Işık Tabanlı Yapay Zeka Sistemi, Deepfake Tespitinde %98'e Yakın Doğruluk Oranına Ulaştı
UCLA'daki araştırmacılar, fotonik (ışık tabanlı) bilgi işlem gücünden yararlanan ve %98'e yakın doğruluk oranıyla deepfake'leri tespit eden bir yapay zeka sistemi geliştirdiler. Sistem, bir seferde onun üzerinde videoyu analiz edebilerek, içerikleri genellikle sıralı olarak işleyen geleneksel deepfake tespit yöntemlerine kıyasla önemli bir hız avantajı sunuyor.
Fotonik yaklaşım, doğruluğun ötesinde çeşitli pratik avantajlar sağlıyor. Elektrik sinyalleri yerine ışık kullanarak hesaplama gerçekleştiren sistem, geleneksel GPU tabanlı tespit araçlarına kıyasla düşük enerji gereksinimleri karşılıyor. Bu verimlilik, haber kuruluşları, sosyal medya platformları ve doğrulama hizmetleri için büyük ölçekli video taramayı daha erişilebilir hale getirebilir.
Araştırmacılar ayrıca sistemin advers saldırılara karşı direncine dikkat çekiyor; burada kötü niyetli aktörler, deepfake'leri incelikli bir şekilde değiştirerek tespit modellerini kandırmaya çalışıyor. Bu sağlamlık, sofistike manipülasyon teknikleriyle atlatılabilen mevcut deepfake tespit teknolojilerindeki yaygın bir açığı gideriyor.
Yapay zeka tarafından üretilen video içeriğinin giderek yaygınlaşmasıyla birlikte, büyük miktarda medyayı hızlı ve doğru bir şekilde işleyebilen araçların önemi artıyor. UCLA sisteminin hız, enerji verimliliği ve saldırı direnci kombinasyonu, hesaplama kaynaklarının sınırlı olabileceği içerik doğrulama süreçlerinde kullanım için umut verici bir aday olarak öne çıkıyor.