Follow

Tieniti aggiornato sulle notizie più importanti

Premendo il pulsante Iscriviti, confermi di aver letto e di accettare la nostra Informativa sulla privacy e i Termini di utilizzo

Il nuovo algoritmo AI segnala i deepfake con una precisione del 98%, migliore di qualsiasi altro strumento attualmente disponibile


Un nuovo algoritmo AI rivoluziona il rilevamento dei deepfake

Con l’avvento della generazione di video basata sull’intelligenza artificiale, come Sora e Luma, il rischio di diffusione di deepfake è in aumento. Un nuovo algoritmo ha dimostrato di poter individuare con una precisione superiore al 98% i video generati artificialmente, offrendoci una promettente difesa contro la disinformazione.

Ironia e protezione

È interessante notare come l’intelligenza artificiale stessa ci protegge dai contenuti creati dall’IA. Matthew Stamm, professore associato di ingegneria alla Drexel University, sottolinea l’importanza di un sistema efficace per individuare i falsi video prodotti da malintenzionati, considerando le sfide introdotte dai deepfake.

L’evoluzione del rilevamento forense

Il nuovo strumento, chiamato “MISLnet”, si basa su anni di dati sul rilevamento di immagini e video falsi, identificando modifiche come spostamenti di pixel, variazioni nella velocità e rimozione di frame. Questo metodo innovativo rappresenta una pietra miliare nel contrasto alla manipolazione delle immagini e dei video.

Un approccio all’avanguardia

Lo studio pubblicato su arXiv presenta un algoritmo che supera le limitazioni dei sistemi esistenti, rilevando tracce specifiche nei video generati dall’intelligenza artificiale. Questa innovativa tecnologia si basa su relazioni algoritmiche tra i valori dei pixel, introducendo un nuovo standard nel campo del rilevamento dei deepfake.

Proteggere l’Integrità dei Contenuti Video con l’Intelligenza Artificiale

Con l’aumento delle tecnologie di generazione e modifica di video, è fondamentale proteggere l’integrità delle informazioni visuali.

Analisi dei Video Generati dall’Intelligenza Artificiale

I video creati artificialmente presentano disparità nei valori dei pixel, che l’intelligenza artificiale può rilevare senza necessità di confronto con immagini reali.

Il team Drexel ha sviluppato strumenti, tra cui MISLnet, che utilizzano reti neurali vincolate per rilevare anomalie a livello sub-pixel, distinguendo così i video artificiali da quelli reali.

Efficacia del Sistema MISL

MISL ha dimostrato un’efficacia del 98,3% nel rilevare video generati dall’intelligenza artificiale, superando di gran lunga altri sistemi di rilevamento.

Questo progresso è cruciale nell’era in cui la disinformazione video diventa sempre più diffusa e dannosa per l’opinione pubblica.

Add a comment

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

Tieniti aggiornato sulle notizie più importanti

Premendo il pulsante Iscriviti, confermi di aver letto e di accettare la nostra Informativa sulla privacy e i Termini di utilizzo