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

1,285,658 views ・ 2018-07-25

TED


Haga doble clic en los subtítulos en inglés para reproducir el vídeo.

Traductor: Paula Motter Revisor: Analia Padin
00:12
Look at these images.
0
12876
1151
Observen estas imágenes y díganme cuál de estos es el Obama verdadero.
00:14
Now, tell me which Obama here is real.
1
14051
2635
00:16
(Video) Barack Obama: To help families refinance their homes,
2
16710
2861
(Vídeo) Barack Obama: Ayudar a las familias a refinanciar sus casas,
00:19
to invest in things like high-tech manufacturing,
3
19595
2647
invertir en producción de alta tecnología,
00:22
clean energy
4
22266
1159
en energía no contaminante
00:23
and the infrastructure that creates good new jobs.
5
23449
2779
y en infraestructura que genera puestos de trabajo.
00:26
Supasorn Suwajanakorn: Anyone?
6
26647
1484
Supasorn Suwajanakorn: ¿Alguien lo sabe?
00:28
The answer is none of them.
7
28155
1874
La respuesta es ninguno.
00:30
(Laughter)
8
30053
1114
(Risas)
00:31
None of these is actually real.
9
31191
1786
Ninguno es el verdadero.
00:33
So let me tell you how we got here.
10
33001
1840
Les diré cómo llegamos a este punto.
00:35
My inspiration for this work
11
35940
1578
Para este trabajo, me inspiré en un proyecto
00:37
was a project meant to preserve our last chance for learning about the Holocaust
12
37542
5411
destinado a preservar nuestra última oportunidad de saber del Holocausto
00:42
from the survivors.
13
42977
1768
a través de sus sobrevivientes.
00:44
It's called New Dimensions in Testimony,
14
44769
2627
Se llama "Nuevas dimensiones en testimonio",
00:47
and it allows you to have interactive conversations
15
47420
3126
y permite mantener una conversación interactiva
00:50
with a hologram of a real Holocaust survivor.
16
50570
2556
con el holograma de un verdadero sobreviviente del Holocausto.
00:53
(Video) Man: How did you survive the Holocaust?
17
53793
1966
(Vídeo) Hombre: ¿Cómo sobrevivió al Holocausto?
00:55
(Video) Hologram: How did I survive?
18
55783
1668
(Vídeo) Holograma: ¿Cómo sobreviví?
00:57
I survived,
19
57912
1807
Sobreviví
01:00
I believe,
20
60419
1527
posiblemente porque la Providencia velaba por mí.
01:01
because providence watched over me.
21
61970
3023
01:05
SS: Turns out these answers were prerecorded in a studio.
22
65573
3454
SS: Estas respuestas fueron previamente grabadas en un estudio.
01:09
Yet the effect is astounding.
23
69051
2452
Sin embargo, el efecto es impresionante.
01:11
You feel so connected to his story and to him as a person.
24
71527
3619
Sentimos una conexión estrecha con su historia y con él como persona.
01:16
I think there's something special about human interaction
25
76011
3301
Pienso que la interacción humana tiene algo especial.
01:19
that makes it much more profound
26
79336
2757
Es mucho más profunda y personal
01:22
and personal
27
82117
2198
01:24
than what books or lectures or movies could ever teach us.
28
84339
3485
que lo transmitido a través de libros, clases o películas.
01:28
So I saw this and began to wonder,
29
88267
2425
Cuando vi esto empecé a preguntarme:
01:30
can we create a model like this for anyone?
30
90716
2810
¿es posible crear un modelo como este con cualquier persona,
01:33
A model that looks, talks and acts just like them?
31
93550
2975
un modelo que se vea, hable y actúe como la persona real?
01:37
So I set out to see if this could be done
32
97573
2007
Así que decidí intentarlo,
01:39
and eventually came up with a new solution
33
99604
2310
y finalmente se me ocurrió una solución
01:41
that can build a model of a person using nothing but these:
34
101938
3220
para construir el modelo de una persona utilizando solo esto que vemos aquí:
01:45
existing photos and videos of a person.
35
105747
2214
fotos y vídeos de esa persona.
01:48
If you can leverage this kind of passive information,
36
108701
2617
El hecho de poder usar información que ya existe,
01:51
just photos and video that are out there,
37
111342
2007
como fotos y vídeos que encontramos por allí,
01:53
that's the key to scaling to anyone.
38
113373
2056
es la clave para poder modelar cualquier persona.
01:56
By the way, here's Richard Feynman,
39
116119
1777
Por cierto, este es Richard Feynman,
01:57
who in addition to being a Nobel Prize winner in physics
40
117920
3413
quien, además de haber ganado el Premio Nobel de física,
02:01
was also known as a legendary teacher.
41
121357
2453
también fue un legendario profesor.
02:05
Wouldn't it be great if we could bring him back
42
125080
2198
¿No sería maravilloso poder rescatarlo
02:07
to give his lectures and inspire millions of kids,
43
127302
3265
para que diera sus clases e inspirara a millones de jóvenes,
02:10
perhaps not just in English but in any language?
44
130591
2992
no solo en inglés, sino en otros idiomas?
02:14
Or if you could ask our grandparents for advice and hear those comforting words
45
134441
4602
O poder pedir consejos a nuestros abuelos y oír esas palabras reconfortantes
02:19
even if they're no longer with us?
46
139067
1770
aunque ya no estén con nosotros.
02:21
Or maybe using this tool, book authors, alive or not,
47
141683
3396
O quizá con esta herramienta los escritores, vivos o no,
02:25
could read aloud all of their books for anyone interested.
48
145103
2937
podrían leer sus libros en voz alta a quienes estén interesados.
02:29
The creative possibilities here are endless,
49
149199
2437
Las posibilidades creativas son infinitas
02:31
and to me, that's very exciting.
50
151660
1713
y, en mi opinión, esto es sumamente interesante.
02:34
And here's how it's working so far.
51
154595
2002
Les mostraré cómo funciona por ahora.
02:36
First, we introduce a new technique
52
156621
1667
Primero, usamos una nueva técnica para reconstruir un rostro en 3D
02:38
that can reconstruct a high-detailed 3D face model from any image
53
158312
4572
con un alto nivel de detalle a partir de cualquier imagen,
02:42
without ever 3D-scanning the person.
54
162908
2119
sin haber hecho nunca un escaneo en 3D de la persona.
02:45
And here's the same output model from different views.
55
165890
2642
Este es el mismo modelo obtenido, visto desde distintos ángulos.
02:49
This also works on videos,
56
169969
1502
Se puede hacer lo mismo con vídeos,
02:51
by running the same algorithm on each video frame
57
171495
2852
ejecutando el mismo algoritmo en cada cuadro del vídeo
02:54
and generating a moving 3D model.
58
174371
2222
y generando un modelo móvil en 3D.
02:57
And here's the same output model from different angles.
59
177538
2772
Aquí vemos el mismo modelo obtenido, desde distintos ángulos.
03:01
It turns out this problem is very challenging,
60
181933
2534
Esta técnica presenta numerosos desafíos,
03:04
but the key trick is that we are going to analyze
61
184491
2525
pero el truco consiste en analizar de antemano
03:07
a large photo collection of the person beforehand.
62
187040
2966
una gran colección de fotos de la persona.
03:10
For George W. Bush, we can just search on Google,
63
190650
2539
Si la persona es George W. Bush, basta con buscar en Google.
03:14
and from that, we are able to build an average model,
64
194309
2499
De allí se puede construir un modelo de base,
03:16
an iterative, refined model to recover the expression
65
196832
3111
perfeccionado iterativamente para recuperar la expresión
03:19
in fine details, like creases and wrinkles.
66
199967
2336
en sus detalles finos,
como las arrugas y líneas de expresión.
03:23
What's fascinating about this
67
203326
1403
Lo fascinante es que la colección de fotos
03:24
is that the photo collection can come from your typical photos.
68
204753
3423
puede hacerse a partir de fotos comunes de la persona,
03:28
It doesn't really matter what expression you're making
69
208200
2603
cualquiera sea la expresión de su rostro o el lugar donde se tomó la foto.
03:30
or where you took those photos.
70
210827
1885
03:32
What matters is that there are a lot of them.
71
212736
2400
Lo que importa es que haya gran cantidad.
03:35
And we are still missing color here,
72
215160
1736
Pero todavía nos falta el color,
03:36
so next, we develop a new blending technique
73
216920
2348
así que a desarrollamos una nueva técnica de mezcla
03:39
that improves upon a single averaging method
74
219292
2836
que funciona mejor que un simple promedio
03:42
and produces sharp facial textures and colors.
75
222152
2818
y produce texturas y colores faciales definidos.
03:45
And this can be done for any expression.
76
225779
2771
Y esto se puede aplicar a cualquier expresión.
03:49
Now we have a control of a model of a person,
77
229485
2499
Ahora podemos controlar el modelo de una persona,
03:52
and the way it's controlled now is by a sequence of static photos.
78
232008
3795
a través de una secuencia de fotos estáticas.
03:55
Notice how the wrinkles come and go, depending on the expression.
79
235827
3126
Observen cómo aparecen y desaparecen las líneas del rostro según la expresión.
04:00
We can also use a video to drive the model.
80
240109
2746
También se puede usar un vídeo para manejar el modelo.
04:02
(Video) Daniel Craig: Right, but somehow,
81
242879
2593
(Vídeo) Daniel Craig: Sí, pero de alguna manera,
04:05
we've managed to attract some more amazing people.
82
245496
3771
logramos atraer más gente increíble.
SS: Y aquí tenemos otra demo entretenida.
04:10
SS: And here's another fun demo.
83
250021
1642
04:11
So what you see here are controllable models
84
251687
2246
Estos son modelos controlables de personas
04:13
of people I built from their internet photos.
85
253957
2444
que construí a partir de fotos disponibles en la web.
04:16
Now, if you transfer the motion from the input video,
86
256425
2904
Trasladando el movimiento del vídeo original,
04:19
we can actually drive the entire party.
87
259353
2152
podemos manejar todos los modelos juntos.
04:21
George W. Bush: It's a difficult bill to pass,
88
261529
2172
George W. Bush: No es una ley fácil de aprobar
04:23
because there's a lot of moving parts,
89
263725
2303
porque es un tema muy complejo
04:26
and the legislative processes can be ugly.
90
266052
5231
y los procesos legislativos a veces son difíciles.
04:31
(Applause)
91
271307
1630
(Aplausos)
04:32
SS: So coming back a little bit,
92
272961
1837
SS: Retomando lo anterior,
04:34
our ultimate goal, rather, is to capture their mannerisms
93
274822
3191
nuestro objetivo principal es captar los gestos típicos
04:38
or the unique way each of these people talks and smiles.
94
278037
3045
o el modo particular de hablar y sonreír de cada persona.
04:41
So to do that, can we actually teach the computer
95
281106
2313
Para lograrlo, ¿es posible enseñarle a la computadora
04:43
to imitate the way someone talks
96
283443
2222
a imitar cómo habla una persona
04:45
by only showing it video footage of the person?
97
285689
2420
con solo mostrarle vídeos de ella?
04:48
And what I did exactly was, I let a computer watch
98
288898
2577
Lo que yo hice exactamente fue mostrarle a la computadora
04:51
14 hours of pure Barack Obama giving addresses.
99
291499
3277
14 horas de vídeos con discursos de Barack Obama.
04:55
And here's what we can produce given only his audio.
100
295443
3516
Y esto es lo se puede obtener tan solo con el audio.
04:58
(Video) BO: The results are clear.
101
298983
1777
(Vídeo) BO: Los resultados son claros.
05:00
America's businesses have created 14.5 million new jobs
102
300784
4349
Las empresas en EE. UU. han creado 14,5 millones de puestos de trabajo
05:05
over 75 straight months.
103
305157
2774
en un período de 75 meses.
05:07
SS: So what's being synthesized here is only the mouth region,
104
307955
2905
SS: En este caso sintetizamos solo la parte de la boca.
05:10
and here's how we do it.
105
310884
1540
Les mostraré cómo lo hacemos.
05:12
Our pipeline uses a neural network
106
312764
1826
Nuestro sistema de datos usa una red neuronal
05:14
to convert and input audio into these mouth points.
107
314614
2936
para convertir audio e ingresarlo en estos puntos de la boca.
05:18
(Video) BO: We get it through our job or through Medicare or Medicaid.
108
318547
4225
(Vídeo) BO: Lo conseguimos mediante nuestro trabajo, Medicare o Medicaid.
05:22
SS: Then we synthesize the texture, enhance details and teeth,
109
322796
3420
SS: Luego sintetizamos la textura, mejoramos los detalles y los dientes,
05:26
and blend it into the head and background from a source video.
110
326240
3074
y lo incorporamos a la cabeza y al fondo del vídeo original.
05:29
(Video) BO: Women can get free checkups,
111
329338
1905
(Vídeo) BO: La mujer tiene derecho al chequeo gratuito.
05:31
and you can't get charged more just for being a woman.
112
331267
2968
No se le puede cobrar más solo por ser mujer.
05:34
Young people can stay on a parent's plan until they turn 26.
113
334973
3306
Los jóvenes tienen la cobertura del plan de sus padres hasta los 26.
05:39
SS: I think these results seem very realistic and intriguing,
114
339267
2952
SS: Creo que estos resultados son muy realistas y fascinantes,
05:42
but at the same time frightening, even to me.
115
342243
3173
pero al mismo tiempo son aterradores, incluso para mí.
05:45
Our goal was to build an accurate model of a person, not to misrepresent them.
116
345440
4015
Nuestra idea fue crear el modelo exacto de una persona, no tergiversarla.
05:49
But one thing that concerns me is its potential for misuse.
117
349956
3111
Pero hay algo que me preocupa, y es su potencial de ser usado indebidamente.
05:53
People have been thinking about this problem for a long time,
118
353958
2971
Este problema es motivo de preocupación hace tiempo,
05:56
since the days when Photoshop first hit the market.
119
356953
2381
desde que Photoshop entró al mercado por primera vez.
05:59
As a researcher, I'm also working on countermeasure technology,
120
359862
3801
Como investigador, también trabajo en tecnología de prevención,
06:03
and I'm part of an ongoing effort at AI Foundation,
121
363687
2942
y formo parte de "AI Foundation",
06:06
which uses a combination of machine learning and human moderators
122
366653
3397
donde combinamos el aprendizaje automático con el control humano
06:10
to detect fake images and videos,
123
370074
2144
para detectar imágenes y vídeos falsos, combatiendo mi propio trabajo.
06:12
fighting against my own work.
124
372242
1514
06:14
And one of the tools we plan to release is called Reality Defender,
125
374675
3190
Una de las herramientas que queremos lanzar se llama "Reality Defender",
06:17
which is a web-browser plug-in that can flag potentially fake content
126
377889
4039
un complemento para el navegador que detecta contenido potencialmente falso
06:21
automatically, right in the browser.
127
381952
2533
automáticamente en el buscador.
06:24
(Applause)
128
384509
4228
(Aplausos)
06:28
Despite all this, though,
129
388761
1453
Pero, aun así,
06:30
fake videos could do a lot of damage,
130
390238
1840
los vídeos falsos pueden causar un gran daño,
06:32
even before anyone has a chance to verify,
131
392102
3294
incluso antes de ser chequeados.
06:35
so it's very important that we make everyone aware
132
395420
2722
Por eso es fundamental que la gente esté al tanto de este tipo de cosas
06:38
of what's currently possible
133
398166
2007
06:40
so we can have the right assumption and be critical about what we see.
134
400197
3369
y pueda sacar las conclusiones correctas y juzgar lo que ve.
06:44
There's still a long way to go before we can fully model individual people
135
404423
5007
Todavía falta mucho para llegar a modelar completamente una persona en particular
06:49
and before we can ensure the safety of this technology.
136
409454
2786
y garantizar la seguridad de esta tecnología.
Pero estoy entusiasmado y lleno de esperanza,
06:53
But I'm excited and hopeful,
137
413097
1587
06:54
because if we use it right and carefully,
138
414708
3539
porque si esta herramienta se usa con buen juicio
06:58
this tool can allow any individual's positive impact on the world
139
418271
4309
puede permitir amplificar enormemente
el impacto positivo de cualquier persona en el mundo
07:02
to be massively scaled
140
422604
2190
07:04
and really help shape our future the way we want it to be.
141
424818
2742
y ayudarnos a forjar el futuro que queremos.
07:07
Thank you.
142
427584
1151
Gracias.
07:08
(Applause)
143
428759
5090
(Aplausos)
Acerca de este sitio web

Este sitio le presentará vídeos de YouTube útiles para aprender inglés. Verá lecciones de inglés impartidas por profesores de primera categoría de todo el mundo. Haz doble clic en los subtítulos en inglés que aparecen en cada página de vídeo para reproducir el vídeo desde allí. Los subtítulos se desplazan en sincronía con la reproducción del vídeo. Si tiene algún comentario o petición, póngase en contacto con nosotros mediante este formulario de contacto.

https://forms.gle/WvT1wiN1qDtmnspy7