Uma ferramenta para detectar deepfakes é transparente sobre suas limitações

Você, presumivelmente um ser humano, é uma parte crucial na detecção 3️⃣ de uma

ou

---

gerado por inteligência artificial.

Existem ferramentas de detecção, feitas tanto comercialmente quanto casa de aposta dando bonus de boas vindas laboratórios de pesquisa, 3️⃣ que podem ajudar. Para usar esses detectores de deepfakes, você envia ou vincula uma peça de mídia que suspeita ser 3️⃣ falsa, e o detector dá uma probabilidade casa de aposta dando bonus de boas vindas porcentagem de que ela tenha sido gerada por IA.

Mas seus sentidos e 3️⃣ uma compreensão de alguns indicativos importantes fornecem muita informação ao analisar mídia para ver se ela é um deepfake.

Enquanto as 3️⃣ regulamentações para deepfakes, especialmente casa de aposta dando bonus de boas vindas eleições, ainda estão atrasadas casa de aposta dando bonus de boas vindas relação ao rápido ritmo das inovações casa de aposta dando bonus de boas vindas IA, precisamos encontrar 3️⃣ formas de descobrir se uma imagem, áudio ou

---

é realmente real.

Siwei Lyu criou uma delas, o DeepFake-o-meter, na Universidade 3️⃣ de Buffalo. Sua ferramenta é gratuita e de código aberto, compilando mais de uma dúzia de algoritmos de outros laboratórios 3️⃣ de pesquisa casa de aposta dando bonus de boas vindas um lugar. Os usuários podem enviar uma mídia e executá-la através dessas diferentes ferramentas de laboratórios para 3️⃣ obter uma ideia de se ela pode ser gerada por IA.

O DeepFake-o-meter mostra tanto os benefícios quanto as limitações das 3️⃣ ferramentas de detecção de IA. Quando executamos algumas deepfakes conhecidas através das diferentes algoritmos, os detectores deram uma classificação para 3️⃣ o mesmo

---

,

ou gravação de áudio de 0% a 100% de chance de ser gerada por IA.

A IA 3️⃣ e os algoritmos usados para detectá-la podem ser influenciados pela maneira como são ensinados. No caso do DeepFake-o-meter, a ferramenta 3️⃣ é transparente sobre essa variabilidade nos resultados, enquanto um detector comercial comprado na loja de aplicativos é menos claro sobre 3️⃣ suas limitações, ele disse.

"Acho que uma imagem falsa de confiabilidade é pior do que baixa confiabilidade, porque se você confiar 3️⃣ casa de aposta dando bonus de boas vindas um sistema que fundamentalmente não é confiável para funcionar, pode causar problemas no futuro", disse Lyu.

Seu sistema ainda é 3️⃣ rudimentar para os usuários, tendo sido lançado publicamente apenas casa de aposta dando bonus de boas vindas janeiro deste ano. Mas seu objetivo é que jornalistas, pesquisadores, 3️⃣ investigadores e usuários comuns possam enviar mídias para verificar se são reais. Sua equipe está trabalhando casa de aposta dando bonus de boas vindas formas de classificar 3️⃣ as diferentes algoritmos que usam para detecção para informar os usuários qual detector funcionaria melhor para casa de aposta dando bonus de boas vindas situação. Os usuários 3️⃣ podem optar por compartilhar a mídia que enviam com a equipe de pesquisa de Lyu para ajudá-lo a melhorar o 3️⃣ site.

Lyu frequentemente atua como fonte experiente para jornalistas que tentam avaliar se algo pode ser um deepfake, então ele nos 3️⃣ mostrou algumas instâncias bem conhecidas de deepfakery recentes para mostrar as maneiras pelas quais podemos dizer que eles não são 3️⃣ reais.

"Um operador humano precisa ser trazido para fazer a análise", disse ele. "Acho que é crucial ser uma colaboração homem-algoritmo. 3️⃣ Deepfakes são um problema social-técnico. Não vai ser resolvido puramente pela tecnologia. Tem que haver uma interface com humanos."