En una era en la que la creación de imágenes mediante inteligencia artificial (IA) está al alcance de las personas, la capacidad de detectar fotografías falsas, especialmente las de personas ultrafalsas, se está volviendo cada vez más importante.
Entonces, ¿qué pasaría si pudieras decírselo a alguien con sólo mirarlo a los ojos?
Ese es el resultado convincente de una nueva investigación compartida en la Reunión Nacional de Astronomía de la Royal Astronomical Society en Hull, que muestra que los objetos falsos creados por IA pueden ser analizados por los ojos humanos de la misma manera que lo hacen los astrónomos.
El trabajo del estudiante de maestría Adejumoke Owolabi de la Universidad de Hull trata esencialmente sobre el reflejo en los ojos de una persona.
Si las apariencias coinciden, es probable que la foto sea de una persona real. Si no es así, probablemente sean deepfakes.
“Los reflejos de los ojos son los mismos para una persona real, pero incorrectos (desde una perspectiva física) para una persona falsa”, dijo Kevin Pumblet, profesor de astrofísica y director del Centro de Excelencia para Ciencia de Datos, Inteligencia Artificial y Ciencia de Datos. . Modelado en la Universidad de Hull.
Los investigadores analizaron el reflejo de la luz en los globos oculares de las personas en imágenes reales y generadas por IA. Luego utilizaron métodos comúnmente utilizados en astronomía para cuantificar las reflexiones y comprobaron la coherencia entre las reflexiones del globo ocular izquierdo y derecho.
Las imágenes falsas suelen carecer de coherencia en el reflejo entre cada ojo, mientras que las imágenes reales suelen mostrar el mismo reflejo en ambos ojos.
“Para medir las formas de las galaxias, analizamos si son centralmente compactas, si son suaves y qué tan suaves son. Analizamos la distribución de la luz”, dijo el profesor Pemblett.
“Detectamos automáticamente los reflejos y analizamos sus características morfológicas mediante CAS (concentración, asimetría, suavidad) y el índice de Gini para comparar la similitud entre las pestañas izquierda y derecha.
“Los resultados muestran que existen algunas diferencias entre pares de deepfakes”.
El coeficiente de Gini se utiliza comúnmente para medir cómo se distribuye la luz en una imagen de galaxia entre sus píxeles. Esta medición se realiza alineando los píxeles que componen la imagen de una galaxia con el flujo ascendente y luego comparando el resultado con lo que se esperaría de una distribución de flujo perfectamente uniforme.
Un valor de Gini de 0 es una galaxia en la que la luz se distribuye uniformemente entre todos los píxeles de la imagen, mientras que un valor de Gini de 1 es una galaxia en la que toda la luz se concentra en un píxel.
El equipo también probó los parámetros CAS, desarrollados originalmente por astrónomos para medir la distribución de la luz de las galaxias y determinar su forma, pero descubrió que no era un predictor exitoso de ojos falsos.
“Es importante señalar que esto no es una solución milagrosa para detectar imágenes falsas”, añadió el profesor Pumblet.
“Hay falsos positivos y falsos negativos; no es un comodín. Pero este método nos da una base, un plan de ataque, en la carrera armamentista para detectar deepfakes”.
