Optisk computing kan sænke omkostningerne ved detektering af deepfakes

Det bliver lettere at generere overbevisende syntetisk video. At kontrollere, om den video er autentisk, udgør en anden udfordring: nogen skal levere den nødvendige computerkraft, elektricitet og gennemgangskapacitet til at undersøge den.

For platforme, der håndterer store mængder af uploads, er detektionsnøjagtighed kun en del af ligningen. Et verifikationssystem skal også behandle indholdet omkostningseffektivt og dirigere mistænkeligt materiale til videre undersøgelse uden at overbelaste gennemgangspersonalet.

Et nyt UCLA‑studie offentliggjort i eLight undersøger en usædvanlig tilgang til dette problem: at bruge lys til at udføre en del af detektionsprocessen.¹ Forskerne demonstrerede et hybridsystem, der screener 15 videoer parallelt, ved at kombinere digital neuralt behandling med en optisk dekoder. Dets betydning rækker ud over deepfakes og giver et praktisk eksempel på, hvordan specialiseret hardware kan ændre økonomien i AI‑inference.

Hvordan optisk computing detekterer deepfake-videoer

Konventionelle AI‑detektorer analyserer video gennem matematiske operationer udført på elektroniske processorer. UCLA‑arkitekturen bevarer den digitale behandling, men overfører en senere klassifikationsfase til et optisk system.

Først udtrækker et digitalt neuralt netværk nyttig information fra udvalgte videorammer. Denne kompakte repræsentation indkodes på en programmerbar spatial lysmodulator, en enhed der styrer, hvordan indkommende lys opfører sig over dens overflade.

Lyset propagere derefter gennem den optiske dekoder og producerer intensitetsmønstre, der understøtter en ægte‑eller‑falsk klassifikation. I stedet for at udføre hver dekoderberegning elektronisk, bruger systemet lysets fysiske opførsel til at implementere en indlært transformation.

Rumlig multiplexing gør det muligt for repræsentationer fra forskellige videoer at optage separate regioner på den samme modulator. Den optiske dekoder evaluerer derfor flere input i én propagationspas.

Dette betyder ikke, at 15 komplette videofiler verificeres øjeblikkeligt. Valg af rammer, digital indkodning, indlæsning af modulatoren og aflæsning af resultatet forbliver nødvendige. Parallelismen gælder kun den optiske fase, hvilket gør arkitekturen til en specialiseret accelerator inden for en større arbejdsproces.

Hvad deepfake‑detekteringsstudiet demonstrerede

Forskerne evaluerede rammeværket ved hjælp af datasæt, der dækker ansigtsudskiftninger, deepfake‑optagelser fra den virkelige verden og fuldstændigt AI‑genereret video. I sin eksperimentelle Celeb‑DF‑konfiguration behandlede systemet 15 videoer pr. optisk pass og opnåede en gennemsnitlig nøjagtighed på 97,79 %.

Følgende resultater kommer direkte fra artiklen. De beskriver den eksperimentelle Celeb‑DF‑konfiguration og ikke ydeevnen på tværs af alle datasæt eller fremtidige videogeneratorer.

Sensitivitet måler, hvor mange falske videoer detektoren korrekt identificerer. Specificitet måler, hvor mange ægte videoer den korrekt genkender. Kombinationen indikerer et system, der er særligt egnet til at fange mistænkeligt indhold før en anden verifikationsfase.

Øget parallel behandling til 18 videoer reducerede den eksperimentelle nøjagtighed til 96,13 %. Det illustrerer et velkendt ingeniørmæssigt kompromis: øget kapacitet kan introducere interferens og andre fysiske begrænsninger, der påvirker ydeevnen.

Forskerne undersøgte også forringelse, kompression, fejljustering og adversarial manipulation. Disse tests styrker argumentet for videre udvikling, men de fastslår ikke pålidelig detektion af enhver uset generator eller immunitet over for angreb.

Hvorfor falske positiver påvirker verifikationsomkostninger

Det mest nyttige kommercielle spørgsmål er, hvad der sker, efter at detektoren udløser en advarsel. Et højt sensitivt screeningsystem kan fange de fleste falske videoer, samtidig med at det videresender betydelige mængder ægte materiale til yderligere analyse.

Overvej en illustrativ arbejdsbyrde på 100.000 videoer, hvor 1 % er falske. Hvis den rapporterede sensitivitet og specificitet overføres uændret til den arbejdsbyrde, vil cirka 999 falske videoer blive markeret, sammen med omkring 4.237 ægte videoer. Kun omkring 19 % af det markerede indhold vil faktisk være falskt.

Dette er en beregning, der illustrerer effekten af forekomst, ikke et implementeringsresultat fra studiet. Den reelle ydeevne vil afhænge af indholdsblandingen, beslutningstærsklen og forskellene mellem produktions‑uploads og benchmark‑data.

Alligevel forklarer det, hvorfor forfatterne foreslår et filter i første fase. En advarsel bør udløse en undersøgelse i stedet for automatisk at blive en offentlig anklage eller fjernelsesbeslutning.

Forretningscasen afhænger derfor af flere tilknyttede målinger:

• Energiforbrug og behandlingsomkostning pr. screenet video.
• Andelen af uploads, der kræver yderligere verifikation.
• Oversete manipulationer og forkerte eskaleringsrater.
• Hardwareudnyttelse, vedligeholdelse og integrationsomkostninger.

Et billigere screeningsstadium kan gøre bredere verifikation overkommelig. Eventuelle besparelser skal dog vurderes i forhold til omkostningerne ved den efterfølgende arbejdsbyrde, de skaber.

Optisk AI-energisparepotentiale kræver systemniveaukontekst

Papiret anslår betydelige reduktioner i dekodernes energiforbrug sammenlignet med en digital dekoder med tilsvarende ydeevne. Forskellen mellem den komponent og det samlede system er væsentlig.

Med den fulde digitale enkoder bruger den hybride konfiguration anslået 180,20–182,93 millijoule pr. video, sammenlignet med 209,26 millijoule for den valgte digitale reference. Det svarer til cirka 13–14 % lavere samlet energiforbrug.

Brug af en lettere enkoder øger de anslåede besparelser til omkring 38–42 % i forhold til den tilsvarende digitale konfiguration. Reduktion af enkodernes kompleksitet påvirker også detektionsydelsen, selvom ekstra passive optiske lag hjælper med at genoprette nøjagtighed og specificitet.

Dette er modelleringsestimater baseret på beregningsantagelser og komponenters strømbudgetter. De er ikke målte elbesparelser fra en driftstjeneste. De viser heller ikke overlegenhed i forhold til alle optimerede GPU-detektorer.

Den bredere konklusion er, at acceleration af ét trin kun giver begrænsede fordele, når et andet trin dominerer forbruget. Optisk hardware bliver mere værdifuldt, når den omkringliggende digitale pipeline er designet til at udnytte det.

En kommerciel evaluering skulle også omfatte anskaffelsesomkostninger, justeringsstabilitet, udskiftningskomponenter og behandlingsforsinkelser. Et system, der kører kontinuerligt med fulde partier, kan have meget anderledes økonomi end et, der håndterer sporadiske forespørgsler.

Deepfake-detektion supplerer indholdsoprindelse

Verifikation udvikler sig på flere spor. Detektion undersøger indhold for tegn på generering eller manipulation. Oprindelsessystemer registrerer information om, hvor en ressource stammer fra, og hvordan den er produceret eller redigeret.

I maj 2026 beskrev OpenAI sin udvidet indholdsoprindelsesmetode, herunder Content Credentials, SynthID‑vandmærkning og verifikationsværktøjer. Disse tilgange leverer signaler, der kan supplere retsmedicinske detektorer.

Manglende legitimationsoplysninger beviser ikke, at en video er falsk. Ligeledes fastslår bevis for en fils oprindelse ikke, at alt, hvad der vises eller påstås i den, er sandt. En ægte optagelse kan stadig præsenteres på en vildledende måde.

Et praktisk arbejdsgang kan derfor kombinere oprindelsestjek, billig screening, dybere retsmedicinsk analyse og menneskelig efterforskning. Optisk beregning kan bidrage til screeningslaget uden at skulle løse hele ægthedsproblemet.

Den finansielle relevans er allerede håndgribelig. FINRAs vejledning fra juni 2026 om deepfakes og efterligningssvindel beskriver trusler, der involverer fabrikerede ligheder og stemmer. UCLA’s video-detektor adresserer ikke alle sådanne trusler, især ikke lyd‑kun‑angreb, men den fokuserer på en del af den bredere verifikationsudfordring.

Texas Instruments giver eksponering mod optisk hardware

Disse udviklinger passer også ind i en bredere investeringsskifte mod den fysiske infrastruktur, der understøtter AI. Securities.io’s dækning af Machine Age Funds AI‑hardware‑fokus fremhæver den stigende opmærksomhed på chips, netværk, hukommelse og komplette computersystemer.

Texas Instruments (TXN ) tilbyder en relevant forbindelse gennem programmerbare optiske komponenter. Dens DLP‑teknologi omfatter fase‑lysmodulatorer, med evaluering af fase‑lysmodulator‑hardware som understøtter udviklingen af avancerede lys‑styringsapplikationer.

UCLA‑papiret refererer til forskning, der tilpasser Texas Instruments’ DLP‑teknologi til en fase‑spatial‑lysmodulator, når der diskuteres hurtigere optiske implementeringer. Dette skaber en specifik teknisk forbindelse, selvom det ikke fastslår, at TI leverede det demonstrerede laboratoriesystem eller har en kommerciel aftale med UCLA.

For investorer repræsenterer TI eksponering mod muliggørende hardware inden for en diversificeret halvlederforretning. Muligheden afhænger af, at optisk beregning bevæger sig ud over prototyper og skaber efterspørgsel efter programmerbare modulators, controllere og tilhørende elektronik.

Værdifulde beviser omfatter gentagelig ydeevne uden for laboratoriedatasæt, integration i eksisterende screeningssystemer og kundedepploymenter, der demonstrerer lavere samlede omkostninger. Denne undersøgelse fastslår hverken en væsentlig indtægtsmulighed for TI eller en produktionsklar detektionstjeneste.

Investeringscasen starter med overkommelig verifikation

UCLA‑arbejdet demonstrerer en troværdig retning for specialiseret AI‑hardware: brug af optisk beregning til at screene flere videoer, mens digital behandling bevares, hvor den stadig er nyttig.

Dens større implikation er økonomisk. Efterhånden som syntetisk media udvides, kan organisationer have behov for at verificere mere indhold uden at bruge proportionelt mere på hver upload. En effektiv indledende screening kan hjælpe med at allokere dyr analyse og menneskelig opmærksomhed, hvor de er mest værdifulde.

Det næste milepæl er at bevise denne fordel gennem hele arbejdsprocessen. Nøjagtighed, energi, falske positiver, hardwareomkostninger og tilpasningsevne skal forbedres samtidigt. Det er her, et interessant optisk eksperiment kan blive en kommercielt nyttig infrastruktur.

Referencer:

¹ Ghapandar Kashani, P., Chen, S., & Ozcan, A. (2026). Scalable, energy-efficient optical-neural architecture for multiplexed deepfake video detection. eLight, 6, Artikel 27. https://doi.org/10.1186/s43593-026-00143-y