Inside Quantum Technology の Inside Scoop: Quantum と Deepfake Technology

テクノロジーの進歩により、何が本物で何がそうでないかを見分けることが難しくなっています。 この問題は、ディープフェイク技術を使用すると悪化します—オーディオ、ビデオ AI を使用して個人またはその声を置き換えます。 多くのディープフェイクが娯楽のためにうまく使用されてきましたが（ ニコラス·ケイジ にあった レイダース·失われたアーク）またはゲーム（ FIFA選手）、それらの大部分はより多くの目的で作成されています 不吉な理由。 これらの改ざんされたビデオの作成が容易になるにつれて、多くの専門家は、量子コンピューティングがこの台頭するテクノロジーの潜在的な脅威を克服するのに役立つことを望んでいます.

ディープフェイク技術はどのように機能しますか?

成功するディープフェイク ビデオを作成するには、次のものが必要です。 機械学習 アルゴリズム。 「ディープ ラーニング アルゴリズムは、大規模なデータ セットから問題を解決する方法を学習し、ビデオやその他のデジタル コンテンツ間で顔を交換するために使用されます」と説明しました。 ポスト量子 最高経営責任者 アンデルセン・チェン. Post-Quantum は、以下に重点を置いた大手サイバーセキュリティ企業です。 量子耐性 ディープフェイクに対するものを含むセキュリティ。 「これらのディープフェイクを作成する方法はいくつかありますが、最も一般的な方法は、オートエンコーダーを含むディープ ニューラル ネットワークを使用することです。 アン オートエンコーダ ビデオ クリップを研究して、複数の角度や周囲の環境から人がどのように見えるかを理解し、共通の特徴を見つけてその人を個人にマッピングするディープ ラーニング AI プログラムです。」

ディープフェイク技術のセットアップ (PC Wikimedia Commons)

オートエンコーダーが正常に機能することを確認するには、被験者の顔の複数のビデオ クリップを分析して、より大きなデータ プールを提供する必要があります。 次に、オートエンコーダーは、元の個人を新しい被写体と交換することにより、複合ビデオを作成するのに役立ちます。 General Adversarial Network (GAN) と呼ばれる XNUMX 番目のタイプの機械学習は、新しいコンポジット ビデオの欠陥を検出して改善します。 によると 2022年の記事: 「GAN は、ソース画像の潜在的な表現から新しい画像を作成する「ジェネレーター」と、生成された素材のリアリズムを評価する「ディスクリミネーター」をトレーニングします。」 このプロセスは、ビデオが改ざんされてディープフェイクが完成したかどうかを弁別器が判別できなくなるまで、数回発生します。

ディープフェイク技術の脅威

現在、個人がディープフェイクを作成するために使用できるオープンソースのソフトウェアまたは無料アプリが多数あります。 これは、多くの人、特にエンターテインメント業界の人々にとっては有益に思えるかもしれませんが、重大な、場合によっては犯罪的な問題を引き起こしています。 によると ディープトレース レポート、96 年にオンラインで公開されたディープフェイク動画の 2019% は、当然のことながらポルノでした。 これらの違法なビデオの多くは元カレへの復讐のために作成されたものですが、女性有名人や政治家のスキャンダルを作成するために使用されたものもあります。 2018 年にディープフェイク動画が公開されました。 ベルギーの政党 パリ気候協定について話し合っている当時のトランプ大統領を示しています。 フェイク ニュースがすでに一般大衆の問題になっている中、ディープフェイク動画はラクダの背中を壊すストローになる可能性があります。 平 ディープフェイクオーディオ からの XNUMX つの改ざんされたオーディオ ファイルとして、大混乱を引き起こしています。 最高経営責任者 テクノロジー企業の詐欺行為を助長した。 チェンにとって、こうしたタイプのメディアは、公共の信頼を急速に低下させる可能性があります。 「私たちは、社会的信頼というより広範な問題を抱えています。一般の人々は、何が本物で何がディープフェイクかをどのように見分けることができるでしょうか」と Cheng 氏は付け加えました。 「私たちが見てきたように、生体認証などの保護手段を回避するためにディープフェイクが使用されているという証拠さえあります。」 これらの懸念が高まる中、Post-Quantum の Cheng 氏と彼のチームは、次のような形で解決策があると考えています。 ノミディオ 特殊な超セキュリティ ソフトウェア。

DeepFake テクノロジーの脅威に備える

量子コンピューティングとディープフェイクによってもたらされる複数の脅威を見て、Cheng とこのチームは、ログイン ID と生体認証さえも安全に保つために Nomidio を作成しました。 「Nomidio は、シンプルで直感的なユーザー エクスペリエンスで安全な認証を可能にする、生体認証、パスワードレスの多要素生体認証 (MFB) サービスです」と Cheng 氏は述べています。 「これは、ユーザー名/パスワード ベースのログインとシングル サインオンに取って代わり、ユーザーは舞台裏で多要素認証 (MFA) を使用して生体認証プロファイルに対して認証されます。」 Cheng は長年にわたりサイバーセキュリティの専門家であったため、Nomidio がディープフェイクに対しても安全であることを確認しました。 「それを作成するときの私たちの中心的な哲学は、可能な限り多くの追加入力と真の多要素認証 (つまり、XNUMX つ以上の要素) を使用することでした。そのため、実際には、ディープフェイク テクノロジの将来の開発に取り組むための理想的なソリューションです。 これは最終的に、従来の MFA では不十分であるという事実に帰着しますが、MFB はリアルタイム攻撃を事実上不可能にすることができます。 つまり、音声、顔、PIN コードなどの組み合わせは、XNUMX つの要素を偽造することは可能ですが、同じインスタンスで XNUMX つすべてを偽造することは事実上不可能であるという事実によって、非常に安全です。 Nomidio を使用すると、声と顔のバイオメトリクス、音声認識、コンテキスト依存データ、さらには行動分析の組み合わせを単一の認証システムに組み合わせることができます。 」

Nomidio 自体はディープフェイクの脅威を克服するために量子コンピューティングを活用していませんが、量子コンピューターはこれらの偽のメディア ファイルに対して機能する可能性があります。 として 量子コンピュータ 多くの場合、機械学習アルゴリズムを利用してより高速かつ効率的に動作するため、検出できる可能性があります 偽の動画 またはオーディオファイルをより高速に。 テクノロジーはまだ開発中であり、量子コンピューターの潜在的なユースケースとしてディープフェイクを検討している人はほとんどいませんが、これらの次のレベルのマシンを使用して、メディアをより真実で正確なものにすることができます.

ディープフェイク テクノロジーの脅威がますます明らかになる中、多くの政府や企業はすでに、それに対抗する方法を見つけようとしています。 2021 年に、Facebook は ディープフェイク検出チャレンジ、ディープフェイクを検出する新しいテクノロジーを開発した人には 500,000 万ドルの賞金が贈られます。 米国では、カリフォルニア、テキサス、バージニアなどの州で、ポルノと政治の両方でのディープフェイクの使用を禁止する法律があります。 の 欧州議会 また、ディープフェイクに関するより多くの規制を確立し、デジタル サービス法を修正して、ディープフェイク ビデオにラベルを使用することを課しました。 この法律は 2024 年まで発効しませんが、ディープフェイク技術の脅威の深刻さを示しています。

Kenna Hughes-Castleberry は、Inside Quantum Technology のスタッフ ライターであり、JILA (コロラド大学ボルダー校と NIST のパートナーシップ) のサイエンス コミュニケーターです。 彼女の執筆活動には、ディープ テクノロジー、メタバース、量子テクノロジーが含まれます。