Người làm deepfake chỉ cách nhận diện một gương mặt giả

Chỉ một bức ảnh cũng có thể tạo gương mặt giả

Một khuôn mặt xuất hiện trên màn hình, chớp mắt, cử động môi, thay đổi biểu cảm theo người đang nói. Nếu chỉ nhìn trong vài giây, không phải lúc nào người xem cũng nhận ra đó là hình ảnh đã được can thiệp bằng trí tuệ nhân tạo (AI).

Theo anh Vũ Duy Hưng, nhà sáng lập Color Mind, đơn vị ứng dụng AI vào sản xuất nội dung và điện ảnh, người có nhiều năm làm việc với các công nghệ tái tạo khuôn mặt bằng AI, ở mức đơn giản, quá trình tạo một gương mặt deepfake có thể bắt đầu chỉ từ một bức ảnh.

“Một gương mặt deepfake, theo cách đơn giản nhất, chỉ cần một bức ảnh thôi là chúng ta hoàn toàn có thể làm được”, anh Hưng cho biết.

Tuy nhiên, một bức ảnh không đồng nghĩa AI đã có đầy đủ thông tin về khuôn mặt của người đó.

Nếu chỉ có ảnh chính diện, những phần không xuất hiện trong dữ liệu gốc như góc nghiêng, một bên khuôn mặt hoặc một số biểu cảm sẽ phải được AI dự đoán.

Theo anh Hưng, càng có nhiều hình ảnh và video ở những góc khác nhau, mô hình càng có thêm dữ liệu để học đặc điểm khuôn mặt.

Các đoạn video công khai trên mạng xã hội còn có thể cung cấp nhiều khung hình liên tiếp, ghi lại cách một người cười, nói chuyện, quay đầu hay thay đổi biểu cảm.

Đây cũng là lý do anh cho rằng việc công khai quá nhiều dữ liệu cá nhân trên Internet có thể tạo thêm rủi ro khi công nghệ deepfake ngày càng dễ tiếp cận.

AI “học” một khuôn mặt như thế nào?

Theo anh Hưng, để tái tạo một người với độ chính xác cao, dữ liệu là yếu tố quan trọng đầu tiên.

Trong những dự án tái tạo khuôn mặt mà anh từng thực hiện, ê-kíp thường thu thập hình ảnh ở nhiều góc mặt, video ghi lại cử chỉ tự nhiên và trong một số trường hợp cả dữ liệu âm thanh để ghi nhận chất giọng.

Sau khi có dữ liệu, không phải tất cả hình ảnh đều được đưa thẳng vào AI.

Người thực hiện phải lựa chọn những dữ liệu có chất lượng tốt, đồng thời loại bỏ những hình ảnh có thể gây nhiễu.

“Nếu chúng ta đưa những dữ liệu gây nhiễu vào thì AI sẽ học sai và không đảm bảo được kết quả tốt”, anh Hưng giải thích.

Để tạo deepfake chân thực hơn, mô hình AI cần thêm dữ liệu về nhiều góc mặt, biểu cảm và chuyển động của nhân vật (Ảnh: Tiến Đạt).

Phần dữ liệu đã được chọn sau đó được đưa vào mô hình để huấn luyện nhiều lần.

Qua quá trình này, hệ thống dần học những đặc điểm của khuôn mặt, từ hình dáng tổng thể đến các chi tiết và biểu cảm xuất hiện trong dữ liệu đầu vào.

Mô hình sau khi huấn luyện có thể được áp dụng lên một nguồn video khác để tạo ra hình ảnh mang khuôn mặt của người cần tái tạo.

Dữ liệu sau khi được chọn lọc sẽ được đưa vào mô hình để huấn luyện, từ đó tạo ra khuôn mặt có thể áp lên video hoặc hình ảnh khác (Ảnh: Tiến Đạt).

Tuy nhiên, AI không chỉ “chép lại” những gì có sẵn. Khi dữ liệu bị thiếu, mô hình có thể tự nội suy để bổ sung.

Anh Hưng lấy ví dụ, nếu chỉ có dữ liệu của một bên khuôn mặt, AI có thể dựa trên giả định về tính đối xứng để đề xuất sử dụng thông tin của phía còn lại nhằm tạo ra phần còn thiếu.

Điều này giúp việc tái tạo vẫn có thể thực hiện khi tư liệu hạn chế, nhưng đồng thời cũng tạo ra một khoảng cách giữa dữ liệu thật và những gì AI tự dự đoán.

Vì sao deepfake vẫn có lúc bị “lộ”?

Theo anh Hưng, một trong những vấn đề kỹ thuật quan trọng khi tái tạo khuôn mặt là khả năng theo dõi các điểm đặc trưng trên mặt.

AI cần nhận diện và bám theo những vị trí nhất định để biết mắt, mũi, miệng hay đường viền khuôn mặt đang thay đổi như thế nào trong từng khung hình.

Khi nhân vật quay sang một góc khiến quá nhiều điểm bị che khuất hoặc biến mất, mô hình có thể gặp khó khăn trong việc tiếp tục bám khuôn mặt.

Kết quả là hình ảnh có thể xuất hiện sai lệch, rung, biến dạng hoặc mất tự nhiên.

Đây cũng là lý do người làm deepfake có kinh nghiệm thường phải tính toán từ khâu quay hình, lựa chọn góc máy phù hợp với khả năng của công nghệ ở thời điểm hiện tại.

Tuy nhiên, theo anh Hưng, phần khó nhất vẫn là biểu cảm và thần thái của một con người.

“Điểm khó nhất là dữ liệu về biểu cảm, cảm xúc của nhân vật và những cử động về thần thái. Đây vẫn là một trong những phần phải hậu kỳ rất nhiều”, anh nói.

Một khuôn mặt có thể đúng về hình dáng nhưng ánh mắt, nụ cười hay những chuyển động rất nhỏ vẫn có thể khiến người xem cảm thấy “có gì đó không thật”.

Mắt, miệng và răng từng là những điểm dễ nhận biết

Từ kinh nghiệm trực tiếp làm deepfake, anh Hưng cho rằng hiện nay vẫn có một số chi tiết có thể giúp người xem phát hiện bất thường.

Đầu tiên là ánh mắt.

Trong một số video, mắt của nhân vật deepfake có thể chuyển động thiếu tự nhiên hoặc chưa thể hiện được thần thái giống người thật.

Tiếp theo là vùng miệng. Khẩu hình đôi lúc có độ trễ so với chuyển động hoặc âm thanh.

Đặc biệt, răng là một trong những chi tiết khó tái tạo chỉn chu nếu sản phẩm không trải qua quá trình hậu kỳ kỹ.

Một dấu hiệu khác là làn da.

Theo anh Hưng, một số nhân vật do AI tạo vẫn xuất hiện hiện tượng “plastic skin”, tức bề mặt da quá mịn và đồng đều, tạo cảm giác giống vật liệu nhân tạo hơn da thật.

Một video AI trên Instagram được nhà sáng tạo nội dung dựng theo phong cách phim thập niên 1980 chân thực đến mức nhiều người lầm tưởng đây là trích đoạn từ một bộ phim cũ (Ảnh: Tiến Đạt).

Tuy nhiên, anh lưu ý những dấu hiệu trên không phải công thức có thể sử dụng mãi.

Công nghệ đang cải thiện nhanh chóng, nhiều lỗi từng rất dễ nhận biết trong các sản phẩm AI trước đây đã dần được khắc phục.

“Bây giờ có những thứ chân thực đến mức chúng ta không thể phân biệt được bằng mắt thường. Bản thân tôi là người làm nghề lâu năm cũng có những nội dung rất khó phân biệt, chứ chưa nói đến người bình thường”, anh Hưng chia sẻ.

Điều đáng lo là deepfake không cần đạt tới mức hoàn hảo mới có thể trở thành công cụ lừa đảo.

Theo anh Hưng, deepfake không cần hoàn hảo vẫn có thể lừa nạn nhân nếu kẻ xấu tạo ra tình huống khẩn cấp, khiến người nhận mất bình tĩnh và quyết định vội vàng (Ảnh: Tiến Đạt).

Theo anh Hưng, kẻ xấu thường đặt nạn nhân vào một tình huống gấp gáp: người thân gặp sự cố, cần chuyển tiền ngay hoặc phải đưa ra quyết định trong thời gian rất ngắn.

Khi cảm xúc bị đẩy lên cao, người nhận khó có đủ bình tĩnh để quan sát từng bất thường nhỏ trên khuôn mặt.

Vì thế, thay vì chỉ học cách “soi” một video giả, anh Hưng cho rằng người dùng cần hình thành một phản xạ quan trọng hơn: chậm lại và xác minh thông tin bằng một kênh khác.

Khi một khuôn mặt trên màn hình có thể được AI tạo ra ngày càng giống thật, việc “nhìn thấy người quen” sẽ không còn đồng nghĩa với việc danh tính của người đó đã được xác thực.

Ảnh: Tiến Đạt