Spis treści:
Hallo, liebe Leser des Botland Blogs! Singt, tanzt oder tanzt und singt jemand von euch? Haben Sie eine Lieblingssängerin oder einen Lieblingssänger, den Sie gerne spielen würden, zum Beispiel in einer bestimmten beliebten Fernsehsendung? Kein Problem! Hier ist ein Deepfake – die Frucht der KI-Technologie, die weitaus überzeugender ist als selbst die besten Fotomontagen, die bisher erstellt wurden. Nur… ist es immer möglich, mit der Identität von jemandem zu spielen?
Was ist ein Deepfake? Die Wurzeln der Idee - CGI
Deepfakes nutzen künstliche Intelligenz auf der Grundlage von Deep Learning, um das Abbild einer Person in Videos und anderen digitalen Medien durch ein anderes zu ersetzen. Computer werden immer besser darin, die Realität zu simulieren. Das Konzept gibt es schon seit langem, und der “Gesichtsaustausch” war Gegenstand vieler Fan-Fotomontagen und bearbeiteter Bilder.
Das moderne Kino setzt in hohem Maße auf computergenerierte Effekte anstelle von realen Figuren, Kulissen oder Requisiten. Für das ungeschulte Auge sind gut gemachte Szenen oft nicht von der Realität zu unterscheiden. Die Sache ist die, dass CGI, also computergenerierte Bilder, unglaublich schwer überzeugend zu machen sind. Die größten Schwierigkeiten liegen nicht so sehr in den Actionszenen, sondern in den Alterungseffekten und der Wiedergabe der Mimik.
Wir leben nicht mehr in der Ära von Kinofilmen, in denen Schauspieler in Schießereien an Seilen wie Zauberer umherflogen, aber wir begegnen immer noch Monstern wie dem schleimigen Reptil in Mortal Kombat: Annihilation (1997), der nuklearen Explosion mit einem Kühlschrank in Indiana Jones und das Königreich des Kristallschädels (2008) oder dem übertrieben künstlichen Tiger in der Serie The Walking Dead (2010-2021).
Was macht ein deepfake? Die Wurzeln des Begriffs - Deep Learning
Der Begriff “Deepfake” stammt von der zugrunde liegenden Technologie des Deep Learning ,das aus der Arbeit an der künstlichen Intelligenz hervorgegangen ist. Deep-Learning-Algorithmen, die lernen, Probleme aus großen Datensätzen zu lösen, können erfolgreich eingesetzt werden, um Gesichter in Videomaterial überzeugend zu ersetzen. Und da es im menschlichen Gesicht rund 70 innervierte Muskeln gibt, ist dies definitiv keine leichte Aufgabe.
Die Deepfake-Technologie scheint relativ neu zu sein, aber ihre Ursprünge sind viel älter. Sie wurde bereits in den 1990er Jahren von Forschern in akademischen Einrichtungen entwickelt. In den 1970er Jahren ging sie dann sozusagen in die Hände von Amateuren und Enthusiasten in Online-Communities über. Unternehmen, gewinnorientierte Organisationen, einzelne Urheber und schließlich auch die Unterhaltungsindustrie begannen 2017, die Technologie zu nutzen. Manche meinen, dass die Erfindung der Deepfakes mit dem Programm Video Rewrite von 1997 begann. Die Software war in der Lage, vorhandene Videos, die den Sprecher zeigen, zu verändern. Durch die Überlagerung des Originalvideos mit einem Audio-Overlay schien die Person die Worte des neuen Titels lippensynchron zu sprechen. Diese Technik basierte auf maschinellem Lernen. Nach dem anfänglichen Interesse an gefälschten Medieninhalten war ihre Anwendung in der realen Welt eher begrenzt.
Modernes Deepfake. Die Wurzeln der Popularität - Reddit und Online-Communities
In den letzten Jahren hat sich die Welt der Deepfakes wie ein klassischer Internet-Viral entwickelt. Im Jahr 2017 wurde der Begriff “Deepfake” erstmals von einem Reddit-Nutzer gleichen Namens verwendet. Die Nutzer teilten eine Vielzahl von Inhalten auf der Plattform, vor allem Deepfake-Videos, in denen Prominente mit der Open-Source-Faceswap-Technologie dargestellt wurden.
Warum diese wachsende Beliebtheit? Der erste Grund liegt in der protzigen Darstellung dessen, wozu KI fähig ist, und der zweite… in den menschlichen Instinkten. Deepfakes entstanden als Nebenprodukt von Deep-Learning-Algorithmen und der Entwicklung künstlicher Intelligenz.
Die Deepfake-Technologie wurde vor allem auf die Unterhaltungsindustrie übertragen, insbesondere auf Inhalte für Erwachsene und Filmparodien. Deepfakes sind ein großartiges Beispiel dafür, wozu die KI heute in der Lage ist und wie sich die reale und die digitale Welt um uns herum entwickeln. In einer Zeit, in der die Gesellschaft untrennbar mit den sozialen Medien verbunden ist, lassen sich mit Deepfakes kreative Nischen ausfüllen. Schließlich kann der Schöpfer von Deepfakes jeden jederzeit alles sagen lassen. Es handelt sich also um ein Werkzeug, das dem Benutzer viel Macht gibt. Und mit der Macht ist das so eine Sache… Sie kann für gute und schlechte Zwecke eingesetzt werden.
Wie erstellt man ein Deepfake?
Ein bekanntes Sprichwort besagt, dass es für alles, was es gibt, auch eine App gibt. Natürlich wurden aufgrund der Beliebtheit von Deepfakes eine Vielzahl kostenloser und kostenpflichtiger Apps entwickelt, die eine schnelle Umgestaltung ermöglichen. Die Effekte sind eher durchschnittlich und kursieren hauptsächlich als Inhalte, die als Scherz unter Freunden verschickt werden. Einige dieser Apps und Programme sind die chinesischen Apps Zao, DeepFace Lab, FaceApp (für die Fotobearbeitung mit eingebauten KI-Techniken) oder Face Swap. Viele Apps wurden bereits entfernt, weil sie als unsicher eingestuft wurden. Aber können Apps, die eine überzeugende Simulation des Gesichts einer Person verwenden, überhaupt als sicher gelten? Im Internet häufen sich Berichte, dass Kriminelle auch gestohlene Bilder und Zugangsdaten aus dem Deepweb verwenden, um Deepfakes zu erstellen. Wir haben hier über die Gefahren solcher Praktiken geschrieben.
Die am häufigsten verwendete Methode ist der Einsatz von tiefen neuronalen Netzen mit Autoencodern, die eine Face-Swapping-Technik verwenden. Sie benötigen ein Zielvideo, das als Grundlage für das Deepfake dienen soll, sowie eine Sammlung von Videoclips der Person, die Sie in das Material aufnehmen möchten. Interessanterweise können diese Videos völlig zusammenhanglos sein – das Ziel könnte zum Beispiel ein Ausschnitt aus einem Hollywood-Blockbuster sein, und die Videos der Person, die man einfügen möchte, könnten zufällige Clips sein, die von YouTube heruntergeladen werden. Autoencoder, ein KI-Programm mit Deep Learning, untersucht die Clips, um zu verstehen, wie die Person aus verschiedenen Perspektiven und unter verschiedenen Umgebungsbedingungen aussieht, und bildet sie dann im Zielvideo ab, indem es gemeinsame Merkmale findet. Eine andere Art des maschinellen Lernens, bekannt als Generative Adversarial Networks (GAN), sind generative ko-adversarische Netzwerke. GANs erkennen und korrigieren Fehler im Deepfake im Laufe vieler Versuche, was es wiederum für Deepfake-Detektoren schwierig macht, sie zu entschlüsseln.
Folgen von Deepfakes
Viele Experten sind der Meinung, dass Deepfakes in Zukunft mit der Weiterentwicklung der Technologie immer ausgefeilter werden und zu einer Quelle zahlreicher sozialer Bedrohungen werden. Genannt werden Einmischung in Wahlen, politische Spannungen und kriminelle Aktivitäten. Aber können Werkzeuge schlecht sein, oder vielmehr nur diejenigen, die sie auf eine bestimmte Art und Weise benutzen? Das Messer wurde vor mehr als 12.000 Jahren erfunden und wird gleichzeitig zum Töten, zum Schneiden von Lebensmitteln und für chirurgische Eingriffe verwendet. Ein Küchenmesser hat keine Moral – es ist nicht von Natur aus gut oder schlecht. Die Erfinder von Deepfakes wollten die Technologie sicherlich vor allem für Unterhaltung und Kunst einsetzen. Leider wird sie auch beim so genannten “identity theft” – Identitätsdiebstahl und -fälschung – eingesetzt. So wie jede Art von Messer versagen und versehentlich in die Haut schneiden kann, haben auch Deepfakes das beunruhigende Potenzial, ernsthaften Schaden anzurichten. Wir überlassen es Ihnen, zwischen der optimistischen und der pessimistischen Variante bei den Prognosen zur Entwicklung der Deepfake-Technologie zu wählen.
