Intel tiene un detector de deepfakes en tiempo real con precisión del 96%, que analiza la sangre de las venas para saber si son falsos

En medio del auge de los deepfakes, Intel ha revelado el desarrollo de una inteligencia artificial capaz de detectar si un video es falso prácticamente en tiempo real, con una precisión del 96%.

La nueva herramienta recibe el nombre de FakeCatcher, siendo la plataforma de detección de deepfakes de Intel en tiempo real que devuelve un resultado en milisegundos, evitando así videos de celebridades o políticos haciendo o diciendo cosas que en realidad nunca pasaron.

Así es como funciona FakeCatcher

Esta plataforma es una colaboración de un detector diseñado por Ilke Demir, científica investigadora sénior de Intel Labs junto a Umur Ciftci, de la Universidad Estatal de Nueva York en Binghamton, que puede ejecutar hasta 72 flujos de detección diferentes de forma simultánea utilizando procesadores Intel Xeon de tercera generación.

A diferencia de otros detectores de aprendizaje profundo que analizan los datos sin procesar para encontrar signos que delaten la autenticidad, identificando así lo que está mal en un video, FakeCatcher busca pistas auténticas en videos reales, en específico el "flujo de sangre" en los pixeles de un video.

Es decir, esta herramienta analiza directamente cómo cambian de color las venas cuando el corazón bombea sangre. Las señales del flujo sanguíneo se recopilan en todo el rostro y los algoritmos se traducen en mapas espaciotemporales que permiten detectar, usando aprendizaje profundo, si un video es real o falso.

De acuerdo con Intel, gracias a herramientas como FakeCatcher, se puede ayudar a "restaurar la confianza" en los medios, al hacer posible distinguir el contenido real del falso.

En los usos potenciales, la compañía detalla que se puede aprovechar la tecnología para evitar que los usuarios carguen videos falsos dañinos, mientras que las organizaciones de noticias podrían usar el detector para evitar la amplificación involuntaria de videos manipulados. Por otro lado, las organizaciones sin fines de lucro la podrían emplear para democratizar la detección de deepfakes para todos.