Fake videos of real people -- and how to spot them | Supasorn Suwajanakorn

1,285,658 views ・ 2018-07-25

TED


Κάντε διπλό κλικ στους αγγλικούς υπότιτλους παρακάτω για να αναπαραγάγετε το βίντεο.

Μετάφραση: PANAGIOTA KIRMIZAKI Επιμέλεια: Nikolaos Benias
00:12
Look at these images.
0
12876
1151
Δείτε αυτές τις εικόνες.
00:14
Now, tell me which Obama here is real.
1
14051
2635
Τώρα, πείτε μου ποιος Ομπάμα είναι αληθινός.
00:16
(Video) Barack Obama: To help families refinance their homes,
2
16710
2861
(Βίντεο) Μπάρακ Ομπάμα: Να βοηθήσουμε τις οικογένειες οικονομικά,
00:19
to invest in things like high-tech manufacturing,
3
19595
2647
να επενδύσουμε πχ στην παραγωγή υψηλής τεχνολογίας,
00:22
clean energy
4
22266
1159
στην καθαρή ενέργεια
00:23
and the infrastructure that creates good new jobs.
5
23449
2779
και σε υποδομές που δημιουργούν καλές νέες θέσεις εργασίας.
00:26
Supasorn Suwajanakorn: Anyone?
6
26647
1484
Σούπασορν Σουβαγιακόρν: Κάποιος;
00:28
The answer is none of them.
7
28155
1874
Η απάντηση είναι κανείς.
00:30
(Laughter)
8
30053
1114
(Γέλια)
00:31
None of these is actually real.
9
31191
1786
Κανείς τους δεν είναι αληθινός.
00:33
So let me tell you how we got here.
10
33001
1840
Αφήστε με να σας πω πώς φτάσαμε εδώ.
00:35
My inspiration for this work
11
35940
1578
Η έμπνευση μου γι' αυτό
00:37
was a project meant to preserve our last chance for learning about the Holocaust
12
37542
5411
ήταν ένα πρότζεκτ που ήταν η τελευταία ελπίδα να μάθουμε για το Ολοκαύτωμα
00:42
from the survivors.
13
42977
1768
από τους επιζήσαντες.
00:44
It's called New Dimensions in Testimony,
14
44769
2627
Λέγεται «Νέες Διαστάσεις στη Μαρτυρία»
00:47
and it allows you to have interactive conversations
15
47420
3126
και σου επιτρέπει διαδραστικές συζητήσεις
00:50
with a hologram of a real Holocaust survivor.
16
50570
2556
με ένα ολόγραμμα ενός πραγματικού επιζώντα.
00:53
(Video) Man: How did you survive the Holocaust?
17
53793
1966
(Βίντεο) Άνδρας: Πώς επιβιώσατε από το Ολοκαύτωμα;
00:55
(Video) Hologram: How did I survive?
18
55783
1668
Πώς επιβίωσα;
00:57
I survived,
19
57912
1807
Επιβίωσα,
01:00
I believe,
20
60419
1527
πιστεύω,
01:01
because providence watched over me.
21
61970
3023
γιατί με προστάτευε η Θεία Πρόνοια.
01:05
SS: Turns out these answers were prerecorded in a studio.
22
65573
3454
ΣΣ: Οι απαντήσεις έχουν προ-ηχογραφηθεί σε στούντιο.
01:09
Yet the effect is astounding.
23
69051
2452
Ωστόσο, το αποτέλεσμα είναι εκπληκτικό.
01:11
You feel so connected to his story and to him as a person.
24
71527
3619
Νιώθεις τέτοια σύνδεση με την ιστορία του, αλλά και με τον ίδιο σαν άτομο.
01:16
I think there's something special about human interaction
25
76011
3301
Νομίζω ότι υπάρχει κάτι μοναδικό στην ανθρώπινη αλληλεπίδραση
01:19
that makes it much more profound
26
79336
2757
που κάνει ακόμα πιο βαθύ
01:22
and personal
27
82117
2198
και προσωποποιημένο
01:24
than what books or lectures or movies could ever teach us.
28
84339
3485
αυτό που τα βιβλία, οι ομιλίες ή οι ταινίες θα μπορούσαν να μας διδάξουν.
01:28
So I saw this and began to wonder,
29
88267
2425
Είδα λοιπόν αυτό και ξεκίνησα να αναρωτιέμαι,
01:30
can we create a model like this for anyone?
30
90716
2810
μπορούμε να φτιάξουμε ένα μοντέλο όπως αυτό για τον καθένα;
01:33
A model that looks, talks and acts just like them?
31
93550
2975
Ένα μοντέλο που θα μοιάζει, θα μιλάει και θα δρα όπως αυτοί;
01:37
So I set out to see if this could be done
32
97573
2007
Ξεκίνησα λοιπόν να δω τι μπορεί να γίνει
01:39
and eventually came up with a new solution
33
99604
2310
και τελικά σκέφτηκα μια νέα λύση
01:41
that can build a model of a person using nothing but these:
34
101938
3220
που μπορεί να φτιάξει το μοντέλο ενός ανθρώπου χρησιμοποιώντας μόνο αυτά:
01:45
existing photos and videos of a person.
35
105747
2214
Υπάρχουσες φωτογραφίες και βίντεό του.
01:48
If you can leverage this kind of passive information,
36
108701
2617
Αν μπορείς να αξιοποιήσεις τέτοια παθητικά δεδομένα,
01:51
just photos and video that are out there,
37
111342
2007
απλώς φωτογραφίες και βίντεο που υπάρχουν,
01:53
that's the key to scaling to anyone.
38
113373
2056
είναι το κλειδί για να φτάσεις σε όλους.
01:56
By the way, here's Richard Feynman,
39
116119
1777
Παρεμπιπτόντως, ο Ρίτσαρντ Φέιμαν,
01:57
who in addition to being a Nobel Prize winner in physics
40
117920
3413
εκτός από κάτοχος Νόμπελ στη Φυσική
02:01
was also known as a legendary teacher.
41
121357
2453
ήταν γνωστός και ως ένας θρυλικός δάσκαλος.
02:05
Wouldn't it be great if we could bring him back
42
125080
2198
Δεν θα ήταν υπέροχο να τον φέρναμε πίσω
02:07
to give his lectures and inspire millions of kids,
43
127302
3265
να μιλήσει και να εμπνεύσει εκατομμύρια παιδιά,
02:10
perhaps not just in English but in any language?
44
130591
2992
ίσως όχι μόνο στα Αγγλικά, αλλά σε οποιαδήποτε γλώσσα;
02:14
Or if you could ask our grandparents for advice and hear those comforting words
45
134441
4602
Ή αν ζήταγες τη συμβουλή των παππούδων σου και άκουγες αυτά τα παρηγορητικά λόγια
02:19
even if they're no longer with us?
46
139067
1770
ακόμα κι αν δεν είναι πια μαζί μας;
02:21
Or maybe using this tool, book authors, alive or not,
47
141683
3396
Ή ίσως με αυτό το εργαλείο συγγραφείς, εν ζωή ή όχι,
02:25
could read aloud all of their books for anyone interested.
48
145103
2937
να μπορούσαν να διαβάσουν τα βιβλία τους σε όποιον το ήθελε.
02:29
The creative possibilities here are endless,
49
149199
2437
Οι δημιουργικές δυνατότητες εδώ είναι απεριόριστες
02:31
and to me, that's very exciting.
50
151660
1713
και για μένα, αυτό είναι συναρπαστικό.
02:34
And here's how it's working so far.
51
154595
2002
Ας δούμε πώς λειτουργεί μέχρι τώρα.
02:36
First, we introduce a new technique
52
156621
1667
Πρώτα εισάγουμε μία νέα μέθοδο που μπορεί να ανακατασκευάσει
02:38
that can reconstruct a high-detailed 3D face model from any image
53
158312
4572
ένα λεπτομερές τρισδιάστατο μοντέλο προσώπου οποιασδήποτε εικόνας,
02:42
without ever 3D-scanning the person.
54
162908
2119
χωρίς ποτέ να σαρώσει τρισδιάστατα το άτομο.
02:45
And here's the same output model from different views.
55
165890
2642
Ορίστε το ίδιο προϊόν-μοντέλο από διαφορετικές θέσεις.
02:49
This also works on videos,
56
169969
1502
Αυτό λειτουργεί και στα βίντεο,
02:51
by running the same algorithm on each video frame
57
171495
2852
τρέχοντας τον ίδιο αλγόριθμο σε κάθε καρέ του βίντεο
02:54
and generating a moving 3D model.
58
174371
2222
και δημιουργεί ένα κινούμενο μοντέλο.
02:57
And here's the same output model from different angles.
59
177538
2772
Ορίστε το ίδιο προϊόν-μοντέλο από διαφορετικές γωνίες.
03:01
It turns out this problem is very challenging,
60
181933
2534
Εν τέλει, το πρόβλημα είναι ιδιαίτερα απαιτητικό,
03:04
but the key trick is that we are going to analyze
61
184491
2525
αλλά το κλειδί είναι η ανάλυση
03:07
a large photo collection of the person beforehand.
62
187040
2966
μίας μεγάλης συλλογής φωτογραφιών του ατόμου εκ των προτέρων.
03:10
For George W. Bush, we can just search on Google,
63
190650
2539
Για τον Τζωρτζ O. Μπους, ψάχνουμε στο Google
03:14
and from that, we are able to build an average model,
64
194309
2499
και μπορούμε να φτιάξουμε ένα συνηθισμένο μοντέλο,
03:16
an iterative, refined model to recover the expression
65
196832
3111
ένα συνεχές, επεξεργασμένο μοντέλο που αναδομεί την έκφραση
03:19
in fine details, like creases and wrinkles.
66
199967
2336
με πολλές λεπτομέρειες, όπως γραμμές και ρυτίδες.
03:23
What's fascinating about this
67
203326
1403
Το φοβερό με αυτό είναι
03:24
is that the photo collection can come from your typical photos.
68
204753
3423
ότι η συλλογή των φωτογραφιών μπορεί να είναι απλές φωτογραφίες σου.
03:28
It doesn't really matter what expression you're making
69
208200
2603
Δεν έχει σημασία τι εκφράσεις έχεις
03:30
or where you took those photos.
70
210827
1885
ή από πού είναι αυτές οι φωτογραφίες.
03:32
What matters is that there are a lot of them.
71
212736
2400
Σημασία έχει να είναι πολλές.
03:35
And we are still missing color here,
72
215160
1736
Μας λείπει όμως ακόμα λίγο χρώμα,
03:36
so next, we develop a new blending technique
73
216920
2348
γι' αυτό, αναπτύσσουμε μια νέα μέθοδο ανάμειξης
03:39
that improves upon a single averaging method
74
219292
2836
που βελτιώνει μία συνηθισμένη μέθοδο
03:42
and produces sharp facial textures and colors.
75
222152
2818
και παράγει πιο ευκρινείς υφές και χρώματα προσώπου.
03:45
And this can be done for any expression.
76
225779
2771
Και αυτό μπορεί να γίνει για όλες τις εκφράσεις.
03:49
Now we have a control of a model of a person,
77
229485
2499
Τώρα ελέγχουμε το μοντέλο ενός ανθρώπου,
03:52
and the way it's controlled now is by a sequence of static photos.
78
232008
3795
βάζοντας στην σειρά στατικές φωτογραφίες.
03:55
Notice how the wrinkles come and go, depending on the expression.
79
235827
3126
Παρατηρήστε πως οι ρυτίδες αλλάζουν ανάλογα την έκφραση.
04:00
We can also use a video to drive the model.
80
240109
2746
Επίσης μπορούμε να κατευθύνουμε το μοντέλο με ένα βίντεο.
04:02
(Video) Daniel Craig: Right, but somehow,
81
242879
2593
(Βίντεο) Ντάλιελ Γκρεγκ: Σωστά, αλλά με κάποιο τρόπο,
04:05
we've managed to attract some more amazing people.
82
245496
3771
καταφέραμε να προσελκύσουμε περισσότερους υπέροχους ανθρώπους.
04:10
SS: And here's another fun demo.
83
250021
1642
ΣΣ: Να μία άλλη ωραία παρουσίαση.
04:11
So what you see here are controllable models
84
251687
2246
Αυτό που βλέπετε εδώ είναι ελεγχόμενα μοντέλα
04:13
of people I built from their internet photos.
85
253957
2444
ανθρώπων που έφτιαξα με εικόνες τους στο διαδίκτυο.
04:16
Now, if you transfer the motion from the input video,
86
256425
2904
Τώρα, αν μεταφέρουμε την κίνηση από το καταχωρημένο βίντεο,
04:19
we can actually drive the entire party.
87
259353
2152
μπορούμε να κατευθύνουμε ολόκληρη την ομάδα.
04:21
George W. Bush: It's a difficult bill to pass,
88
261529
2172
Τζορτζ Ο. Μπους: Είναι ένα δύσκολο νομοσχέδιο προς ψήφιση,
04:23
because there's a lot of moving parts,
89
263725
2303
καθώς υπάρχουν πολλά μέρη μεταφερόμενα κομμάτια
04:26
and the legislative processes can be ugly.
90
266052
5231
και δύσκολη νομοθετική διαδικασία.
04:31
(Applause)
91
271307
1630
(Χειροκρότημα)
04:32
SS: So coming back a little bit,
92
272961
1837
Επιστρέφοντας λίγο πιο πίσω,
04:34
our ultimate goal, rather, is to capture their mannerisms
93
274822
3191
ο τελικός στόχος μας είναι πιο πολύ να απαθανατίσουμε το ύφος τους
04:38
or the unique way each of these people talks and smiles.
94
278037
3045
ή τον μοναδικό τρόπο με τον οποίο μιλούν και γελάνε.
04:41
So to do that, can we actually teach the computer
95
281106
2313
Μπορούμε λοιπόν να διδάξουμε στον υπολογιστή
04:43
to imitate the way someone talks
96
283443
2222
να μιμείται τον τρόπο που μιλάει κάποιος
04:45
by only showing it video footage of the person?
97
285689
2420
δείχνοντας του μόνο πλάνα από βίντεο του ανθρώπου;
04:48
And what I did exactly was, I let a computer watch
98
288898
2577
Για την ακρίβεια, άφησα τον υπολογιστή να παρακολουθεί
04:51
14 hours of pure Barack Obama giving addresses.
99
291499
3277
14 ώρες ομιλίες μόνο του Μπάρακ Ομπάμα.
04:55
And here's what we can produce given only his audio.
100
295443
3516
Ορίστε τι μπορούμε να φτιάξουμε μόνο από το ακουστικό υλικό.
04:58
(Video) BO: The results are clear.
101
298983
1777
(Βίντεο) ΜΟ: Τα αποτελέσματα είναι εμφανή.
05:00
America's businesses have created 14.5 million new jobs
102
300784
4349
Οι αμερικάνικες επιχειρήσεις έχουν δημιουργήσει 14.5 εκ. νέες θέσεις εργασίας
05:05
over 75 straight months.
103
305157
2774
σε περισσότερο από 75 μήνες.
05:07
SS: So what's being synthesized here is only the mouth region,
104
307955
2905
ΣΣ: Εδώ επεξεργάστηκε μόνο η περιοχή του στόματος
05:10
and here's how we do it.
105
310884
1540
και ορίστε πώς το κάνουμε.
05:12
Our pipeline uses a neural network
106
312764
1826
Γίνεται χρήση ενός νευρολογικού δικτύου
05:14
to convert and input audio into these mouth points.
107
314614
2936
που μετατρέπει και εισάγει τον ήχο στα σημεία του στόματος.
05:18
(Video) BO: We get it through our job or through Medicare or Medicaid.
108
318547
4225
(Βίντεο) ΜΟ: Το αποκτούμε μέσω της εργασίας ή του Medicare ή Medicaid.
05:22
SS: Then we synthesize the texture, enhance details and teeth,
109
322796
3420
ΣΣ: Μετά επεξεργαζόμαστε την υφή, βελτιώνουμε λεπτομέρειες και δόντια
05:26
and blend it into the head and background from a source video.
110
326240
3074
και τα συνδυάζουμε με το κεφάλι και το φόντο του βίντεο.
(Βίντεο) ΜΟ: Οι γυναίκες δικαιούνται δωρεάν τσεκάπ
05:29
(Video) BO: Women can get free checkups,
111
329338
1905
05:31
and you can't get charged more just for being a woman.
112
331267
2968
και δεν χρεώνεστε παραπάνω απλώς γιατί είστε γυναίκες.
05:34
Young people can stay on a parent's plan until they turn 26.
113
334973
3306
Οι νέοι μπορούν να παραμείνουν στο πρόγραμμα ενός γονέα μέχρι τα 26.
05:39
SS: I think these results seem very realistic and intriguing,
114
339267
2952
ΣΣ: Νομίζω τα αποτελέσματα είναι πολύ ρεαλιστικά και ενδιαφέροντα,
05:42
but at the same time frightening, even to me.
115
342243
3173
αλλά ταυτόχρονα τρομακτικά, ακόμα και για εμένα.
05:45
Our goal was to build an accurate model of a person, not to misrepresent them.
116
345440
4015
Στόχος μας είναι να φτιάξουμε ένα ακριβές μοντέλο για όλους, όχι να παραποιήσουμε.
05:49
But one thing that concerns me is its potential for misuse.
117
349956
3111
Όμως, αυτό που με ανησυχεί είναι η πιθανότητα της κατάχρησης.
05:53
People have been thinking about this problem for a long time,
118
353958
2971
Οι άνθρωποι το σκέφτονται εδώ και πολύ καιρό,
05:56
since the days when Photoshop first hit the market.
119
356953
2381
από τότε που εμφανίστηκε το Photoshop στην αγορά.
05:59
As a researcher, I'm also working on countermeasure technology,
120
359862
3801
Ως ερευνητής, δουλεύω επίσης πάνω στην αντισταθμιστική τεχνολογία
06:03
and I'm part of an ongoing effort at AI Foundation,
121
363687
2942
και σε μια συνεχή προσπάθεια του Οργανισμού Τεχνητής Νοημοσύνης
06:06
which uses a combination of machine learning and human moderators
122
366653
3397
που συνδυάζει τη μηχανική μάθηση και ανθρώπους συντονιστές
06:10
to detect fake images and videos,
123
370074
2144
για να εντοπίζει ψεύτικες εικόνες και βίντεο,
06:12
fighting against my own work.
124
372242
1514
καταπολεμώντας τη δουλειά μου.
06:14
And one of the tools we plan to release is called Reality Defender,
125
374675
3190
Ένα από τα εργαλεία που θα διαθέσουμε ονομάζεται Reality Defender,
06:17
which is a web-browser plug-in that can flag potentially fake content
126
377889
4039
είναι ένα πρόσθετο στον φυλλομετρητή που εντοπίζει πιθανό ψεύτικο περιεχόμενο
06:21
automatically, right in the browser.
127
381952
2533
αυτόματα, μέσα στον φυλλομετρητή.
06:24
(Applause)
128
384509
4228
(Χειροκρότημα)
06:28
Despite all this, though,
129
388761
1453
Παρόλα αυτά,
06:30
fake videos could do a lot of damage,
130
390238
1840
τα ψεύτικα βίντεο μπορούν να βλάψουν,
06:32
even before anyone has a chance to verify,
131
392102
3294
πριν προλάβει κάποιος να τα επαληθεύσει,
06:35
so it's very important that we make everyone aware
132
395420
2722
γι' αυτό είναι πολύ σημαντικό να ενημερώσουμε όλους
06:38
of what's currently possible
133
398166
2007
για το τι είναι προς το παρόν εφικτό,
06:40
so we can have the right assumption and be critical about what we see.
134
400197
3369
ώστε να κάνουμε σωστές υποθέσεις και να ξέρουμε τι βλέπουμε.
06:44
There's still a long way to go before we can fully model individual people
135
404423
5007
Πρέπει να γίνουν πολλά πριν φτάσουμε να μοντελοποιήσουμε πλήρως τους ανθρώπους
06:49
and before we can ensure the safety of this technology.
136
409454
2786
και πριν να διασφαλίσουμε την προστασία αυτής της τεχνολογίας.
06:53
But I'm excited and hopeful,
137
413097
1587
Όμως ενθουσιάζομαι και αισιοδοξώ,
06:54
because if we use it right and carefully,
138
414708
3539
γιατί αν το χρησιμοποιήσουμε σωστά και προσεκτικά,
06:58
this tool can allow any individual's positive impact on the world
139
418271
4309
αυτό το εργαλείο μπορεί να επιτρέψει η θετική επίδραση κάθε ατόμου στον κόσμο
07:02
to be massively scaled
140
422604
2190
να μεγιστοποιηθεί μαζικά
07:04
and really help shape our future the way we want it to be.
141
424818
2742
και να βοηθήσει να φτιάξουμε το μέλλον μας όπως θέλουμε.
07:07
Thank you.
142
427584
1151
Σας ευχαριστώ.
07:08
(Applause)
143
428759
5090
(Χειροκρότημα)
Σχετικά με αυτόν τον ιστότοπο

Αυτός ο ιστότοπος θα σας παρουσιάσει βίντεο στο YouTube που είναι χρήσιμα για την εκμάθηση της αγγλικής γλώσσας. Θα δείτε μαθήματα αγγλικών που διδάσκουν κορυφαίοι καθηγητές από όλο τον κόσμο. Κάντε διπλό κλικ στους αγγλικούς υπότιτλους που εμφανίζονται σε κάθε σελίδα βίντεο για να αναπαράγετε το βίντεο από εκεί. Οι υπότιτλοι μετακινούνται συγχρονισμένα με την αναπαραγωγή του βίντεο. Εάν έχετε οποιαδήποτε σχόλια ή αιτήματα, παρακαλούμε επικοινωνήστε μαζί μας χρησιμοποιώντας αυτή τη φόρμα επικοινωνίας.

https://forms.gle/WvT1wiN1qDtmnspy7