La Oficina Federal de Investigación de Estados Unidos (FBI) alertó que ciberdelincuentes emplean la técnica del 'deepfake' a partir de contenido publicado en redes sociales para acosar y extorsionar a las víctimas a cambio de dinero.
El nombre de deepfake viene de Deep Learning, traducido como aprendizaje profundo, una de las corrientes de la Inteligencia Artificial (IA).
En este caso, es el aprendizaje con inteligencia artificial que se utiliza con la intención de crear contenido falso.
En la mayoría de los casos, esto se basa en manipulaciones de video en las que el software analiza el material de origen y extrae parte de él.
Luego lo inserta y lo adapta en otro video. Los llamados intercambios de caras o deep video portraits son la forma más común de los fake.
Cada vez parece más difícil detectar lo que es real y lo que no. Esto no significa que sea imposible, incluso los DeepFakes mejor trabajados pueden ser detectados por especialistas en técnicas del style transfer.
Deep Fake, una realidad preocupante: ciberdelincuentes crean falsos videos para extorsionar
Deep fake: ¿Cómo funciona la técnica?
Este método funciona mediante un algoritmo de inteligencia artificial llamado codificador donde se ejecutan miles de tomas de la cara de las personas que se quieren falsificar.
Lo que hace el codificador es identificar y aprender las similitudes entre los rostros y las reduce a características comunes compartidas a través de un proceso de comprimir la imagen.
Luego entra en funcionamiento un segundo algoritmo llamado decodificador, que se encarga de recuperar las imágenes comprimidas.
Para realizar el intercambio de caras, se introducen las imágenes codificadas en el decodificador contrario para que este reconstruya el rostro de la otra persona.
Es decir, una imagen codificada del rostro A se alimenta al decodificador entrenado en el rostro B.
El decodificador se encarga de reconstruir el rostro B con las expresiones y la orientación del rostro A para obtener una imagen convincente.
El Deep fake es un método que se perfecciona cada día y complica la vida de miles de personas
Cuáles fueron los primeros Deep Fake
En 2018, esta técnica empezó a escucharse con frecuencia a partir de su uso en vídeos de contenido sexual, aunque la innovación comenzó en 2014.
En 2017, un usuario anónimo de Reddit utilizó el deep learning para intercambiar las caras de actrices famosas con las de las actrices originales en escenas de películas para adultos.
En 2014 Ian Goodfellow, un estudiante de doctorado de la Universidad de Montreal, abordó de forma pionera la generación de imágenes con el enfoque de redes neuronales generativas adversas, GAN.
Goodfellow entrenó dos redes neuronales con una misma base de datos de imágenes para luego crear otras nuevas. Enfrentó las dos redes para que identificaran qué imágenes eran reales y cuáles eran ficticias como un juego digital del gato y ratón.
El primer modelo de red neuronal generaba imágenes nuevas a partir de la base de datos que había aprendido creando, por ejemplo, un gato con dos colas.
El segundo modelo detectaba las imágenes ficticias, y así el primero aprendía de sus propios errores y generaba gatos con una única cola. Poco a poco se iban creando imágenes cada vez más realistas y difíciles de distinguir.
Estas técnicas de inteligencia artificial se utilizaron por equipos de investigación para generar caras ficticias a partir de imágenes de famosos o para crear pinturas supuestamente realizadas por Van Gogh.
En sus orígenes, estas redes neuronales cometían una gran cantidad de fallos, como bicicletas con dos manillares o caras con las cejas fuera de su sitio.
Sin embargo, actualmente son capaces de crear con una imagen completa con alto nivel de verosimilitud a partir de una parte de esta: por ejemplo, el cuerpo de un gato a partir de su cabeza.