Maaaring Bawasan ng Optical Computing ang Gastos sa Pagtuklas ng Deepfake

Ang paggawa ng kapanipaniwalang synthetic na video ay nagiging mas madali. Ang pagsuri kung ang video ay tunay ay nagdudulot ng ibang hamon: kailangan magbigay ng kapangyarihan sa pagkompyut, kuryente, at kapasidad sa pagrepaso na kinakailangan upang suriin ito.

Para sa mga plataporma na humahawak ng malaking dami ng mga pag-upload, ang katumpakan ng pagtuklas ay bahagi lamang ng ekwasyon. Dapat din na kayang magproseso nang abot-kaya ang isang sistema ng beripikasyon at ituro ang kahina-hinalang materyal sa karagdagang imbestigasyon nang hindi napapabigatan ang mga tagasuri.

Isang bagong pag-aaral ng UCLA na inilathala sa eLight ang nagsusuri ng kakaibang lapit sa problemang iyon: paggamit ng liwanag upang isagawa ang bahagi ng proseso ng pagtuklas.¹ Ipinakita ng mga mananaliksik ang isang hybrid na sistema na nagsasala ng 15 na video nang sabay-sabay, pinagsasama ang digital na neural processing at isang optical decoder. Ang kahalagahan nito ay lampas pa sa deepfake, nag-aalok ng praktikal na halimbawa kung paano maaaring baguhin ng espesyal na hardware ang ekonomiya ng AI inference.

Paano Nagtutuklas ang Optical Computing ng mga Deepfake na Video

Ang tradisyonal na AI detector ay sinusuri ang video sa pamamagitan ng mga operasyong matematika na isinasagawa sa mga elektronikong processor. Pinapanatili ng arkitektura ng UCLA ang digital na pagproseso ngunit inililipat ang huling yugto ng klasipikasyon sa isang optical system.

Una, ang isang digital neural network ay kumukuha ng kapaki-pakinabang na impormasyon mula sa napiling mga frame ng video. Ang compact na representasyong iyon ay ini-encode sa isang programmable spatial light modulator, isang aparato na kumokontrol kung paano kumikilos ang dumarating na liwanag sa ibabaw nito.

Pagkatapos, ang liwanag ay dumadaloy sa optical decoder, lumilikha ng mga pattern ng intensity na sumusuporta sa klasipikasyong tunay o peke. Sa halip na isagawa ang bawat kalkulasyon ng decoder nang elektronikong paraan, ginagamit ng sistema ang pisikal na pag-uugali ng liwanag upang ipatupad ang natutunang transformasyon.

Pinahihintulutan ng spatial multiplexing na ang mga representasyon mula sa iba’t ibang video ay sumakop sa magkakahiwalay na rehiyon ng parehong modulator. Dahil dito, sinusuri ng optical decoder ang maraming input sa isang pagdaan ng pagdaloy.

Hindi ibig sabihin nito na agad na nabibigyang-katiyakan ang 15 kumpletong video file. Kailangan pa rin ang pagpili ng mga frame, digital na pag-encode, pag-load ng modulator, at pagbabasa ng resulta. Ang paralelismo ay naaangkop sa optical na yugto, na ginagawang isang espesyal na accelerator ang arkitektura sa loob ng mas malawak na workflow.

Ano ang Ipinakita ng Pag-aaral sa Pagtuklas ng Deepfake

Sinuri ng mga mananaliksik ang balangkas gamit ang mga dataset na sumasaklaw sa face swaps, mga totoong deepfake recording, at ganap na AI-generated na video. Sa eksperimental na konfigurasyon nitong Celeb-DF, naproseso ng sistema ang 15 video sa bawat optical pass at nakamit ang average na katumpakan na 97.79%.

Ang mga sumusunod na resulta ay direktang nagmula sa papel. Inilalarawan nila ang eksperimental na konfigurasyon ng Celeb-DF, sa halip na ang pagganap sa bawat dataset o sa mga susunod pang video generator.

Sinusukat ng sensitibidad kung ilang pekeng video ang tamaang natukoy ng detector. Sinusukat ng espesipikidad kung ilang tunay na video ang tamaang nakikilala nito. Ang kombinasyon ay nagpapahiwatig ng isang sistema na partikular na angkop sa pagkuha ng kahina-hinalang nilalaman bago ang ikalawang yugto ng beripikasyon.

Ang pagtaas ng paralel na pagproseso sa 18 video ay nagbawas ng eksperimental na katumpakan sa 96.13%. Ipinapakita nito ang kilalang trade‑off sa engineering: ang pagtaas ng kapasidad ay maaaring magdala ng interference at iba pang pisikal na limitasyon na nakaaapekto sa pagganap.

Sinuri rin ng mga mananaliksik ang degradation, compression, misalignment, at adversarial manipulation. Pinapalakas ng mga pagsubok na iyon ang kaso para sa karagdagang pag-unlad, ngunit hindi nito napatunayan ang maaasahang pagtuklas sa bawat hindi pa nakikitang generator o kaligtasan laban sa pag-atake.

Bakit Ang Mga False Positive ay Humuhubog sa Gastos ng Beripikasyon

Ang pinaka-kapaki-pakinabang na komersyal na tanong ay kung ano ang mangyayari matapos magbigay ng alerto ang detector. Ang isang lubos na sensitibong sistema ng pagsala ay maaaring mahuli ang karamihan sa mga peke habang ipinapasa pa rin ang malaking bahagi ng tunay na materyal para sa karagdagang pagsusuri.

Isaalang-alang ang isang halimbawa ng workload na 100,000 video, kung saan 1% ang peke. Kung ang iniulat na sensitibidad at espesipikidad ay ilipat nang hindi nagbabago sa workload na iyon, humigit‑kumulang 999 na pekeng video ang matatakda, kasama ang humigit‑kumulang 4,237 na tunay na video. Tanging mga 19% lamang ng natakdang nilalaman ang talagang peke.

Ito ay isang kalkulasyon na naglalarawan ng epekto ng prevalence, hindi isang resulta ng deployment mula sa pag-aaral. Ang totoong pagganap ay depende sa halo ng nilalaman, threshold ng desisyon, at mga pagkakaiba sa pagitan ng mga production upload at benchmark data.

Gayunpaman, ipinapaliwanag nito kung bakit nagmumungkahi ang mga may-akda ng unang yugto na filter. Ang isang alert ay dapat magpasimula ng imbestigasyon, sa halip na awtomatikong maging pampublikong paratang o desisyon sa pagtanggal.

Ang business case ay nakadepende sa ilang magkakaugnay na sukat:

• Enerhiya at gastos sa pagproseso bawat sinuring video.
• Ang bahagi ng mga pag-upload na nangangailangan ng karagdagang beripikasyon.
• Nabigong manipulasyon at maling mga antas ng pag-eskalada.
• Paggamit ng hardware, pagpapanatili, at mga gastos sa integrasyon.

Ang mas murang yugto ng pagsala ay maaaring magpadali ng mas malawak na beripikasyon. Gayunpaman, ang anumang pagtitipid ay kailangang tasahin kasabay ng gastos ng mga gawaing susunod na dulot nito.

Kailangan ng Konteksto sa Antas ng Sistema para sa Pag-save ng Enerhiya ng Optical AI

Tinatantiya ng papel ang makabuluhang pagbawas sa konsumo ng enerhiya ng decoder kumpara sa digital decoder na may katulad na pagganap. Mahalaga ang pagkakaiba sa pagitan ng bahaging iyon at ng buong sistema.

Sa buong digital encoder, ang hybrid na konfigurasyon ay kumukonsumo ng tinatayang 180.20–182.93 millijoules bawat video, kumpara sa 209.26 millijoules para sa napiling digital baseline. Ibig sabihin nito ay humigit-kumulang 13–14% na mas mababang kabuuang konsumo ng enerhiya.

Ang paggamit ng mas magaan na encoder ay nagpapataas ng tinatayang pagtitipid sa humigit-kumulang 38–42% laban sa katumbas na digital na konfigurasyon. Ang pagbawas ng komplikasyon ng encoder ay nakaaapekto rin sa pagganap ng pagtuklas, bagaman ang karagdagang pasibong optical na mga patong ay tumutulong na maibalik ang katumpakan at espesipikidad.

Ito ay mga pagtatantya ng modelo batay sa mga palagay sa komputasyon at mga budget ng kapangyarihan ng mga bahagi. Hindi ito nasusukat na pagtitipid sa kuryente mula sa isang gumaganang serbisyo ng moderasyon. Hindi rin nito pinapakita ang kahusayan laban sa bawat na-optimize na GPU detector.

Ang mas malawak na aral ay ang pagpapabilis ng isang yugto ay nagbibigay lamang ng limitadong benepisyo kapag ang ibang yugto ang namumuno sa konsumo. Nagiging mas mahalaga ang optical hardware kapag ang nakapaligid na digital pipeline ay dinisenyo upang samantalahin ito.

Kailangan ding isama sa komersyal na pagsusuri ang mga gastos sa pagkuha, katatagan ng pagkakahanay, mga kapalit na bahagi, at mga pagkaantala sa pagproseso. Ang isang sistema na patuloy na tumatakbo na may buong batch ay maaaring magkaroon ng lubos na ibang ekonomiya kumpara sa isang humahawak ng paminsan-minsang kahilingan.

Ang Pagtuklas ng Deepfake ay Kumplemento sa Pagkapagkunan ng Nilalaman

Ang beripikasyon ay umuunlad sa ilang mga landas. Sinusuri ng pagtuklas ang nilalaman para sa mga palatandaan ng paglikha o manipulasyon. Ang mga sistema ng pagkapagkunan ay nagtatala ng impormasyon kung saan nagmula ang isang asset at kung paano ito ginawa o inedit.

Noong Mayo 2026, inilarawan ng OpenAI ang pinalawak na pamamaraan ng pagkapagkunan ng nilalaman, kasama ang Content Credentials, SynthID watermarking, at mga kasangkapang beripikasyon. Ang mga pamamaraang ito ay nagbibigay ng mga signal na maaaring kumplemento sa mga forensic detector.

Ang kawalan ng kredensyal ay hindi nagpapatunay na peke ang isang video. Gayundin, ang ebidensya ng pinagmulan ng isang file ay hindi nagtatakda na lahat ng nakalarawan o inaangkin dito ay totoo. Ang isang tunay na pagre-record ay maaari pa ring ilahad nang mapanlinlang.

Kaya’t maaaring pagsamahin ng praktikal na daloy ng trabaho ang mga pagsusuri ng pagkapagkunan, murang pagsala, mas malalim na forensic analysis, at imbestigasyong pantao. Maaaring mag-ambag ang optical computation sa antas ng pagsala nang hindi kailangang lutasin ang buong problema ng pagiging tunay.

Ang pinansyal na kahalagahan ay malinaw na. Ang gabay ng FINRA noong Hunyo 2026 tungkol sa deepfake at mga panlilinlang na nagpapanggap ay naglalarawan ng mga banta na kinabibilangan ng peke na itsura at boses. Ang video detector ng UCLA ay hindi tinatalakay ang lahat ng ganitong banta, partikular ang mga pag-atake na audio‑only, ngunit tinatarget nito ang isang bahagi ng mas malawak na hamon sa beripikasyon.

Nag-aalok ang Texas Instruments ng Pagkakataon sa Optical Hardware

Ang mga pag-unlad na ito ay naaayon din sa mas malawak na paglipat ng pamumuhunan patungo sa pisikal na imprastruktura na sumusuporta sa AI. Ang coverage ng Securities.io sa pokus ng Machine Age Fund sa AI hardware ay naglilinaw ng lumalaking atensyon sa mga chip, networking, memorya, at kumpletong mga sistema ng kompyutasyon.

Texas Instruments (TXN ) nag-aalok ng kaugnay na koneksyon sa pamamagitan ng mga programmable optical na bahagi. Ang teknolohiyang DLP nito ay kinabibilangan ng mga phase light modulator, kasama ang hardware para sa pagsusuri ng phase light modulator na sumusuporta sa pagbuo ng mga advanced na aplikasyon ng kontrol sa ilaw.

Binanggit ng papel ng UCLA ang pananaliksik na nag-aangkop ng teknolohiyang DLP ng Texas Instruments sa isang phase spatial light modulator kapag tinatalakay ang mas mabilis na optical na implementasyon. Lumilikha ito ng tiyak na teknikal na koneksyon, bagaman hindi nito pinapatunayan na ang TI ang nagbigay ng ipinakitang laboratory system o may komersyal na kasunduan sa UCLA.

Para sa mga mamumuhunan, kinakatawan ng TI ang pagkakabukas sa mga enabling hardware sa loob ng isang diversified na semiconductor na negosyo. Ang pagkakataon ay depende sa pag-usbong ng optical computing lampas sa mga prototype at paglikha ng demand para sa programmable modulators, controllers, at mga sumusuportang elektronik.

Kasama sa ebidensyang dapat bantayan ang paulit-ulit na pagganap sa labas ng mga laboratory dataset, integrasyon sa umiiral na mga sistema ng pagsala, at mga deployment ng customer na nagpapakita ng mas mababang kabuuang gastos. Ang pag-aaral na ito ay hindi nagtataguyod ng makabuluhang pagkakataon sa kita para sa TI ni isang handang production detection service.

Nagsisimula ang Kaso ng Pamumuhunan sa Abot-kayang Beripikasyon

Ipinapakita ng gawa ng UCLA ang isang kapani-paniwalang direksyon para sa espesyalisadong AI hardware: paggamit ng optical computation upang magsala ng maraming video habang pinananatili ang digital processing kung saan ito ay kapaki-pakinabang.

Ang mas malawak nitong implikasyon ay pang-ekonomiya. Habang lumalawak ang synthetic media, maaaring kailanganin ng mga organisasyon na beripikahin ang mas maraming nilalaman nang hindi gumagastos nang proporsyonal na higit pa sa bawat pag‑upload. Ang mahusay na paunang pagsala ay maaaring makatulong maglaan ng mamahaling pagsusuri at atensyon ng tao kung saan ito pinakamahalaga.

Ang susunod na hakbang ay patunayan ang kalamangan na iyon sa buong daloy ng trabaho. Dapat magsabay-sabay na mapabuti ang katumpakan, enerhiya, maling positibo, gastos sa hardware, at kakayahang umangkop. Dito maaaring maging kapaki‑pakinabang na imprastruktura ang isang kawili‑wiling optical experiment.

Mga Sanggunian:

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