Deepfake, mối quan ngại của cả thế giới

Deepfake là công nghệ sử dụng trí tuệ nhân tạo để lấy hình ảnh, giọng nói của một người ghép vào video của người khác. Với đà phát triển của công nghệ, việc tạo nên những video giả như trên ngày càng tinh vi khiến người ta không phân biệt được đâu là thật, đâu là giả, từ đó sẽ gây nên những tác hại khó lường.

Deepfake là gì?

Deepfake là một thuật ngữ ghép từ chữ deep-learning nghĩa là học sâu và fake là giả. Deep-learning là một hướng nghiên cứu trong AI, giúp máy tư duy giống người một cách sâu sắc hơn. Công nghệ deepfake sẽ thu thập hình ảnh khuôn mặt của một đối tượng, sau đó thay thế khuôn mặt này vào mặt của một người khác trong video. Đối với các tập tin âm thanh, deepfake sử dụng bản ghi âm giọng nói của một người thực để huấn luyện máy tính nói chuyện giống hệt người ấy.

Một ví dụ cụ thể và khá thông dụng về deepfake là ứng dụng ZAO của Trung quốc.

ZAO là một ứng dụng hoàn toàn miễn phí, ra đời đầu tháng 9-2019. Bạn chỉ cần đưa lên một tấm ảnh chân dung của mình và chọn trong thư viện các clip của ZAO, gồm trích đoạn các bộ phim điện ảnh hay show truyền hình nổi tiếng là bạn sẽ trở thành diễn viên chính trong các clip ấy.

Ứng dụng ZAO hoán đổi gương mặt bạn với diễn viên trong những video nổi tiếng

Deepfake dùng để làm gì?

Nói chung, deepfake dùng để tạo ra những đoạn video giả dựa trên những dữ liệu thật: nội dung video là thật, nhưng hình ảnh và tiếng nói của nhân vật trong video là giả.

Trong ví dụ trên, deepfake là một công cụ giải trí thú vị, nhưng nó còn có nhiều công dụng lớn hơn. Tùy theo mục đích tạo nên, video tạo bằng deepfake có thể có ích hoặc có hại.

Mục đích tốt: Ví dụ như một MC trên TV do bị bệnh mà mất giọng tạm thời, dùng deepfake để tạm thời thay thế MC ấy trong thời gian bệnh. Hoặc một bộ phim thực hiện sắp xong nhưng chẳng may một diễn viên qua đời, deepfake sẽ tạo hình diễn viên ấy để thực hiện phần còn lại của bộ phim. Trong các video mang tính giáo dục, deepfake có thể dùng để tạo hình và tiếng cho một số nhân vật lịch sử dựa theo hình ảnh và giọng nói còn lưu lại được để minh họa được sinh động hơn.

Mục đích xấu: Điều đáng tiếc là hiện nay deepfake được sử dụng cho mục đích xấu khá nhiều. Hai trong số những mục đích xấu tiêu biểu được sử dụng nhiều nhất hiện nay là tuyên truyền sai lệch về chính trị và bôi nhọ bằng phim ảnh khiêu dâm.

Người ta có thể tạo video deepfake bôi xấu đối thủ chính trị của mình, như mô tả ứng cử viên tổng thống đang quấy rối trẻ em, hoặc một cảnh sát trưởng đang xúi giục nhân viên thực hiện hành vi bạo lực với người dân tộc thiểu số, hay những người lính có hành động tàn ác trong chiến tranh… Việc dùng deepfake để ghép mặt nhân vật nữ vào những video khiêu dâm, khỏa thân sẽ gây ảnh hưởng xấu đến danh dự và phẩm giá của họ. Những video này có đặc điểm là lan truyền rất nhanh cho dù không phân biệt thật giả.

Hình ảnh minh họa cách tạo một video deepfake có hình ảnh cựu Tổng thống Barack Obama. Video giả này rất nổi tiếng, nó thể hiện ông Obama đang phát biểu các vần đề về dịch vụ công, mà thực sự ông chưa bao giờ nói. Ảnh: AP.

Deepfake là mối quan ngại của cả thế giới

Về lý thuyết, một video deepfake càng giống thật nếu có càng nhiều hình ảnh biểu cảm gương mặt và môi của nhân vật để ứng dụng ấy mô phỏng và đưa vào video. Vì thế, một số chuyên gia khuyên rằng nên hạn chế chia sẻ các hình ảnh lên mạng xã hội, những nơi bất kỳ ai cũng có thể dễ dàng tìm thấy nguồn dữ liệu cho deepfake. Thế nhưng liệu bạn có làm được không? Hơn nữa, với đà phát triển công nghệ này, như ta thấy với ZAO, chỉ cần một ảnh chân dung là có thể làm được video deepfake rồi!

Trung tâm Nghiên cứu chiến lược và quốc tế (CSIS) của Mỹ xếp các video được làm giả dựa trên công nghệ deepfake vào 1 trong 5 nguy cơ gây mất an ninh toàn cầu năm 2019.

Các nền tảng mạng xã hội nhiều người dùng như Facebook, YouTube chính là nơi phát tán video deepfake hiệu quả nhất. Nếu video deepfake đó tạo nên ảnh hưởng xấu thì chính các nền tảng này là “tội đồ” lớn nhất. Chính vì vậy, họ có trách nhiệm phải phát hiện ra các video này trước khi chúng được xuất bản trên nền tảng của mình, như phát hiện tin giả (fake news). Tiếc thay, việc phát hiện này là vô cùng khó!

Bộ Quốc phòng Mỹ, Google và Facebook đang tài trợ và hỗ trợ dữ liệu để các nhà nghiên cứu tìm ra giải pháp phát hiện deepfake hiệu quả. Năm 2020, Facebook với sự hỗ trợ lớn từ Microsoft và nhiều trường đại học danh tiếng đã triển khai cuộc thi Deepfake Detection Challenge (DFDC), với nội dung phát triển công nghệ phát hiện những video deepfake. Tổng giải thưởng cho cuộc thi này lên tới 10 triệu USD.

Giải pháp mới của Facebook để phát hiện deepfake

Deepfake là một vấn đề lớn trên Facebook, do đó đây là một trong những công ty đầu tư mạnh nhất cho việc nghiên cứu công nghệ này để bảo vệ chống lại các mối đe dọa trong tương lai. Công trình mới nhất của họ là sự hợp tác với các nhà nghiên cứu từ Đại học Bang Michigan (MSU), tạo nên một phương pháp ứng dụng kỹ thuật nghịch đảo (reverse-engineering) để phát hiện deepfake: phân tích hình ảnh do AI tạo ra để tiết lộ các đặc điểm nhận dạng của mô hình học máy đã tạo ra nó.

Công việc này giúp Facebook theo dõi những kẻ xấu phát tán các trò lừa bịp trên nền tảng của mình. Đó có thể là những thông tin tuyên truyền sai lệch hoặc những nội dung khiêu dâm không có sự đồng thuận. Hiện tại, công việc vẫn đang trong giai đoạn nghiên cứu và chưa sẵn sàng triển khai.

Mỗi deepfake được tạo ra bởi một mô hình AI nào đó. Các nghiên cứu trước đây trong lĩnh vực này có thể xác định mô hình AI nào trong số những mô hình đã biết để tạo ra deepfake, nhưng công trình của Facebook đã tiến một bước xa hơn bằng cách xác định các đặc điểm kiến trúc của các mô hình chưa biết.

Trưởng nhóm nghiên cứu của Facebook, Tal Hassner, cho biết xác định các đặc điểm của các mô hình chưa biết là rất quan trọng, bởi vì phần mềm deepfake cực kỳ dễ tùy chỉnh. Điều này có thể cho phép những kẻ xấu che giấu dấu vết của họ nếu các nhà điều tra đang cố gắng theo dõi hoạt động của họ. Hassner nói: “Hãy giả sử một kẻ xấu đang tạo ra rất nhiều deepfakes khác nhau và tải chúng lên các nền tảng khác nhau cho những người dùng khác nhau. Nếu đây là một mô hình AI mới chưa từng thấy trước đây, thì có rất ít điều mà chúng ta có thể nói về nó trong quá khứ. Bây giờ, chúng ta có thể nói: Hãy nhìn xem, bức ảnh được tải lên ở đây, bức ảnh được tải lên ở đó, tất cả chúng đều đến từ cùng một mẫu. Và nếu chúng tôi có thể thu giữ laptop hoặc máy tính (được sử dụng để tạo nội dung), chúng tôi sẽ có thể nói: Đây là thủ phạm.”

Hassner giải thích phương pháp này bằng cách so sánh với việc lấy dấu vân tay trong kỹ thuật pháp y. Dấu vân tay ở đây là là những mẫu tinh tế nhưng độc đáo để lại trên mỗi hình ảnh do một thiết bị cụ thể tạo ra do sự không hoàn hảo trong quá trình sản xuất. Trong nhiếp ảnh kỹ thuật số, dấu vân tay được sử dụng để xác định loại máy ảnh kỹ thuật số được sử dụng để tạo ra hình ảnh.

Phát hiện deepfake vẫn là trò chơi mèo vờn chuột

Điều quan trọng cần lưu ý là ngay cả những kết quả hiện đại này cũng chưa đủ tin cậy. Trong cuộc thi phát hiện deepfake do Facebook tổ chức vào năm ngoái, thuật toán đoạt giải nhất chỉ có thể phát hiện 65,18% các video deepfake. Một phần lý do của điều này là do lĩnh vực trí tuệ nhân tạo đang phát triển quá nhanh, các kỹ thuật mới được đưa ra mỗi ngày. Người ta dùng AI để tạo ra deepfake, dùng công nghệ AI mới hơn để phát hiện deepfake, rồi lại dùng công nghệ AI mới hơn nữa để qua mặt những công cụ phát hiện này.

Khi được hỏi liệu việc công bố thuật toán lấy dấu vân tay mới có dẫn đến việc sẽ có những deepfakes qua mặt các phương pháp này hay không, Hassner đồng ý: “Tôi cho là như vậy. Đây là một trò chơi mèo vờn chuột, và nó tiếp tục là trò chơi mèo vờn chuột.”

Phạm Hoài Nhân
Báo Đồng Nai - 12/07/2021