1
Cómo usar deepfakes para ocultar tu identidad mejor que con el pixelado
1 minuto de lectura'
Tal vez no sepas a ciencia cierta qué es un deepfake, pero es muy probable que te hayas topado con uno. Cualquier persona que conozca el significado de la palabra viral ha tenido la oportunidad de ver al cómico Bill Hader en la piel de Tom Cruise, al actor Steve Buscemi pronunciando un discurso con el cuerpo de Jennifer Lawence o a Jim Carrey suplantando a Jack Nicholson en una de las escenas más reconocibles de El Resplandor.
La existencia de estos vídeos falsos hiperrealistas, que utilizan técnicas de inteligencia artificial para editar los rasgos físicos de una persona y confundirla con otra, ha hecho saltar varias alarmas. No cabe duda de que las posibilidades que tendría esta tecnología en la difusión de noticias falsas son numerosas. Digamos que, a estas alturas de la película, es difícil encontrarse un club de fans de los deepfakes.
No obstante, un grupo de investigadores de la Universidad Noruega de Ciencia y Tecnología ha querido aprovechar estas técnicas con fines algo más tranquilizadores: anonimizar a ciertas personas permitiendo que su discurso sea más completo. El anonimato facial suele utilizarse para proteger la identidad de un individuo como podrían ser denunciantes o víctimas, pero con las técnicas tradicionales, como el desenfoque o la pixelación, se pierden matices expresivos y, en algunos casos, puede llegar a descubrirse la identidad de la persona. Las redes generativas de confrontación —GAN, por sus siglas en inglés; deepfakes, para los amigos— recrean expresiones faciales en alta resolución y eliminan los rasgos originales del sujeto, con lo que ambos problemas quedan solucionados.
Un deepfake de Ctrl Shift Face con Jim Carrey en el papel de Jack Nicholson
El algoritmo que han utilizado los impulsores de este estudio extrae información sobre la expresión facial de la persona que pretende anonimizar a partir de la posición que tienen en la imagen sus ojos, orejas, nariz y hombros. A partir de DeepPrivacy, una GAN entrenada con una base de datos de más de un millón y medio de caras, diseñan un rostro nuevo para el vídeo, que se superpone al original y repite sus expresiones conservando el mismo fondo.
Tal y como reconocen los investigadores noruegos, el sistema que han desarrollado es conceptualmente sencillo y está pensado para ser fácilmente ampliable para futuras mejoras. "Nuestro método demuestra su capacidad para generar imágenes objetivamente buenas para una diversidad de fondos y poses. Sin embargo, todavía tiene dificultades en varios escenarios desafiantes", señalan.
No ocultan que, con algunos fondos complejos, expresiones extrañas o movimientos de manos que puedan esconder parcialmente la cara, su modelo tiene un amplio margen de mejora. Reconocen que su contribución busca más bien servir de inspiración para que otras empresas y grupos de investigación trabajen para garantizar la privacidad de los datos visuales.
La universidad noruega no ha sido la primera institución en apostar por la inteligencia artificial para proteger la identidad de las personas en imágenes y vídeos. Un grupo de investigadores de la Universidad de Albany publicó un artículo hace unos meses en el que explicaba cómo había utilizado aprendizaje profundo con esta finalidad. En este caso, el nuevo rostro no era generado por el sistema: era necesario que un donante se ofreciera de forma voluntaria para que su cara se superpusiera sobre la de la persona cuya identidad se pretendía ocultar.
EL PAIS@Ediciones El Pais, S.L.U.
