Το μοντέλο AI UNITE μπορεί να ανιχνεύσει οποιοδήποτε deepfake χωρίς να βασίζεται σε πρόσωπα

Οι επιστήμονες αντιμετωπίζουν τώρα το πρόβλημα της AI με την ίδια την AI. Οι ερευνητές από το UC Riverside δημιούργησαν ένα μοντέλο UNITE για να αντιμετωπίσουν το σοβαρό πρόβλημα των deepfakes. 

“Οι άνθρωποι έχουν το δικαίωμα να ξέρουν αν αυτό που βλέπουν είναι πραγματικό,” είπε ο Rohit Kundu, υποψήφιος διδάκτορας από το Marlan and Rosemary Bourns College of Engineering του UCR, ο οποίος ηγήθηκε της εργασίας ‘Towards a Universal Synthetic Video Detector: From Face or Background Manipulations to Fully AI-Generated Content.¹ “Και καθώς η AI γίνεται καλύτερη στο να ψεύδεται την πραγματικότητα, πρέπει να γίνουμε καλύτεροι στο να αποκαλύπτουμε την αλήθεια.”

Οι ερευνητές συνεργάστηκαν με επιστήμονες από τη Google, μια εταιρεία Alphabet (GOOG ) , για να αναπτύξουν ένα νέο μοντέλο AI που ανιχνεύει παραποίηση βίντεο και αποκαλύπτει ψεύτικο περιεχόμενο, το οποίο χρησιμοποιείται για τη διάδοση παραπληροφόρησης και την προώθηση βλάβης. Η μελέτη σημειώνει:

“Η ταχεία εξάπλωση της παραπληροφόρησης, ιδιαίτερα κατά κρίσιμες περιόδους όπως οι εκλογές, υπογραμμίζει την ανάγκη για γενικευμένα μοντέλα ανίχνευσης ικανούς να εντοπίζουν διάφορες παραποιήσεις, συμπεριλαμβανομένων των προσώπων, του φόντου και του πλήρως AI-δημιουργημένου περιεχομένου T2V/I2V με ή χωρίς ανθρώπινα υποκείμενα.”

Το μοντέλο είναι ικανό να ανιχνεύει τόσο μερικώς παραποιημένα όσο και πλήρως συνθετικά βίντεο. Αντί να εστιάζει μόνο στο πρόσωπο, όπως κάνουν τα περισσότερα συμβατικά ανιχνευτές, αυτό το μοντέλο αναλύει ολόκληρα πλαίσια, ανεξάρτητα από το αν υπάρχει ανθρώπινο υποκείμενο στα βίντεο.
Αυτό το καθιστά ένα ισχυρό εργαλείο που μπορεί να χρησιμοποιηθεί από ελεγκτές γεγονότων, εκπαιδευτικούς, συντάκτες, πλατφόρμες κοινωνικών μέσων και άλλους για να αποτρέψουν τη διάδοση παραποιημένων βίντεο.

Η Άνοδος της AI και η Προκαλούμενη Συνθετική Υπερφόρτωση

Η Τεχνητή Νοημοσύνη (AI) διαθέτει τεράστιο δυναμικό για την επανάσταση σε διάφορες πτυχές τόσο της ζωής μας όσο και της εργασίας μας.

Η δυνατότητα αυτής της τεχνολογίας στην αυτοματοποίηση, την ανάλυση δεδομένων και τη λήψη αποφάσεων έχει ήδη αρχίσει να μετασχηματίζει βιομηχανίες, προβλέπεται ότι θα προσθέσει τρισεκατομμύρια δολάρια στην παγκόσμια οικονομία μέχρι το τέλος της δεκαετίας.

Μια μελέτη από τον γίγαντα πρόβλεψης αγοράς IDC εκτιμά ότι η άνοδος της AI θα ενισχύσει την παγκόσμια οικονομία κατά συνολικά 19,9 τρισεκατομμύρια δολάρια μέχρι το 2030.

Η έρευνα της McKinsey, εν τω μεταξύ, αναμένει ότι η προστιθέμενη αξία από τη γενετική AI μπορεί να φτάσει τα $4.4 trillion σε 63 περιπτώσεις χρήσης που ανέλυσε η παγκόσμια συμβουλευτική εταιρεία. Περίπου το 75% της αξίας που η AI θα μπορούσε να προσφέρει θα είναι μόνο σε τέσσερις τομείς:

• Έρευνα & Ανάπτυξη
• Μηχανική Λογισμικού
• Μάρκετινγκ και Πωλήσεις
• Λειτουργίες Πελατών

Ενώ η επίδραση της τεχνολογίας προβλέπεται να είναι σημαντική σε όλους τους τομείς, η τεχνολογία και οι τράπεζες θα μπορούσαν να δουν τη μεγαλύτερη επίδραση ως ποσοστό των εσόδων τους από τη γενετική AI. Η Goldman Sachs (GS ) μοιράζεται την ίδια άποψη, αναμένοντας αύξηση 7% του παγκόσμιου ΑΕΠ από την AI. Οι οικονομολόγοι της τράπεζας, Joseph Briggs και Devesh Kodnani, τότε σημείωσαν:

“Παρά την σημαντική αβεβαιότητα σχετικά με το δυναμικό της γενετικής AI, η ικανότητά της να δημιουργεί περιεχόμενο αδιαφοροποίητο από αυτό που παράγεται από άνθρωπο και να γεφυρώνει τα εμπόδια επικοινωνίας μεταξύ ανθρώπων και μηχανών αντιπροσωπεύει μια σημαντική πρόοδο με πιθανές μεγάλες μακροοικονομικές επιπτώσεις.”

Ωστόσο, αυτή η ίδια ικανότητα του υπολογιστικού συστήματος να εκτελεί εργασίες όπως η μάθηση, η επίλυση προβλημάτων και η λήψη αποφάσεων — που συνήθως απαιτούν ανθρώπινη νοημοσύνη, και που είναι έτοιμη να ανατρέψει τον κόσμο — προκαλεί επίσης χάος.
Όσο πιο εξελιγμένη γίνεται η τεχνολογία, τόσο πιο θολή γίνεται η γραμμή μεταξύ του τι είναι πραγματικό και του τι δεν είναι.

Γιατί οι Παλιοί Ανιχνευτές Deepfake Δεν Λειτουργούν Πλέον

Τα τελευταία χρόνια, οι προόδους στην AI οδήγησαν σε μια πρωτοφανή άνοδο των συνθετικών μέσων. Εκτιμήσεις υποδεικνύουν ότι περισσότερο από το ήμισυ των μεγαλύτερων αναρτήσεων στο LinkedIn γράφονται αυτή τη στιγμή από AI. Στη συνέχεια υπάρχει το «AI slop», που αναφέρεται σε χαμηλής ποιότητας, μαζικά παραγόμενο περιεχόμενο που δημιουργείται από AI.

Αλλά το πιο ανησυχητικό είναι τα deepfakes, που είναι εικόνες, βίντεο ή ηχογραφήσεις που έχουν δημιουργηθεί ή τροποποιηθεί χρησιμοποιώντας AI. Είναι ψεύτικο περιεχόμενο που χρησιμοποιεί AI για να παρουσιάσει ψευδή αναπαράσταση ως ρεαλιστική.

Σήμερα, αυτό το είδος περιεχομένου είναι παντού, διαχέεται σε όλες τις γωνιές του Διαδικτύου. Αυτά τα υπερ-ρεαλιστικά ψηφιακά μέσα προκαλούν σύγχυση και διασπορά παραπληροφόρησης. Επιπλέον, αποτελούν απειλή για την ιδιωτικότητα και την ασφάλεια των ανθρώπων.

Οι κυβερνοεγκληματίες χρησιμοποιούν AI για να ενισχύσουν τις επιθέσεις τους, διεξάγοντας επιθέσεις phishing και κλοπές ταυτότητας με ανησυχητική ακρίβεια. Σύμφωνα με τον Kundu:

“Είναι τρομακτικό πόσο προσιτά έχουν γίνει αυτά τα εργαλεία. Οποιοσδήποτε με μέτριες δεξιότητες μπορεί να παρακάμψει τα φίλτρα ασφαλείας και να δημιουργήσει ρεαλιστικά βίντεο δημόσιων προσώπων που λένε πράγματα που δεν είπαν ποτέ.”

Σε ένα τέτοιο περιστατικό, κυβερνοεγκληματίες προσποιήθηκαν ως ο οικονομικός διευθυντής (CFO) μιας εταιρείας κατά τη διάρκεια μιας συνάντησης Zoom, προκαλώντας απώλεια 25 εκατομμυρίων δολαρίων.

Αυτό είναι μόνο η αρχή, καθώς η Deloitte προβλέπει ότι οι απώλειες από τέτοια περιστατικά θα φτάσουν τα 40 δισεκατομμύρια δολάρια στις ΗΠΑ μέχρι το 2027, από 12,3 δισεκατομμύρια το 2023. Μια έκθεση του Υπουργείου Οικονομικών των ΗΠΑ διαπίστωσε επίσης ότι τα “υπάρχοντα πλαίσια διαχείρισης κινδύνου” που υιοθετούν οι εταιρείες “ενδέχεται να μην είναι επαρκή για την κάλυψη των αναδυόμενων τεχνολογιών AI”.

Αυτό δεν σημαίνει ότι δεν υπάρχουν εργαλεία για την ανίχνευση περιεχομένου AI και την προστασία από τους κινδύνους της τεχνολογίας. Υπάρχουν στην πραγματικότητα πολλά εργαλεία διαθέσιμα στην αγορά.

Οι ίδιες εταιρείες που λανσάρουν νέα εργαλεία AI για να διευκολύνουν τη δημιουργία νέου περιεχομένου, εισάγουν επίσης τρόπους για να εντοπίζουν συνθετικά δεδομένα.

Το 2020, ο τεχνολογικός γίγαντας Microsoft (MSFT ) ανακοίνωσε ένα Video Authenticator για την ανάλυση μιας ακόμη φωτογραφίας ή βίντεο ώστε να παρέχει βαθμό εμπιστοσύνης προκειμένου να καθοριστεί αν τα μέσα είναι τεχνητά παραποιημένα. Το εργαλείο λειτουργεί εντοπίζοντας το όριο ανάμειξης του deepfake και την ήπια εξασθένιση που το ανθρώπινο μάτι μπορεί να μην ανιχνεύσει.

Τότε, εισήγαγε επίσης τεχνολογία για την ταυτοποίηση ψεύτικου περιεχομένου και την επιβεβαίωση της αυθεντικότητας των μέσων με τα οποία αλληλεπιδρούν οι χρήστες. Περιελάμβανε ένα εργαλείο που επιτρέπει σε έναν δημιουργό να προσθέτει ψηφιακές κατακερματισμένες τιμές (hashes) και πιστοποιητικά στο περιεχόμενό του, τα οποία «ζουν» μέσα σε αυτό ως μεταδεδομένα. Ένας αναγνώστης, εν τω μεταξύ, μπορεί να ελέγχει τα πιστοποιητικά και να ταιριάζει τα hashes για την αυθεντικότητα του περιεχομένου.

Ο τεχνολογικός γίγαντας προειδοποίησε για τη βραχυπρόθεσμη χρησιμότητα της τεχνολογίας στην εποχή που τροφοδοτείται από AI. Δεδομένου ότι τα deepfakes δημιουργούνται από AI που συνεχώς μαθαίνει, είναι μόνο θέμα χρόνου πριν ξεπεράσουν τις παραδοσιακές μεθόδους ανίχνευσης.

Την ίδια περίοδο, η Facebook, μια εταιρεία Meta (META ) επίσης ξεκίνησε έναν διαγωνισμό για την ανάπτυξη ανιχνευτή deepfake χρησιμοποιώντας τα δεδομένα που οι ερευνητές δεν είχαν προηγουμένως πρόσβαση.

Πριν από λίγα χρόνια, η Intel (INTC ) παρουσίασε το FakeCatcher, έναν ανιχνευτή deepfake σε πραγματικό χρόνο, που ισχυρίζεται ότι έχει ακρίβεια 96%.

Το εργαλείο χρησιμοποίησε το OpenVino για την εκτέλεση μοντέλων AI για αλγόριθμους ανίχνευσης προσώπου και σημείων, ενώ τα μπλοκ υπολογιστικής όρασης βελτιστοποιήθηκαν με τα Integrated Performance Primitives και το OpenCV. Όσον αφορά το υλικό, η πλατφόρμα μπορεί να εκτελεί περισσότερα από εβδομήντα διαφορετικές ροές ανίχνευσης ταυτόχρονα στους επεξεργαστές Xeon® Scalable τρίτης γενιάς.

Αντί να προσπαθεί να βρει τι είναι λάθος, το FakeCatcher αναζητά αυθεντικά στοιχεία αξιολογώντας τι μας κάνει ανθρώπους και στη συνέχεια τα αλγόριθμικά μετατρέπει σε χωροχρονικούς χάρτες, και τελικά, χρησιμοποιώντας βαθιά μάθηση, ανιχνεύει άμεσα αν ένα βίντεο είναι πραγματικό ή ψεύτικο.

Τον περασμένο χρόνο, η OpenAI επίσης ανακοίνωσε ότι ερευνά εργαλεία για τη βελτίωση της αυθεντικότητας του περιεχομένου.

Αυτό περιλαμβάνει υδατογράφημα κειμένου, το οποίο σημειώθηκε ότι είναι αποτελεσματικό κατά της τοπικής παραποίησης, αλλά όχι τόσο κατά της παγκοσμιοποιημένης παραποίησης. Επίσης, δήλωσε ότι μπορεί να “επηρεάσει δυσανάλογα” ομάδες όπως οι μη-μητρικές αγγλόφωνες.

Αυτή η ενημέρωση ήρθε μετά από μια αναφορά του Wall Street Journal που ανέφερε ότι η εταιρεία έχει ήδη αναπτύξει ένα εργαλείο που υδατογραφεί και ανιχνεύει κείμενο που παράγεται από το ChatGPT με “υψηλή ακρίβεια” για κάποιο χρονικό διάστημα, αλλά δεν έχει ακόμη αποφασίσει την κυκλοφορία του.

Επιπλέον, η OpenAI έχει ενταχθεί στην Επιτροπή Διοίκησης του C2PA (Coalition for Content Provenance and Authenticity), ένα ευρέως χρησιμοποιούμενο πρότυπο για την πιστοποίηση ψηφιακού περιεχομένου. Η εταιρεία προσθέτει μεταδεδομένα C2PA σε όλες τις εικόνες που δημιουργούνται και επεξεργάζονται από όλες τις υπηρεσίες της, ως μέρος των εργαλείων ανίχνευσης εικόνων.

Τώρα, φέτος, η Google επίσης παρουσίασε το δικό της εργαλείο ανίχνευσης κειμένου, εικόνας, ήχου και βίντεο που δημιουργείται από AI, ονόματι SynthID Detector.

Το εργαλείο της Google, ωστόσο, λειτουργεί μόνο για περιεχόμενο που έχει δημιουργηθεί χρησιμοποιώντας τις δικές της υπηρεσίες AI, όπως Gemini, Imagen, Veo και Lyria. Αυτό συμβαίνει επειδή το εργαλείο ουσιαστικά εντοπίζει την παρουσία ενός “υδατογραφήματος” που τα προϊόντα της Google ενσωματώνουν στην έξοδό τους.

Ένα υδατογράφημα είναι ένα μοναδικό, μηχανικά αναγνώσιμο στοιχείο που ενσωματώνεται στο περιεχόμενο. Μη αναγνωρίσιμο από εμάς τους ανθρώπους, μπορεί να ανιχνευθεί και να εξαχθεί από αλγόριθμους σχεδιασμένους για αυτόν τον σκοπό.

Μέσα στην Τεχνολογία που Τροφοδοτεί την Επανάσταση του UNITE

Έτσι, καθώς η τεχνολογία AI προοδεύει γρήγορα, το ίδιο συμβαίνει και με τα εργαλεία ανίχνευσης του περιεχομένου που δημιουργείται με τη βοήθειά της. Ωστόσο, δεν υπάρχει ένα τέτοιο καθολικό εργαλείο που να μπορεί να χρησιμοποιηθεί από όλους για όλα τα είδη περιεχομένου AI.

Επιπλέον, η εστίαση των υφιστάμενων τεχνικών ανίχνευσης deepfake, ιδιαίτερα, παραμένει στις παραποιήσεις προσώπου όπως το συγχρονισμό χειλιών ή την ανταλλαγή προσώπων, και οι προόδους στην τεχνολογία καθιστούν αυτές τις μεθόδους ανεπαρκείς.

Με την τεχνολογική καινοτομία που προχωρά σημαντικά στα γενετικά μοντέλα κειμένου-προς-βίντεο (T2V) και εικόνας-προς-βίντεο (I2V), είναι πλέον δυνατό για οποιονδήποτε να δημιουργήσει εύκολα εξαιρετικά πειστικό, πλήρως AI-δημιουργημένο συνθετικό περιεχόμενο και αδιάκοπες αλλαγές φόντου. Αυτό, φυσικά, θέτει κάθε άτομο, οργανισμό και ακόμη και κράτη σε σοβαρό κίνδυνο.

Σε αυτό το πλαίσιο, η πλήρης εξάρτηση των προηγούμενων ανιχνευτών deepfake από το πρόσωπο τα καθιστά ξεπερασμένα στον σημερινό πιο τεχνολογικά προχωρημένο κόσμο.

“Αν δεν υπάρχει πρόσωπο στο πλαίσιο, πολλοί ανιχνευτές απλώς δεν λειτουργούν. Αλλά η παραπληροφόρηση μπορεί να εμφανιστεί σε πολλές μορφές. Η αλλαγή του φόντου μιας σκηνής μπορεί να παραμορφώσει την αλήθεια εξίσου εύκολα.”

– Kundu

Έτσι, οι συμβατικοί ανιχνευτές δεν λειτουργούν σε νεότερες παραποιήσεις, καθώς το νέο συνθετικό περιεχόμενο που περιλαμβάνει πλήρεις σκηνές και φόντα αποτελεί πρόκληση για τις μεθόδους ανίχνευσης που εστιάζουν στο πρόσωπο.

Αυτό απαιτεί μια πιο ευέλικτη προσέγγιση. Ως λύση σε αυτό το πρόβλημα, οι ερευνητές από το UC Riverside παρουσίασαν το UNITE.

Το μοντέλο Universal Network for Identifying Tampered and Synthetic Videos (UNITE) καταγράφει παραποιήσεις πλήρους πλαισίου.

“Τα deepfakes έχουν εξελιχθεί,” είπε ο Kundu, του οποίου η εστίαση στο UC Riverside είναι η αξιοποίηση βασικών μοντέλων για προχωρημένες εργασίες όρασης, συμπεριλαμβανομένης της διαχωρισμού εικόνας και της ανίχνευσης ψεύτικων μέσων. “Δεν αφορούν μόνο την ανταλλαγή προσώπων πλέον. Οι άνθρωποι δημιουργούν πλέον εντελώς ψεύτικα βίντεο – από πρόσωπα έως φόντα – χρησιμοποιώντας ισχυρά γενετικά μοντέλα. Το σύστημά μας έχει σχεδιαστεί για να εντοπίζει όλα αυτά.”

Το μοντέλο επεκτείνει τις δυνατότητες ανίχνευσης σε σενάρια όπου δεν υπάρχουν πρόσωπα ή ανθρώπινα υποκείμενα, και επιπλέον, μπορεί να εντοπίζει λεπτές χωρικές και χρονικές αποκλίσεις και ακόμη να καλύπτει σύνθετες τροποποιήσεις φόντου που τα προηγούμενα συστήματα παρέλειψαν.

Έτσι, εξετάζοντας πρόσωπα καθώς και φόντο και μοτίβα κίνησης, καλύπτοντας πλήρη πλαίσια βίντεο, το UNITE προσφέρει ένα από τα πρώτα τέτοια εργαλεία για την αναγνώριση συνθετικών βίντεο που δεν βασίζονται μόνο σε περιεχόμενο προσώπου.

Για αυτό, το μοντέλο χρησιμοποιεί ένα μοντέλο βαθιάς μάθησης βασισμένο σε μετασχηματιστές, έναν τύπο νευρωνικού δικτύου που εφαρμόζει μηχανισμό πολλαπλής κεφαλής προσοχής για την επεξεργασία διαδοχικών δεδομένων. Εδώ, το κείμενο μετατρέπεται σε αριθμητικές αναπαραστάσεις που ονομάζονται tokens. Αυτή η αρχιτεκτονική είναι στην πραγματικότητα η βάση για πολλά σύγχρονα μοντέλα γλώσσας όπως το GPT.

Με την παράλληλη επεξεργασία πληροφοριών, οι μετασχηματιστές μπορούν να επιταχύνουν την εκπαίδευση και να βελτιώσουν την απόδοση.

Στην περίπτωση του UNITE, η αρχιτεκτονική βασισμένη σε μετασχηματιστές επεξεργάζεται χαρακτηριστικά ανεξάρτητα από το πεδίο που εξάγονται από βίντεο μέσω του βασικού μοντέλου SigLIP-So400M. Το βασικό πλαίσιο AI SigLIP εξάγει χαρακτηριστικά που δεν περιορίζονται σε συγκεκριμένο αντικείμενο ή άτομο.

Λόγω περιορισμένων συνόλων δεδομένων που καλύπτουν αλλαγές τόσο σε πρόσωπα/φόντο όσο και σε περιεχόμενο κειμένου-προς-βίντεο/εικόνας-προς-βίντεο, η ομάδα χρησιμοποίησε καινοτόμες στρατηγικές εκπαίδευσης για το μοντέλο της. Αυτό σημαίνει εκπαίδευση με δεδομένα που δεν σχετίζονται με το έργο μαζί με τυπικά δεδομένα deepfake.

Έτσι, εκτός από το δημοφιλές σύνολο δεδομένων FaceForensics++, η ομάδα χρησιμοποίησε επίσης το σύνολο δεδομένων SAIL-VOS-3D, το οποίο προσομοιώνει σύνθετα περιβάλλοντα, προσφέροντας ποικίλες συνθετικές σκηνές χρήσιμες για την εκπαίδευση μοντέλων ανίχνευσης AI. Σημειωτέον, αυτό σχεδιάστηκε αρχικά για τρισδιάστατη κατανομή αντικειμένων βίντεο στο παιχνίδι GTA-V. Αν και δεν είναι AI-δημιουργημένο, το σύνολο είναι πλήρως συνθετικό και, ως εκ τούτου, βοηθά στην προσομοίωση AI-δημιουργημένου μέσου. Η ομάδα διαπίστωσε ότι αυτό ενισχύει την ικανότητα του μοντέλου να ανιχνεύει διάφορες μορφές συνθετικής παραποίησης.

Η Google παρείχε πρόσβαση στα απαιτούμενα σύνολα δεδομένων καθώς και στους υπολογιστικούς πόρους για την εκπαίδευση του μοντέλου.

Για να μειώσουν την προδιάθεση του μοντέλου να εστιάζει υπερβολικά στα πρόσωπα, η ομάδα χρησιμοποίησε επίσης μια απώλεια προσοχής-ποικιλίας (AD loss), η οποία ενθαρρύνει ποικίλη χωρική προσοχή σε όλα τα πλαίσια του βίντεο.

Η AD loss έχει συνδυαστεί με την cross-entropy, επίσης γνωστή ως συνάρτηση λογαριθμικής απώλειας, η οποία χρησιμοποιείται συνήθως στη μηχανική μάθηση (ML) για τη μέτρηση της απόδοσης ενός μοντέλου ταξινόμησης, προκειμένου να βελτιώσει την απόδοση του μοντέλου σε διάφορες καταστάσεις.

Just training the model on cross-entropy (CE) loss tends to make it hard for it to handle videos where there’s a real human subject with a manipulated background or content generated by T2V and I2V models.

Έτσι, η ομάδα εισήγαγε την AD loss, η οποία ωθεί το σύστημα να παρακολουθεί πολλαπλές οπτικές περιοχές σε κάθε πλαίσιο, ενισχύοντας έτσι την ικανότητα του μοντέλου να καταγράφει σημαντικά σημάδια τόσο από το προσκήνιο όσο και από το φόντο.

Η AD loss αποτελεί το κλειδί καινοτομίας στην προσέγγιση της ομάδας, επιτρέποντας στο UNITE όχι μόνο να διαπρέπει στην ανίχνευση βίντεο που δημιουργούνται από AI και έχουν τροποποιηθεί στο φόντο, αλλά και να παρουσιάζει αξιοσημείωτη βελτίωση στην αναγνώριση του συνηθισμένου περιεχομένου που παραποιείται σε πρόσωπα.

Κατά τη σύγκριση της απόδοσης του UNITE με άλλα μοντέλα, η ομάδα διαπίστωσε ότι το “υπερβαίνει τους ανιχνευτές αιχμής σε σύνολα δεδομένων (σε ρυθμίσεις crossdata) που περιλαμβάνουν παραποιήσεις προσώπου/φόντου και πλήρως συνθετικά βίντεο T2V/I2V, επιδεικνύοντας την προσαρμοστικότητά του και τις γενικεύσιμες δυνατότητες ανίχνευσης.”

Σε έναν κόσμο που γίνεται όλο και πιο ψηφιοποιημένος και αυτοματοποιημένος, το νέο σύστημα προσφέρει έναν καθολικό ανιχνευτή που μπορεί να επισημάνει μια σειρά ψεύτικων, από απλές ανταλλαγές προσώπων έως σύνθετα, πλήρως συνθετικά βίντεο που δημιουργούνται χωρίς πραγματικό υλικό. Σύμφωνα με τον Kundu:

“Είναι ένα μοντέλο που διαχειρίζεται όλα αυτά τα σενάρια. Αυτό το κάνει καθολικό.”

Αυτή τη στιγμή σε εξέλιξη, το UNITE, σύμφωνα με τους δημιουργούς του, είναι ένα πολύτιμο εργαλείο στο αναπτυσσόμενο τοπίο ανίχνευσης συνθετικών βίντεο. Σύντομα, αναμένεται να διαδραματίσει κεντρικό ρόλο στην προστασία ενάντια στην παραπληροφόρηση βίντεο.

Επένδυση σε Ανίχνευση Βασισμένη στην AI

Στον χώρο της AI, η Palantir Technologies (PLTR ) είναι γνωστή για την ενσωμάτωση δεδομένων με τεχνητή νοημοσύνη, την αναγνώριση προτύπων και την ανίχνευση ανωμαλιών.

Η εταιρεία λειτουργεί μέσω τεσσάρων κύριων πλατφορμών λογισμικού: Gotham, Foundry, Apollo και AIP. Το Apollo είναι ένα ενιαίο στρώμα ελέγχου που συντονίζει τη διαμόρφωση, τις ενημερώσεις ασφαλείας και την παράδοση νέων λειτουργιών για να εξασφαλίσει τη συνεχή λειτουργία κρίσιμων συστημάτων. Το Gotham επιτρέπει στους χρήστες να εντοπίζουν πρότυπα κρυμμένα βαθιά σε σύνολα δεδομένων, ενώ το Foundry λειτουργεί ως λειτουργικό σύστημα για αποτελεσματική διαχείριση περιουσιακών στοιχείων και κινδύνων. Το AIP επιτρέπει στις εταιρείες να εκτελούν LLMs και άλλα μοντέλα με πλήρη έλεγχο.

Palantir Technologies (PLTR )

Η Palantir διαθέτει στενούς δεσμούς με την κυβέρνηση των ΗΠΑ, το στρατό και τις υπηρεσίες πληροφοριών. Φέτος, εξασφάλισε μια σύμβαση 30 εκατομμυρίων δολαρίων για να φέρει ανάλυση AI στα αρχεία μετανάστευσης.

Με κεφαλαιοποίηση αγοράς 372 δισεκατομμυρίων δολαρίων, οι μετοχές PLTR διαπραγματεύονται αυτή τη στιγμή στα $157,72, με άνοδο 109,35% ετών, χάρη στη ζήτηση AI, τη μαζική ενδιαφέρον των λιανικών επενδυτών και την επέκταση των κυβερνητικών συμβάσεων. Το EPS (TTM) είναι 0,23 και το P/E (TTM) είναι 687,90.

Οικονομικά, η Palantir ανέφερε αύξηση 39% ετησίως στα έσοδα, φτάνοντας τα 884 εκατομμύρια δολάρια στο Q1 2025. Τα έσοδα στις ΗΠΑ αυξήθηκαν 55% ετησίως, φτάνοντας τα 628 εκατομμύρια δολάρια, συμπεριλαμβανομένων 255 εκατομμυρίων δολαρίων σε εμπορικά έσοδα στις ΗΠΑ και 373 εκατομμυρίων δολαρίων σε έσοδα της κυβέρνησης των ΗΠΑ.

Κατά τη διάρκεια αυτής της περιόδου, η εταιρεία κατέγραψε το υψηλότερο τρίμηνο συνολικής αξίας συμβάσεων εμπορικών δραστηριοτήτων στις ΗΠΑ, με την υπόλοιπη αξία των συμφωνιών στα 2,32 δισεκατομμύρια δολάρια.

Ο αριθμός πελατών της Palantir στο 1Q25 αυξήθηκε κατά 39% ετησίως. Τα GAAP κέρδη ανά μετοχή ήταν $0,08, και το προσαρμοσμένο EPS ήταν $0,13. Τα μετρητά, τα ισοδύναμα μετρητών και τα βραχυπρόθεσμα ομόλογα του Υπουργείου Οικονομικών των ΗΠΑ ανήλθαν σε 5,4 δισεκατομμύρια δολάρια στο τέλος του τριμήνου.

“Παρέχουμε το λειτουργικό σύστημα για τη σύγχρονη επιχείρηση στην εποχή της AI. Βρισκόμαστε στη μέση μιας τεκτονικής αλλαγής στην υιοθέτηση του λογισμικού μας, ιδιαίτερα στις ΗΠΑ.”

– CEO Alexander C. Karp

Τελευταία Νέα και Αναπτύξεις για τις Μετοχές Palantir Technologies (PLTR)

Συμπέρασμα

Η εμφάνιση της τεχνητής νοημοσύνης έχει αλλάξει εντελώς τον κόσμο, με τόσο τα άτομα όσο και τις οργανώσεις να υιοθετούν όλο και περισσότερο την τεχνολογία για να βελτιώσουν την παραγωγικότητα και να ενισχύσουν τη λήψη αποφάσεων.

Αν και προβλέπεται ότι θα συνεισφέρει τρισεκατομμύρια στην παγκόσμια οικονομία, η AI δεν είναι χωρίς κινδύνους. Τα deepfakes και η χρήση τους για παραπληροφόρηση και απάτη είναι ένας από τους πιο κρίσιμους κινδύνους της ευρείας υιοθέτησης της AI.

Καθώς γίνεται όλο και πιο δύσκολο να διακρίνουμε το πραγματικό από το συνθετικό, εργαλεία όπως το UNITE γίνονται όλο και πιο σημαντικά και επείγοντα. Με αυτό το γενικευμένο μοντέλο AI ως προστασία ενάντια σε ψεύτικο περιεχόμενο, ίσως μπορέσουμε να μετριάσουμε τις αρνητικές επιπτώσεις της AI ενώ ενισχύουμε και απολαμβάνουμε τα θετικά της αποτελέσματα στην εργασία και τη ζωή μας.

Κάντε κλικ εδώ για να μάθετε τα πάντα σχετικά με την επένδυση στην τεχνητή νοημοσύνη.

Παραπομπές:

1. Kundu, R.; Xiong, H.; Mohanty, V.; Balachandran, A.; Roy‑Chowdhury, A. K.; et al. Towards a Universal Synthetic Video Detector: From Face or Background Manipulations to Fully AI‑Generated Content. arXiv preprint arXiv:2412.12278 (2024). https://doi.org/10.48550/arXiv.2412.12278