¿Puede confiar en el mapa de su teléfono inteligente o en la imagen satelital en la pantalla de su computadora?
Hasta ahora, sí, pero es posible que solo sea cuestión de tiempo hasta que el creciente problema de las "falsificaciones profundas" converja con
ciencia de la información geográfica
(GIS). Investigadores como
Profesor asociado de geografía Chengbin Deng
están haciendo lo que pueden para adelantarse al problema.
Deng y cuatro colegas, Bo Zhao y Yifan Sun en la Universidad de Washington, y Shaozeng Zhang y Chunxue Xu en la Universidad Estatal de Oregon, fueron coautores de un artículo reciente en
Cartografía y ciencia de la información geográfica
que explora el problema. ¿En “Geografía falsa profunda? Cuando los datos geoespaciales se encuentran con la inteligencia artificial ”, exploran cómo podrían construirse y detectarse imágenes de satélite falsas. Las noticias de la investigación han sido recogidas por países de todo el mundo, incluidos China, Japón, Alemania y Francia.
"Honestamente, probablemente seamos los primeros en reconocer este problema potencial", dijo Deng.
La ciencia de la información geográfica (GIS) es la base de una gran cantidad de aplicaciones, desde la defensa nacional hasta los automóviles autónomos, una tecnología que se encuentra actualmente en desarrollo. La inteligencia artificial ha tenido un impacto positivo en la disciplina a través del desarrollo de la Inteligencia Artificial Geoespacial (GeoAI), que utiliza el aprendizaje automático, o inteligencia artificial (IA), para extraer y analizar datos geoespaciales. Pero estos mismos métodos podrían potencialmente usarse para fabricar señales de GPS, información de ubicación falsa en publicaciones de redes sociales, fabricar fotografías de entornos geográficos y más.
En resumen, la misma tecnología que puede cambiar el rostro de un individuo en una foto o video también se puede utilizar para realizar imágenes falsas de todo tipo, incluidos mapas e imágenes de satélite.
“Necesitamos mantener todo esto de acuerdo con la ética. Pero al mismo tiempo, los investigadores también debemos prestar atención y encontrar una manera de diferenciar o identificar esas imágenes falsas ”, dijo Deng. "Con una gran cantidad de conjuntos de datos, estas imágenes pueden parecer reales para el ojo humano".
Para descubrir cómo detectar una imagen construida
artificialmente, primero debe construir una. Para ello, utilizaron una técnica común en la creación de falsificaciones profundas: las redes adversas consistentes en ciclos (CycleGAN), un algoritmo de aprendizaje profundo no supervisado que puede simular medios sintéticos.Las Redes Generativas Adversarias (GAN) son un tipo de inteligencia artificial, pero requieren muestras de entrenamiento (entrada) de cualquier contenido para el que están programadas. Una caja negra en un mapa podría, por ejemplo, representar cualquier número de fábricas o negocios diferentes; los diversos puntos de información ingresados en la red ayudan a determinar las posibilidades que puede generar.
Los investigadores alteraron una imagen satelital de Tacoma, Washington, intercalando elementos de Seattle y Beijing y haciéndola parecer lo más real posible. Los investigadores no están animando a nadie a probar algo así ellos mismos; de hecho, todo lo contrario.
“No se trata de la técnica; se trata de cómo los seres humanos están usando la tecnología ”, dijo Deng. "Queremos utilizar la tecnología para bien, no para malos propósitos".
Después de crear la composición alterada, compararon 26 métricas de imágenes diferentes para determinar si había diferencias estadísticas entre las imágenes verdaderas y falsas. Se registraron diferencias estadísticas en 20 de los 26 indicadores, o el 80%.
Algunas de las diferencias, por ejemplo, incluyen el color de los techos; Si bien los colores del techo en cada una de las imágenes reales eran uniformes, estaban moteados en el compuesto. La imagen de satélite falsa también era más tenue y menos colorida, pero tenía bordes más nítidos. Sin embargo, esas diferencias dependían de las entradas que usaban para crear la falsificación, advirtió Deng.
Esta investigación es solo el comienzo. En el futuro, los geógrafos pueden rastrear diferentes tipos de redes neuronales para ver cómo generan imágenes falsas y encontrar formas de detectarlas. En última instancia, los investigadores deberán descubrir formas sistemáticas de erradicar las falsificaciones profundas y verificar la información confiable antes de que terminen a la vista del público.
"Todos queremos la verdad", dijo Deng.
Publicado en:
Tecnología científica
,
Harpur
