Deepfake คืออะไร? เข้าใจเทคโนโลยีลวงตาในยุค AI

 

Deepfake AI

ในยุคที่ปัญญาประดิษฐ์ (AI) กำลังพัฒนาไปอย่างก้าวกระโดด เทคโนโลยีหนึ่งที่ถูกพูดถึงอย่างมากในแง่ทั้งบวกและลบคือ “Deepfake” ซึ่งมีความหมายตรงตัวว่า การปลอมแปลงอย่างลึกซึ้งด้วย AI หลายคนอาจจะเคยเห็นคลิปวิดีโอที่ดารา นักการเมือง หรือบุคคลมีชื่อเสียงพูดในสิ่งที่ไม่เคยพูด หรือกระทำสิ่งที่ไม่เคยทำ นั่นแหละคือผลงานของ Deepfake

Deepfake คือเทคนิคการใช้ Deep Learning โดยเฉพาะสาขาหนึ่งที่เรียกว่า Generative Adversarial Networks (GANs) เพื่อสร้างวิดีโอหรือเสียงปลอมที่ดูสมจริงมาก จนแยกจากของจริงแทบไม่ได้ โดยคำว่า “deep” หมายถึง Deep Neural Networks และ “fake” หมายถึง ของปลอม, Deepfake สามารถปลอมแปลงสิ่งต่าง ๆ ได้หลากหลาย เช่น ใบหน้าคน, เสียงพูด, การเคลื่อนไหวของร่างกาย, การแสดงอารมณ์ทางสีหน้า

เทคโนโลยีเบื้องหลัง Deepfake มักใช้โครงข่ายประสาทเทียม 2 ส่วน คือ Generator: ทำหน้าที่สร้างข้อมูลปลอมขึ้นมา เช่น รูปใบหน้าหรือเสียง และ Discriminator: ทำหน้าที่ตรวจสอบว่าสิ่งที่ได้เป็นของจริงหรือปลอม ทั้งสองส่วนจะฝึกซ้อมกันไปมาแบบ “ผู้สร้าง” กับ “ผู้ตรวจ” จน Generator สร้างข้อมูลที่หลอก Discriminator ได้สำเร็จ — นั่นคือจุดที่ได้ Deepfake ที่สมจริงมาก

ตัวอย่างการนำ Deepfake ไปใช้งาน

  • ด้านบวก
    • วงการภาพยนตร์: ใช้สร้างนักแสดงที่เสียชีวิตแล้ว หรือทำให้ดาราหนุ่มสาวอีกครั้ง
    • แปลภาษาด้วยริมฝีปาก: Deepfake ถูกใช้เปลี่ยนการขยับปากของผู้พูดให้ตรงกับภาษาที่แปล
    • การศึกษาและพิพิธภัณฑ์: จำลองบุคคลในประวัติศาสตร์ เช่น ให้ “สมเด็จพระนเรศวรมหาราช” พูดกับผู้ชม
  • ด้านลบ
    • ปลอมคลิปโป๊: นำหน้าคนดังไปใส่ในวิดีโอที่ไม่เหมาะสม
    • การปลอมข่าวสาร (Fake News): สร้างคลิปปลอมของนักการเมืองหรือผู้นำประเทศ
    • การหลอกลวงทางการเงิน: ปลอมเสียงหรือหน้าของ CEO เพื่อสั่งโอนเงิน

แม้ Deepfake จะดูเหมือนไม่เกี่ยวกับ IoT โดยตรง แต่ในบริบทของ Smart Surveillance, Edge AI และระบบป้องกันภัยไซเบอร์นั้น การตรวจจับและป้องกัน Deepfake ถือเป็นความท้าทายใหม่ เช่น กล้องวงจรปิด AI อาจถูกหลอกด้วยวิดีโอใบหน้าปลอม, ระบบตรวจสอบตัวตนด้วยเสียง (Voice Biometrics) อาจถูกโจมตีด้วยเสียง Deepfake, ระบบ Smart Home ที่ใช้ใบหน้าเจ้าของบ้านเพื่อเปิดประตู อาจไม่สามารถแยกแยะใบหน้า Deepfake ได้ ดังนั้นระบบ IoT ที่เน้นความปลอดภัยจึงต้องพัฒนาให้สามารถตรวจจับ Deepfake ได้ในระดับ Edge AI เพื่อลดการพึ่งพาคลาวด์ เราจะรู้ได้อย่างไรว่าเป็น Deepfake? ผู้ใช้ทั่วไปสามารถสังเกตสิ่งผิดปกติ เช่น การเคลื่อนไหวของปากไม่ตรงเสียง, แสงเงาบนใบหน้าไม่สมจริง, ดวงตากะพริบผิดจังหวะหรือไม่กะพริบเลย, เสียงพูดแข็งทื่อ ไม่เหมือนน้ำเสียงธรรมชาติ แต่ที่ดีที่สุดคือใช้ซอฟต์แวร์ตรวจจับ Deepfake เช่น Microsoft Video Authenticator, Deepware Scanner, Sensity.ai

ในไทยแม้ Deepfake จะยังไม่แพร่หลายเท่าประเทศตะวันตก แต่เริ่มมีสัญญาณ เช่น มีการแชร์คลิปปลอมของดาราและนักการเมืองบนแพลตฟอร์มโซเชียล, การใช้ Deepfake หลอกลวงในแอปแชตหรือกลุ่มไลน์, ความเข้าใจของประชาชนยังต่ำจึงตกเป็นเหยื่อได้ง่าย กฎหมายไทยยังไม่ทันสมัยพอที่จะจัดการกับ Deepfake อย่างเฉพาะเจาะจง แม้จะสามารถอิงกฎหมาย พ.ร.บ.คอมพิวเตอร์ฯ ได้บางส่วน แต่ก็ยังมีช่องโหว่อยู่มาก} Deepfake คือดาบสองคมที่มาพร้อมกับพลังของ AI — เมื่อใช้ถูกทางก็สร้างสรรค์ แต่เมื่อใช้ผิดก็เป็นภัยร้ายแรง การให้ความรู้กับประชาชนเป็นสิ่งสำคัญ รวมถึงต้องมีการ อัปเกรดระบบความปลอดภัยของอุปกรณ์ IoT และ Smart Devices ให้ทันเกม เพื่อลดความเสี่ยงที่ Deepfake จะถูกใช้ในทางมิชอบ “อย่าเชื่อในสิ่งที่ตาเห็นหรือหูได้ยินในยุคที่ข้อมูลสามารถปลอมได้ด้วยอัลกอริธึม”

Subscribe
Notify of
guest
0 Comments
Oldest
Newest Most Voted
Inline Feedbacks
View all comments
โฆษณา