Una creciente inquietud se ha asentado en torno a la evolución de las tecnologías deepfake que permiten crear pruebas de escenas que nunca sucedieron. Pero, ¿qué son los deepfakes y cómo se crean?
Las celebridades se han convertido en las estrellas involuntarias de cine para adultos, y los políticos han aparecido en videos que parecen decir palabras que en realidad nunca dijeron.
Las preocupaciones sobre los deepfakes han llevado a una proliferación de contramedidas. Las nuevas leyes tienen como objetivo evitar que las personas los elaboren y distribuyan.
A principios de este año, las plataformas de redes sociales como Facebook y Twitter prohibieron los deepfakes en sus redes. Y las conferencias de gráficos y visión por computadora están repletas de presentaciones que describen métodos para defenderse de ellos.
Entonces, ¿qué son los deepfakes y por qué la gente está tan preocupada por ellos?
¿Qué es un deepfake?
La tecnología Deepfake puede unir sin problemas a cualquier persona del mundo en un video o una foto en la que nunca participó. Tales capacidades han existido durante décadas, así es como el difunto actor Paul Walker resucitó para Fast & Furious 7.
Pero solía llevar tiempo y recursos crear estos efectos. Ahora, las tecnologías deepfake (nuevos sistemas de aprendizaje automático o gráficos por computadora) pueden sintetizar imágenes y videos mucho más rápido.
Sin embargo, existe mucha confusión en torno al término «deepfake». Se ha convertido en un recurso general para describir todo, desde videos de última generación generados por Inteligencia Artificial (IA) hasta cualquier imagen que parezca potencialmente fraudulenta. Mucho de lo que se llama deepfake simplemente no lo es.
Cómo se crean los deepfakes
El ingrediente principal de los deepfakes es el aprendizaje automático o machine learning, que ha hecho posible producir deepfakes mucho más rápido a un coste menor.
Para hacer un video deepfake de alguien, un creador primero entrenaría una red neuronal en muchas horas de metraje de video real de la persona para darle una «comprensión» realista de cómo se ve desde muchos ángulos y bajo diferentes luces. Luego, combinarían la red entrenada con técnicas de gráficos por computadora para superponer una copia de la persona a un actor diferente.
Si bien la adición de IA hace que el proceso sea más rápido de lo que hubiera sido antes, todavía se necesita tiempo para que este proceso produzca un compuesto creíble que coloque a una persona en una situación completamente ficticia. El creador también debe ajustar manualmente muchos de los parámetros del programa entrenado para evitar señales y artefactos reveladores en la imagen. El proceso no es sencillo.
Mucha gente asume que una clase de algoritmos de Deep Learning llamados redes generativas adversarias (GAN) serán el motor principal del desarrollo de deepfakes en el futuro. Las caras generadas por GAN son casi imposibles de distinguir de las caras reales.
Es difícil trabajar con las GAN y requieren una gran cantidad de datos de entrenamiento. Los modelos tardan más en generar las imágenes que con otras técnicas. Y, lo que es más importante, los modelos GAN son buenos para sintetizar imágenes, pero no para hacer videos. Tienen dificultades para preservar la coherencia temporal o mantener la misma imagen alineada de un fotograma al siguiente.
Los «deepfakes» de audio más conocidos tampoco utilizan GAN. De hecho, la mayor parte de los deepfakes de hoy se hacen utilizando una constelación de algoritmos de IA y no IA.
Ahora ya sabes qué son los deepfakes y cómo se crean. Si te interesa profundizar en el mundo del Data Science, Inteligencia Artificial y eBusiness, España cuenta con el mejor centro de formación en nuevas tecnologías, galardonado por los premios Excelencia Educativa 2021 a Mejor Profesorado y Mejor Centro Especializado en Data Science, además de ser TOP 3 Centros Educativos 2021.
MIOTI Tech & Business School es especialista en los campos de Data Science, Inteligencia Artificial y eBusiness. El centro se enfoca en formar a los futuros expertos en Internet de las cosas, Data Science y tecnologías emergentes desde un enfoque totalmente práctico.
La escuela propone un modelo educativo innovador e edificado sobre una relación de confianza con los estudiantes, donde el aprendizaje práctico es protagonista. En MIOTI podrás especializarte en Data Science & Deep Learning, en Data Science & Big Data, en Data Science & Analytics, Business Analytics, Internet de las Cosas, Transformación Digital, Estrategia Digital, Python, entre otras áreas de conocimiento.
Si quieres información y opiniones sobre másteres de MIOTI, solicita asesoramiento gratuito.
