Você pode confiar no mapa do seu smartphone ou na imagem de satélite na tela do computador?
Até agora, sim, mas pode ser apenas uma questão de tempo até que o problema crescente de "falsificações profundas" convirja com
ciência da informação geográfica
(GIS). Pesquisadores como
Professor Associado de Geografia Chengbin Deng
estão fazendo o que podem para resolver o problema.
Deng e quatro colegas - Bo Zhao e Yifan Sun na Universidade de Washington, e Shaozeng Zhang e Chunxue Xu na Universidade Estadual de Oregon - foram coautores de um artigo recente em
Cartografia e Ciência da Informação Geográfica
que explora o problema. Em “Deep fake geography? Quando os dados geoespaciais encontram a Inteligência Artificial ”, eles exploram como as imagens falsas de satélite podem ser potencialmente construídas e detectadas. Notícias da pesquisa foram recolhidas por países ao redor do mundo, incluindo China, Japão, Alemanha e França.
“Honestamente, provavelmente somos os primeiros a reconhecer esse problema potencial”, disse Deng.
A ciência da informação geográfica (GIS) é a base de uma série de aplicações, desde a defesa nacional até carros autônomos, uma tecnologia que está atualmente em desenvolvimento. A inteligência artificial teve um impacto positivo na disciplina por meio do desenvolvimento da Inteligência Artificial Geoespacial (GeoAI), que usa aprendizado de máquina - ou inteligência artificial (IA) - para extrair e analisar dados geoespaciais. Mas esses mesmos métodos podem ser usados para fabricar sinais de GPS, falsas informações de localização em postagens de mídia social, fabricar fotografias de ambientes geográficos e muito mais.
Resumindo, a mesma tecnologia que pode mudar o rosto de um indivíduo em uma foto ou vídeo também pode ser usada para fazer imagens falsas de todos os tipos, incluindo mapas e imagens de satélite.
“Precisamos manter tudo isso de acordo com a ética. Mas, ao mesmo tempo, nós pesquisadores também precisamos prestar atenção e encontrar uma maneira de diferenciar ou identificar essas imagens falsas ”, disse Deng. “Com muitos conjuntos de dados, essas imagens podem parecer reais ao olho humano.”
Para descobrir como detectar uma imagem construída artificialmente, primeiro você precisa construir uma. Para faze
r isso, eles usaram uma técnica comum na criação de falsificações profundas: Redes Adversariais Consistentes em Ciclo (CycleGAN), um algoritmo de aprendizado profundo não supervisionado que pode simular mídia sintética.Redes Adversariais Generativas (GAN) são um tipo de inteligência artificial, mas exigem amostras de treinamento - entrada - de qualquer conteúdo que sejam programadas para produzir. Uma caixa preta em um mapa pode, por exemplo, representar qualquer número de fábricas ou negócios diferentes; os vários pontos de informação inseridos na rede ajudam a determinar as possibilidades que ela pode gerar.
Os pesquisadores alteraram uma imagem de satélite de Tacoma, Washington, intercalando elementos de Seattle e Pequim e tornando-a o mais real possível. Os pesquisadores não estão encorajando ninguém a tentar fazer isso por si próprios - muito pelo contrário, na verdade.
“Não é sobre a técnica; é sobre como o ser humano está usando a tecnologia ”, disse Deng. “Queremos usar a tecnologia para o bem, não para o mal.”
Depois de criar a composição alterada, eles compararam 26 métricas de imagem diferentes para determinar se havia diferenças estatísticas entre as imagens verdadeiras e falsas. As diferenças estatísticas foram registradas em 20 dos 26 indicadores, ou 80%.
Algumas das diferenças, por exemplo, incluíam a cor dos telhados; enquanto as cores do telhado em cada uma das imagens reais eram uniformes, elas estavam manchadas na composição. A imagem falsa de satélite também estava mais escura e menos colorida, mas tinha bordas mais nítidas. Essas diferenças, no entanto, dependiam das informações usadas para criar a farsa, advertiu Deng.
Esta pesquisa é apenas o começo. No futuro, os geógrafos podem rastrear diferentes tipos de redes neurais para ver como elas geram imagens falsas e descobrir maneiras de detectá-las. Em última análise, os pesquisadores precisarão descobrir maneiras sistemáticas de erradicar falsificações profundas e verificar informações confiáveis antes que acabem na vista do público.
“Todos nós queremos a verdade”, disse Deng.
Postado em:
Tecnologia científica
,
Harpur
