| EN BREF |
|
Avec l’essor de l’IA générative, la création de deepfakes convaincants est devenue plus facile et plus rapide que jamais. Ces vidéos manipulées peuvent se propager rapidement, remettant en question l’idée longtemps acceptée que les enregistrements vidéo sont une source fiable de vérité. Face à ce défi, une équipe de chercheurs de Cornell a mis au point une méthode innovante pour intégrer des filigranes presque invisibles dans les vidéos en modifiant l’éclairage lors de l’enregistrement. Cette approche novatrice pourrait représenter une avancée majeure dans la lutte contre la désinformation numérique.
Intégration de codes cachés dans l’éclairage
Les sources lumineuses, telles que les écrans d’ordinateur, les lampes de photographie ou même les lampes de salle ordinaires, sont équipées d’une puce informatique de la taille d’un timbre-poste. Ces dispositifs varient leur luminosité de manière imperceptible. Selon Peter Michael, l’étudiant diplômé qui a dirigé ce projet, cette technique s’appuie sur des études de la perception humaine. Le code est conçu pour ressembler à des variations aléatoires de la lumière appelées « bruit », ce qui le rend difficile à détecter sans connaître le code secret.
Chaque source lumineuse portant un filigrane possède un code unique. Ce code peut être utilisé pour vérifier l’authenticité de la vidéo. En cas de coupure de séquences, par exemple lors d’une interview ou d’un discours politique, un analyste judiciaire muni du code peut identifier les sections manquantes. Si des objets sont ajoutés ou remplacés, les parties altérées apparaissent généralement noires dans les « vidéos codées » récupérées, des versions à basse fidélité et horodatées de la scène originale sous un éclairage légèrement différent.
Pourquoi le cloud est-il essentiel pour les entreprises modernes ?
Vérification de l’authenticité avec plusieurs codes
Ces vidéos codées aident à détecter lorsque des parties manipulées contredisent le motif d’éclairage original dans le contenu deepfake. Abe Davis, professeur adjoint d’informatique à Cornell, explique que lorsque quelqu’un manipule une vidéo, les parties modifiées commencent à contredire ce que l’on voit dans ces vidéos codées, ce qui permet de repérer les changements. Si une tentative est faite pour générer une vidéo fausse avec l’IA, les vidéos codées résultantes ressemblent simplement à des variations aléatoires.
L’équipe a utilisé avec succès jusqu’à trois codes distincts pour différentes lumières dans la même scène. Même si un adversaire découvre la technique et parvient à identifier les codes, la tâche reste ardue. Au lieu de simuler la lumière pour une seule vidéo, ils doivent simuler chaque vidéo codée séparément, et toutes ces simulations doivent concorder entre elles. Les tests montrent que le système est efficace dans certains environnements extérieurs et sur des personnes de diverses teintes de peau.
Les défis à surmonter
Malgré les avancées prometteuses, Abe Davis avertit que le problème persiste et ne fera que s’aggraver. Cette approche ne constitue pas une solution miracle. Elle présente des limites, notamment dans des environnements lumineux complexes ou en extérieur où les conditions peuvent varier. Les chercheurs continuent d’améliorer la technologie pour surmonter ces obstacles. L’objectif est de rendre le système plus robuste face aux manipulations sophistiquées. De plus, il est essentiel d’assurer la compatibilité avec différents équipements et formats de vidéo.
Les implications éthiques et légales de cette technologie sont également en discussion. Les experts s’interrogent sur l’utilisation légitime des vidéos filigranées et sur la protection de la vie privée. Ces questions nécessitent une attention particulière pour garantir que cette technologie soit utilisée de manière responsable.
Perspectives futures
Les chercheurs de Cornell travaillent à l’amélioration continue de leur technologie. Ils explorent des moyens d’intégrer ces filigranes dans un plus large éventail de conditions de tournage. De plus, des collaborations avec d’autres institutions et industries sont envisagées pour développer des standards communs. Cela pourrait faciliter une adoption plus large de cette technologie et renforcer la confiance du public dans les contenus vidéo.
La lutte contre les deepfakes ne se limite pas à des solutions techniques. Elle implique également une sensibilisation accrue du public aux manipulations numériques. Les éducateurs et les plateformes numériques ont un rôle crucial à jouer dans l’éducation des utilisateurs sur les dangers des deepfakes. Cette approche holistique est essentielle pour lutter efficacement contre la prolifération des contenus numériques trompeurs.
Alors que les deepfakes continuent de proliférer, la technologie développée par Cornell représente une avancée significative dans la vérification de l’authenticité des vidéos. Cependant, de nombreuses questions demeurent : comment cette technologie sera-t-elle intégrée dans les outils de vérification existants ? Et surtout, comment garantir que ces avancées ne seront pas détournées à des fins malveillantes ?