Представьте себе такую картину: звонит вам начальник. Причём не просто звонит, а по видеосвязи — прямо из знакомого московского офиса, с привычным фоном и даже с тем самым взглядом, который обычно говорит: «Ты сегодня задержишься». И тут он просит срочно перевести двадцать пять миллионов рублей.
Вы, конечно, не из робкого десятка, поэтому без раздумий жмёте кнопочку «перевести». А потом бац — и выясняется, что кроме вас на том звонке были одни призраки! Нет-нет, не те потусторонние души из страшилок у костра, а цифровые копии вашего начальника и его коллег. Вот так — привет из будущего!
И да, это вовсе не сценарий очередного фантастического блокбастера про восстание машин.
Это реальность под названием дипфейк — технология, которая научилась делать настолько убедительные подделки видео и аудио, что даже самый опытный Шерлок Холмс вряд ли отличит настоящего человека от искусственного клона. Дипфейк — это как фотошоп для видео, только вместо того чтобы аккуратно убрать прыщик на лбу или сделать идеальную улыбку, теперь можно заставить кого угодно сказать что угодно.
Раньше все было проще: фотошопили лица вручную часами напролёт. Помните тот мучительный процесс? Кривые контуры, тени как будто нарисованные ребёнком в детском саду и вечное ощущение «что-то здесь не так».
Сейчас же искусственный интеллект делает всё сам — быстро и безупречно. Можно сказать, что нейросети работают как тот самый художник-монстр: он берёт лицо известного актёра и аккуратно сжимает его в маленькую коробочку характеристик.
Потом берёт видео жертвы (например, вашего начальника) и «разжимает» туда лицо артиста так ловко, что вы уже не поймёте — где правда.
Это напоминает старый анекдот про двух художников: один рисует портреты настолько реалистично, что у людей глаза на лоб лезут; второй же — критик с лупой ищет хоть малейший косяк вроде шести пальцев или ушной раковины неправильной формы. Они спорят до бесконечности… пока наконец первый не рисует настолько идеально, что критик сдаётся! Вот примерно так работают нейросети: миллионы итераций исправлений и проверок до совершенства.
Но есть надежда! Пока ещё можно вычислить фальшивку по мелочам.
Например, обратите внимание на моргание глаз. Настоящий человек моргает хаотично пятнадцать-двадцать раз в минуту.
А вот дипфейк либо забывает моргать вообще (представьте себе робота без ресниц), либо делает это слишком ровно и ритмично — как будто слушает метроном. Если ваш собеседник смотрит вам в глаза и там нет живого блеска или мельчайших движений зрачков — насторожитесь! Это словно смотреть на фото с выставки восковых фигур.
Ещё одна подсказка — задержка между движением губ и речью. Даже самая продвинутая нейросеть пока не может идеально синхронизировать звук и изображение.
Получается эффект плохого дубляжа из фильмов 90-х: вроде всё понятно, но что-то режет слух.
А если хотите совсем почувствовать себя сыщиком — присмотритесь к теням на лице или очках вашего «начальника». В реальной жизни блики меняются вместе с поворотом головы; если они стоят на месте — перед вами цифровой голем из мира байтов.
Кстати о пальцах: если увидите шесть пальцев на руке – поздравляю! Вы стали свидетелем настоящего шедевра плохой работы нейросети.
Хотя скоро даже такие ошибки уйдут в прошлое.