วยตัวเอง คุณปล่อยให้เครือข่ายอื่นแข่งขันกับเครือข่ายแรกโดยการวิจารณ์ผลลัพธ์ของเครือข่ายนั้น วิธีนี้จะทำให้ได้ผลลัพธ์ที่ยอดเยี่ยมตามชุดการฝึกใดๆ ก็ได้

ผลลัพธ์ของแนวทาง GAN นั้นน่าทึ่งไม่แพ้ปัจจุบัน นอกจากนี้ยังกลายมาเป็นรากฐานของโซลูชันและแอปพลิเคชัน AI มากมาย รวมถึง Deepfake นอกจากนี้ การพัฒนาพลังการประมวลผลยังทำให้สามารถทำสิ่งที่น่าทึ่งบนสมาร์ทโฟนได้ง่ายขึ้นอีกด้วย

แอปพลิเคชั่น Deepfake ที่เป็นไปได้

นอกเหนือจากภาพและวิดีโอยอดนิยมที่แพร่กระจายบนอินเทอร์เน็ตแล้ว เทคโนโลยี Deepfake ยังมีการใช้งานแพร่หลายเพื่อจุดประสงค์อื่นๆ ที่เป็นประโยชน์มากกว่าอีกด้วย

Deepfakes ช่วยให้ผู้ป่วยที่พูดไม่ชัดสามารถค้นหาเสียงได้โดยใช้ระบบสังเคราะห์เสียง และสามารถนำไปใช้ในห้องเรียนได้ โดยนำตัวละครในประวัติศาสตร์กลับมามีชีวิตอีกครั้ง เช่นที่เกิดขึ้นในพิพิธภัณฑ์ดาลิในเซนต์ปีเตอร์สเบิร์ก รัฐฟลอริดา

อุตสาหกรรมภาพยนตร์สามารถใช้ประโยชน์จาก Deepfake ได้เช่นกัน เนื่องจากสามารถลดต้นทุนของ CGI (Computer Generated Imagery) ในภาพยนตร์ได้อย่างมาก นักแสดงและนักแสดงที่เสียชีวิตไปแล้วสามารถฟื้นคืนชีพและปรากฏตัวในภาพยนตร์เรื่องใหม่ได้

Deepfakes ช่วยให้ใครก็ตามสร้างวิดีโอเฉพาะทางได้ในหลายภาษา เช่นที่เกิดขึ้นกับแคมเปญ "ไม่มีมาเลเรียอีกต่อไป" ของเดวิด เบ็คแฮม และแคมเปญทางการเมืองของมาโนจ ติวารีในอินเดีย ซึ่งเขาสามารถพูดได้หลายภาษาอย่างคล่องแคล่ว

การเล่นเกมยังสามารถนำ Deepfakes มาใช้ประโยชน์ได้ดี เนื่องจากผู้เล่นสามารถดื่มด่ำไปกับเกมเพื่อประสบการณ์เสมือนจริงที่ล้ำลึกยิ่งขึ้น

แม้แต่นักการตลาดโซเชียลมีเดียก็ยังพยายามหาทางใช้ประโยชน์จากบุคลิกภาพบนโซเชียลมีเดียที่สร้างโดยคอมพิวเตอร์ ซึ่งสร้างและจัดการโดยใช้คอมพิวเตอร์ทั้งหมด แม้ว่าจะไม่ใช่ดีปเฟกจริง แต่ Calvin Klein Lil Miquela และผู้ติดตาม Instagram 3 ล้านคนของเธอแสดงให้เห็นถึงสิ่งที่เป็นไปได้

ตัวอย่าง Deepfake บางส่วน

หากต้องการเข้าใจเทคโนโลยีนี้และคำสัญญาต่างๆ ที่ได้รับอย่างดียิ่งขึ้น ต่อไปนี้คือ Deepfake ที่น่าประทับใจที่สุดบางส่วน

• การประกาศของโอบามา – นี่เป็นหนึ่งในดีพเฟกที่เป็นที่รู้จักมากที่สุด เก่าแก่ที่สุด และน่าตกใจที่สุด วิดีโอนี้เผยแพร่ในปี 2018 และสร้างขึ้นเพื่อเตือนให้ผู้คนรู้แจ้งเกี่ยวกับความเป็นไปได้ของเทคโนโลยีนี้
  
  มีเนื้อหาเกี่ยวกับโอบามาที่กำลังประกาศบริการสาธารณะและมีการเรียกทรัมป์ว่า "ไอ้โง่" ผู้สร้างคือจอร์แดน พีล และเครื่องมือที่เขาใช้ ได้แก่ Adobe After Effects และ FaceApp
  
  
• ลิซ่าโมนา คนส่วนใหญ่รู้จักผลงานชิ้นเอกของเลโอนาร์โด ดา วินชีอย่างโมนาลิซ่า แต่ในปี 2019 ผู้คนทั่วโลกต่างประหลาดใจเมื่อเห็นโมนาลิซ่ายิ้มและขยับตัวเป็นครั้งแรก ซึ่งต้องขอบคุณห้องปฏิบัติการวิจัย AI ของรัสเซียของ Samsung
  
  นักวิจัยได้ใช้รูปภาพ 7,000 ภาพที่รวบรวมจาก YouTube เพื่อฝึกเครือข่ายประสาทนี้ โดยติดป้ายว่า “หัวพูดที่เหมือนจริง” จากนั้นสิ่งที่คุณต้องการคือรูปภาพเพียงรูปเดียวเพื่อจับคู่กับลักษณะใบหน้าและทำให้ใบหน้าเคลื่อนไหว พวกเขายังทำแบบเดียวกันกับ Albert Einstein, Marilyn Monroe, Salvador Dalí และคนอื่นๆ อีกด้วย
  
  
• การโทรผ่าน Zoom – ในปี 2020 นักวิจัยชาวรัสเซีย XNUMX คนได้สาธิตให้เห็นถึงวิธีการใช้คุณสมบัติพื้นหลังที่ปรับแต่งได้ของวิดีโอคอลของ Zoom เพื่อสร้างภาพ Deepfake เคลื่อนไหวแบบเรียลไทม์ของใครก็ได้ที่คุณต้องการ โดยภาพเหล่านี้อาจปรากฏเป็นอัลเบิร์ต ไอน์สไตน์ โมนาลิซ่า โดนัลด์ ทรัมป์ หรือบอริส จอห์นสัน ที่กำลังสนทนาทางเว็บอยู่ก็ได้
  
  
• ซัลวาดอร์ ดาลี – ในปี 2019 พิพิธภัณฑ์ดาลีในเซนต์ปีเตอร์สเบิร์ก รัฐฟลอริดา จัดงานนิทรรศการ “Dalí Lives” ขึ้น โดยมีการนำผลงานของศิลปินที่เสียชีวิตไปแล้วมาทำเป็นภาพแบบดีพเฟก โดยพิพิธภัณฑ์ต้องใช้เวลาเรียนรู้ของเครื่องจักรกว่า 1,000 ชั่วโมงและเฟรมกว่า 6,000 เฟรมจึงจะจัดแสดงได้สำเร็จ
  
  
• DeepNude – ในปี 2019 ทีมนักพัฒนาได้เปิดตัวแอปที่น่าประทับใจชื่อว่า DeepNude แอปนี้ต้องการเพียงรูปภาพของผู้หญิงในชุดบิกินี่ จากนั้นแอปก็จะปลดเปลื้องเธอให้หมดทั้งตัว จากนั้นแอปจะเพิ่มลายน้ำ “ปลอม” ลงในรูปภาพ ซึ่งคุณสามารถลบลายน้ำออกได้ในราคา 50 ดอลลาร์
  
  แอปนี้สร้างความประหลาดใจและความโกรธแค้นให้กับผู้คนมากมาย และแรงกดดันก็สูงมากจนนักพัฒนาต้องดึงแอปนี้ออกจากเว็บ โค้ดโอเพนซอร์สบน GitHub ก็ถูกลบออกเช่นกัน แต่เว็บไซต์เช่น http://deepnude.to และบ็อตโทรเลขแสดงให้เห็นว่า DeepNude ยังคงดำรงอยู่

แอป Deepfake ที่มีชื่อเสียง

นอกจากนี้ยังมีแอปสร้าง Deepfake มากมาย โดยบางแอปก็มีประสิทธิภาพดีกว่าแอปอื่นๆ แอปเหล่านี้ส่วนใหญ่ออกแบบมาสำหรับสมาร์ทโฟนและทำให้ทุกคนสามารถปรับแต่งรูปภาพและวิดีโอได้อย่างรวดเร็ว

แอพเหล่านี้รวมถึง:

• DeepFaceLab – มีจำหน่ายบน GitHubDeepFaceLab เป็นซอฟต์แวร์ชั้นนำสำหรับการสร้าง Deepfake ช่วยให้คุณสลับและปรับใบหน้าให้ดูอ่อนวัย เปลี่ยนหัว และปรับแต่งริมฝีปากของนักการเมืองและบุคคลอื่นๆ ที่น่าสนใจ ช่อง YouTube จำนวนมากก็ใช้ซอฟต์แวร์นี้เช่นกัน
  
  
• MyHeritage – ข้อเสนอ Deep Nostalgia จาก MyHeritage.com ทำให้การนำรูปถ่ายครอบครัวโบราณกลับมามีชีวิตอีกครั้งเป็นเรื่องง่าย MyHeritage เป็นแพลตฟอร์มสำหรับค้นหาต้นตระกูลของคุณ ดังนั้นการทำให้บรรพบุรุษของคุณกลับมามีชีวิตอีกครั้งอาจเป็นประสบการณ์ที่น่าขนลุกแต่ก็ประทับใจ
  
  
• FakeApp เป็นแอปที่พัฒนาและเผยแพร่โดยผู้ใช้ Reddit แอปนี้ทำให้สามารถสลับหรือเล่นกับใบหน้าบนวิดีโอได้ฟรี แอปนี้ใช้ในการสร้างรีมาสเตอร์ที่โด่งดังของเจ้าหญิงเลอาในวัยเด็กจากภาคก่อนของ Star Wars: Rogue One เห็นได้ชัดว่าใช้เวลาสร้างเพียงไม่กี่นาที แต่ดูดีกว่าเวอร์ชันดั้งเดิมของภาพยนตร์ซึ่งใช้เวลาหลายสัปดาห์และมีค่าใช้จ่ายมากกว่ามาก
  
  
• Reface – อีกหนึ่งแอปที่น่าประทับใจและใช้งานได้สนุกสำหรับ Android และ iOSอย่างไรก็ตาม มันมาพร้อมกับโฆษณา ซึ่งคุณสามารถลบออกได้ด้วยการสมัครสมาชิกแบบรายเดือน
  
  
• Zao – แอป Deepfake ของจีนที่ให้คุณสร้างวิดีโอใหม่ได้ภายในไม่กี่วินาที แต่ให้ผลลัพธ์ที่น่าประทับใจ แอปนี้มีให้บริการเฉพาะในประเทศจีนเท่านั้น
  
  
• Deepfakes Web – แอป Deepfake บนคลาวด์ที่ทำงานบนเว็บ เพียงเข้าสู่เว็บไซต์ อัปโหลดวิดีโอ และคลิกปุ่ม จากนั้นระบบจะเรียนรู้วิดีโอและสร้างวิดีโอใหม่ให้กับคุณ คุณยังสามารถฝึกให้วิดีโอมีผลลัพธ์ที่ดีขึ้นได้อีกด้วย

สรุป

เมื่ออ่านโพสต์ Deepfake จบแล้ว เราคงจะพอเข้าใจได้ว่าเทคโนโลยีนี้ก้าวหน้าไปไกลแค่ไหนแล้ว ซึ่งรวมไปถึงแนวทางทั้งทางศีลธรรมและผิดศีลธรรมด้วย เนื่องจากอุตสาหกรรมสื่อลามกอนาจารเป็นแหล่งที่มาของนวัตกรรมบนอินเทอร์เน็ตมาโดยตลอด

นอกจากนี้ เมื่อพิจารณาถึงต้นทุนของ AI-deepfakes ที่ค่อนข้างถูกกว่า CGI แบบดั้งเดิม อนาคตของการใช้ deepfake ในอุตสาหกรรมภาพยนตร์ รวมไปถึงในแอปพลิเคชันอื่นๆ นอกเหนือจากความบันเทิงนั้นยังดูสดใสอย่างแน่นอน