Wat is deepfake?
Deepfakes zijn beelden, geluiden en teksten die door kunstmatige intelligente software worden gecreëerd. Slimme software wordt dan gebruikt voor de creatie of manipulatie van beelden, audio en teksten. Dat noemt men dus ook wel ‘deepfakes‘. De bekendste deepfakes zijn waarin het gezicht van de ene persoon wordt verwisseld met dat van een ander. In dit artikel lees je alles over deepfakes. Hoe het gemaakt wordt, wat de voorbeelden zijn en wat de risico’s zijn van deepfakes.
Wil je gelijk de diepte in? Download dan mijn rapport over Deepfake technologie.
Beeldmanipulatie
Beeldmanipulatie is trouwens niet voorbehouden aan ons digitale tijdperk. Er zijn vele voorbeelden in de wereldgeschiedenis waarbij achteraf bleek dat beelden waren gemanipuleerd. Zo liet bijvoorbeeld de Amerikaanse president Lincoln een gravure maken. Hierop stond zijn hoofd op het lichaam van John C. Calhoun; de vicepresident van de VS in de eerste helft van de negentiende eeuw. Naar verluidt was dat om de uitstraling van president Lincoln meer ‘presidentieel’ te laten lijken.
In 1990 bracht Adobe het programma Photoshop uit. Sindsdien is ‘photoshoppen’ een werkwoord. Tegenwoordig is vrijwel iedereen in het bezit is van een smartphone met ingebouwde goede fotocamera. Inclusief alle beschikbare fotofilters. Hierdoor is de kans tegenwoordig groter dat je online een gemanipuleerde foto tegenkomt dan het origineel.
Bewerkte realistische video’s waren tot voor kort voorbehouden aan Hollywood-studio’s, maar tegenwoordig zijn ze voor iedereen binnen handbereik. Dat maakt deepfake ook zo’n prominente ontwikkeling. De afgelopen maanden lees je dan ook steeds vaker over deepfake-technologie in nieuwsberichten. Wat is de definitie van deepfakes?
Wat zijn deepfakes?
Deepfakes zijn dus teksten, beelden, video’s en audio-bewerkingen die door kunstmatige intelligente software zijn gemaakt. De term Deepfake combineert de Engelse woorden deep en fake. Deep verwijst naar de kunstmatig intelligente deep learning-netwerken. Fake staat voor nep. Deepfake content kan een hoop hilariteit opleveren. Bijvoorbeeld wanneer de komiek Bill Hader een imitatie doet van Arnold Schwarzenegger. Of als Kim Kardashian in een video zegt dat ze haar volgers manipuleert voor commerciële doeleinden.
“De term deepfake slaat op nepinformatie die door moderne AI-software (artificial intelligence) gecreëerd kan worden. Deze AI-systemen creëren nieuwe digitale content zoals gezichten, afbeeldingen, video’s, teksten, menselijke stemmen en andere audio opnames. Nieuwe digitale content die ons bekend voorkomt, maar in feite volledig nieuwgeboren is. Het is nep.” Jarno Duursma
Maar deepfake-technologie vormt ook een bedreiging. De toepassing kan op vele manieren gebruikt worden en zo meningen manipuleren, mensen chanteren of reputatieschade toebrengen. We betreden een online tijdperk waarin we onze ogen en oren niet meer kunnen vertrouwen. Ik schreef hier o.a. een opinie-artikel over in de Volkskrant. (En een Volkskrant interview in december 2020)
Waarom horen we zoveel over deze deepfake-video’s? Hoe kan het dat deze ontwikkeling zo snel gaat? Waarom neemt de hoeveelheid deepfake-video’s zo toe? Het antwoord is relatief eenvoudig. Alle seinen staan op groen om deze ontwikkeling bovenmatig te versnellen. De video’s zijn relatief eenvoudig te maken (nu bijvoorbeeld met smartphone-apps), gemakkelijk te distribueren (via social media en WhatsApp) en er is voldoende publiek dat gekke, spraakmakende, sappige video’s wil delen.
Beeldmanipulatie
Deepfake-technologie brengt het begrip nep-informatie op een hoger niveau. Informatie is volop digitaal beschikbaar en deepfake-software is steeds makkelijker te gebruiken (nu ook via smartphone apps). Video, audio en teksten zijn goed te manipuleren. Wat eerder alleen in Hollywood werd gemaakt, ligt nu binnen ieders handbereik. Daarom moeten we snel leren herkennen wat deepfake is. Zeker nu we (nep)informatie razendsnel wereldwijd met elkaar delen.
Generative Adversarial Networks
Hoe worden Deepfakes gemaakt? Veelal door gebruik te maken van general adversarial networks.
De laatste decennia is de kwalitatieve ontwikkeling van kunstmatige intelligentie razendsnel gegaan. Een deepfake-techniek die sterk in opkomst is, zijn de generative adversarial networks, oftewel GAN’s. Een GAN bestaat vaak uit twee netwerken. Het eerste neurale netwerk, de generator, creëert nieuwe digitale content. Het andere systeem, de discriminator, bepaalt of die nieuwe informatie echt lijkt. Ze werken samen in onderlinge competitie. Hierin stuwen de twee systemen elkaar op tot een grote hoogte. De informatie die de discriminator uiteindelijk goedkeurt is soms niet meer van echt te onderscheiden is. De scheidslijn tussen echt en nep wordt dunner. De generator gaat net zo lang door met het creëren van content totdat de discriminator zegt: zo is het goed. Dan is het niet meer van echt te onderscheiden.