La compañía tecnológica estadounidense ha desarrollado FakeCatcher como parte de su iniciativa para conseguir una inteligencia artificial “responsable”, distinguiendo el contenido real del falso.
Intel ha desarrollado el detector de vídeos falsos FakeCatcher, una tecnología capaz de detectar contenido deepfake en tiempo real con una precisión del 96 por ciento a través del análisis del “flujo sanguíneo” de las personas en los píxeles del vídeo y de ofrecer resultados en “milisegundos”.
Suscríbete a nuestro newsletter
La compañía tecnológica estadounidense ha desarrollado FakeCatcher como parte de su iniciativa para conseguir una inteligencia artificial “responsable”, distinguiendo el contenido real del falso. Esto se debe a la amenaza “creciente” que suponen los vídeos falsos y el contenido deepfake -modificado mediante herramientas de IA- en el día a día, lo que ocasiona daños como “la disminución de la confianza en los medios”.
En concreto, esta tecnología ha sido desarrollada con el hardware y software de Intel, junto con los investigadores Ilke Demir y Umur Ciftci de la Universidad Estatal de Nueva York, tal y como ha especificado la compañía en un comunicado, creando así el “primer detector de deepfake en tiempo real del mundo”.
En cuanto a su funcionamiento, Intel explica que la mayoría de tecnologías de detección analiza los datos sin procesar de los vídeos para encontrar signos de falta de autenticidad. Sin embargo, FakeCatcher evalúa “lo que nos hace humanos”, es decir, el flujo sanguíneo.
Tal y como especifica Intel, cuando el corazón bombea sangre, las venas cambian de color. Son estos sutiles cambios en lo que se fija la tecnología de FakeCatcher, que recopila el flujo sanguíneo del rostro y lo traduce en mapas espaciotemporales a través de algoritmos. Tras ello, compara estos mapas utilizando el aprendizaje profundo, siendo capaz de detectar “instantáneamente” si se trata de un vídeo real o falso.
Esta tecnología se ejecuta en un servidor y se maneja a través de una plataforma basada en la web. Asimismo, el software de FakeCatcher está formado por un conjunto de herramientas especializadas como OpenVino, que se utiliza para obtener algoritmos de detección de rostros y puntos de referencia.
Por otra parte, el proceso también requiere la optimización de distintos bloques de datos extraídos de los vídeos con programas como Intel Performance Primitives, una biblioteca de software de subprocesos, o el conjunto de herramientas de OpenCV, con las que se procesa imágenes y vídeos en tiempo real.