La técnica desarrollada por un estudiante de astrofísica se centra en estudiar inconsistencias en el reflejo de la luz en los globos oculares.
La foto principal de Scarlett Johansson es real. La de la persona de la derecha no.
Es un deepfake generado por IA, y aunque está realmente lograda, ha sido posible detectar que había sido creada por una máquina.
El método para lograr esa detección es especialmente curioso.
Investigadores de la Universidad de Hull han desarrollado un novedoso método para detectar imágenes creadas por modelos de IA generativa.
La clave, aseguran, está en los ojos de esas imágenes de personas. Y en concreto, en la forma en la que reflejan la luz.
La forma de detectar esas imágenes falsas está sorprendentemente basada en herramientas usadas por los astrónomos para estudiar galaxias.
En este caso esas técnicas permiten analizar la consistencia de la luz reflejada en los globos oculares.
Según ese estudio, liderado por el estudiante Adejumoke Owolabi y tutelado por su profesor de astrofísica, el Dr. Kevin Pimbblet, estudiar los reflejos de la luz en los ojos ayuda a detectar deepfakes.
Normalmente los dos ojos reflejan de la misma forma el reflejo de las fuentes de luz, pero en imágenes creadas por IA no se toma en cuenta ese hecho, y suele haber inconsistencia en el reflejo en cada ojo.
Aunque en muchos casos es fácil ver a simple vista las diferencias en la reflexión de la luz en los ojos, la técnica astronómica ayuda a encontrar y cuantificar esas inconsistencias.
Owolabi desarrolló una técnica para detectar automáticamente esas diferencias analizando las características morfológicas de los reflejos mediante índices para comparar la similitud entre los globos oculares izquierdo y derecho.
La herramienta desarrollada hace uso del llamado coeficiente de Gini, que tradicionalmente se ha usado para medir la distribución de luz en imágenes procedentes de galaxias, y que permite evaluar la uniformidad de las reflexiones.
En el caso de esos estudios, como indicaba Pimbblet, se miden las formas de las galaxias, si son compactas, simétricas y la distribución de la luz.
La herramienta parece útil, y se suma a otras técnicas que en los últimos meses tratan de ayudarnos a detectar deepfakes.
El problema es que una vez se ha sabido que los modelos de IA generativa tienen este problema, sus creadores los modificarán para corregirlo y hacer esos deepfakes aún más difíciles de detectar.
Frente a estas técnicas, parece que la opción más interesante de momento es generar esas marcas de agua invisibles que identifiquen las imágenes generadas por IA como tales.
Hay diversos movimientos diversificados en este sentido, y queda por ver si acaban convirtiéndose en la norma.
Fuente: RAS
Artículos relacionados:
Desarrollan un método para detectar deepfakes con un 94% de eficacia 
Inteligencia artificial usa ingeniería inversa para detectar ‘deepfakes’ y rastrear su origen 
Una nueva herramienta para detectar deepfakes busca lo que no existe: un pulso invisible 
Microsoft crea una herramienta para detectar ‘deepfakes’ y videos alterados 
Desarrollan nuevo método para detectar pruebas nucleares secretas 
Descubren un nuevo método para detectar epilepsia de forma no invasiva