Manipolazione dell'informazione: deepfake e volti sintetici
Termini come artificial intelligence, machine learning e reti neurali vengono citati quotidianamente. Ma ponendoci la domanda: "In pratica cos'è l'intelligenza artificiale?" andremmo incontro a infinite spiegazioni, una totalmente diversa dall'altra.
Negli ultimi anni abbiamo assistito a notevoli innovazioni delle tecnologie informatiche e nello sviluppo di complessi algoritmi. Termini come artificial intelligence, machine learning e reti neurali vengono citati quotidianamente. Ma ponendoci la domanda: "In pratica cos'è l'intelligenza artificiale?" andremmo incontro a infinite spiegazioni, una totalmente diversa dall'altra. Ogni certezza viene a crollare su questo argomento, ed esistono infinite possibilità. Considerando la complessità della materia non possiamo stupirci più di tanto di tale situazione.
Alcune applicazioni pratiche dell'intelligenza artificiale vertono alla creazione di falsi volti sempre più difficili da smascherare. Il rischio di non poter verificare l'identità di una persona in un video rende le informazioni più vulnerabili alla manipolazione.
I deepfake
Prende il nome di deepfake la tecnica utilizzata per scambiare le persone all'interno di immagini e video. Il funzionamento si basa sulle reti neurali che acquisiscono informazioni dalle immagini del volto che si vuole sostituire. Più immagini vengono fornite, con diverse espressioni, più lo scambio è efficace. Infine è possibile filmare una persona qualunque e sostituirne il volto con quello, per esempio, di una persona famosa. Uno dei primi casi di utilizzo lo abbiamo nel settore pornografico: volti di attrici vengono sostituiti con quelli di celebrità dello spettacolo dando il via a fenomeni di revenge porn.
Un articolo del Sole 24 Ore[1] di qualche giorno fa descrive i risultati di una ricerca della Disney, comunicati alla conferenza di computergrafica Eurographics.
I ricercatori sono riusciti a creare un video deepfake in alta risoluzione (attorno ai 1024x1024 pixel); fino ad allora quella standard era all'incirca di 256x256 pixel, il che rendeva verosimile il fotomontaggio esclusivamente se osservato da piccoli display.
La creazione di video deepfake ad alta risoluzione comporta l'utilizzo di una considerevole potenza di calcolo, ma gli appositi software per crearli sono già disponibili in rete. Tra questi possiamo citare DeepFaceLab, scritto in Python e scaricabile da GitHub[2]. Pertanto l'avvento di deepfake ancora più realistici, adattati al grande schermo, potrebbe non richiedere troppo tempo.
La trasmissione satirica Striscia la notizia nel settembre del 2019 diffuse un fuori onda fasullo di Matteo Renzi; venne registrato utilizzando un mix tra tecnologia e doppiatori, ottenendo un considerevole risultato. (link video Matteo Renzi).
Non solo Renzi; nelle successive puntate furono trasmessi altri video realizzati allo stesso modo, che ebbero per protagonisti diversi volti noti. Da Mara Venier ad Amadeus fino al Presidente Mattarella. La metodologia utilizzata dai produttori di Striscia viene spiegata in un filmato reperibile sul web: "Come nasce un deepfake? Il dietro le quinte della rubrica di Striscia".
Volti sintetici
Un ulteriore esempio di intelligenza artificiale applicata a questo ambito consiste nella realizzazione di volti generati casualmente al computer.
This person does not exist[3] è un servizio web sperimentale di Nvidia che permette di scaricare immagini in alta risoluzione di persone, totalmente prodotte da una classe di algoritmi di machine-learning denominata Generative adversarial network (GAN), creata nel 2014 dal ricercatore americano Ian Goodfellow e da alcuni suoi colleghi.
La giornalista Sarah Thompson pubblica nel dicembre del 2019 un'inchiesta intitolata:"Fake Faces: People Who Do Not Exist Invade Facebook To Influence 2020 Elections"[4]. L'attento lavoro illustra ai lettori l'ipotesi di utilizzo del servizio This person does not exist per influenzare sui social media le elezioni americane, ne descrive la tecnica utilizzata, arriva alla dimostrazione dei fatti prendendo in considerazione l'allineamento degli occhi, identico in tutte le immagini profilo usate per creare utenti fasulli.
Allo stato attuale i volti fake possono ancora essere smascherati osservando attentamente alcuni dettagli: orecchini o le sfumature dei capelli per esempio.
Presumibilmente in un futuro non troppo distante saremo chiamati ad affinare le nostre competenze digitali per contrastare un nuovo genere di fake-news, nel frattempo potremmo allenarci giocando a scovare foto di persone reali usando il sito web: http://www.whichfaceisreal.com/
[2]https://github.com/iperov/DeepFaceLab