By Kenna Hughes-Castleberry đăng ngày 02 tháng 2022 năm XNUMX
Nhờ những tiến bộ trong công nghệ, ngày càng khó phân biệt đâu là thực và đâu là giả. Vấn đề này trở nên tồi tệ hơn khi sử dụng công nghệ deepfake—âm thanh và video sử dụng AI để thay thế các cá nhân hoặc giọng nói của họ. Mặc dù nhiều deepfakes đã được sử dụng thành công để giải trí (chẳng hạn như nếu Nicholas Cage đã ở trong Raiders of the Lost Ark) hoặc chơi game (chẳng hạn như trong vận động viên FIFA), một tỷ lệ lớn trong số chúng đã được tạo ra để biết thêm lý do nham hiểm. Khi việc tạo các video đã được chỉnh sửa này trở nên dễ dàng hơn, nhiều chuyên gia đang hy vọng rằng điện toán lượng tử có thể giúp vượt qua các mối đe dọa tiềm tàng của công nghệ đang lên này.
Công nghệ Deepfake hoạt động như thế nào?
Để tạo một video deepfake thành công, bạn cần học máy thuật toán. “Các thuật toán học sâu tự dạy chúng cách giải quyết các vấn đề từ các tập dữ liệu lớn, sau đó được sử dụng để hoán đổi khuôn mặt trên video và nội dung kỹ thuật số khác,” giải thích Hậu lượng tử CEO Andersen Cheng. Post-Quantum là một công ty an ninh mạng hàng đầu với trọng tâm là kháng lượng tử bảo mật, bao gồm cả chống lại deepfakes. “Có một số phương pháp để tạo ra các deepfake này,” Cheng nói, “nhưng phương pháp phổ biến nhất là sử dụng mạng lưới thần kinh sâu liên quan đến bộ mã hóa tự động. Một tự động mã hóa là một chương trình AI học sâu nghiên cứu các video clip để hiểu một người trông như thế nào từ nhiều góc độ và môi trường xung quanh, sau đó nó ánh xạ người đó vào từng cá nhân bằng cách tìm ra các đặc điểm chung.”
Một công nghệ deepfake được thiết lập (PC Wikimedia Commons)
Để đảm bảo bộ mã hóa tự động hoạt động thành công, nhiều video clip về khuôn mặt của đối tượng cần được phân tích để cung cấp nhóm dữ liệu lớn hơn. Sau đó, bộ mã hóa tự động có thể giúp tạo video tổng hợp bằng cách hoán đổi cá thể ban đầu với chủ đề mới. Loại máy học thứ hai được gọi là Mạng đối thủ chung (GAN) sẽ phát hiện và cải thiện các lỗi trong video tổng hợp mới. Theo một bài viết năm 2022: “GAN đào tạo một 'trình tạo' để tạo ra các hình ảnh mới từ biểu diễn tiềm ẩn của hình ảnh nguồn và một 'bộ phân biệt' để đánh giá tính chân thực của các tài liệu được tạo ra." Quá trình này diễn ra nhiều lần cho đến khi người phân biệt đối xử không thể biết liệu video có phải là tài liệu giả hay không và deepfake đã hoàn tất.
Mối đe dọa của công nghệ Deepfake
Hiện tại, có rất nhiều phần mềm nguồn mở hoặc ứng dụng miễn phí mà các cá nhân có thể sử dụng để tạo deepfakes. Mặc dù điều này có vẻ có lợi cho nhiều người, đặc biệt là những người trong ngành giải trí, nhưng nó đã dẫn đến một số vấn đề nghiêm trọng, thậm chí là tội phạm. Theo một báo cáo dấu vết sâu, 96% video deepfake trực tuyến vào năm 2019, không ngạc nhiên, là nội dung khiêu dâm. Trong khi nhiều video bất hợp pháp này được thực hiện để trả thù người yêu cũ, thì một số khác lại được sử dụng để tạo scandal cho các nữ minh tinh và thậm chí cả các chính trị gia. Vào năm 2018, một video deepfake đã được phát hành từ một Đảng chính trị Bỉ cho thấy tổng thống Trump khi đó đang thảo luận về Hiệp định Khí hậu Paris. Với tin tức giả mạo đã trở thành một vấn đề đối với công chúng, các video deepfake có thể là giọt nước tràn ly. Thậm chí âm thanh deepfake đang tàn phá, vì một tệp âm thanh đã được chỉnh sửa từ CEO của một công ty công nghệ đã giúp thực hiện hành vi lừa đảo. Đối với Cheng, những loại phương tiện truyền thông này có thể làm giảm lòng tin của công chúng khá nhanh. Cheng nói thêm: “Chúng tôi có một vấn đề rộng lớn hơn là niềm tin của xã hội – làm cách nào để công chúng có thể phân biệt được đâu là thật và đâu là giả sâu”. “Như chúng ta đã thấy, thậm chí còn có bằng chứng cho thấy deepfakes đang được sử dụng để vượt qua các biện pháp bảo vệ như xác thực sinh trắc học.” Với những lo ngại ngày càng tăng này, Cheng và nhóm của ông tại Post-Quantum tin rằng họ có một giải pháp dưới dạng tên gọi, một phần mềm siêu bảo mật chuyên dụng.
Chuẩn bị cho các mối đe dọa công nghệ DeepFake
Xem xét nhiều mối đe dọa do điện toán lượng tử và deepfakes gây ra, Cheng và nhóm này đã tạo ra Nomidio để đảm bảo danh tính đăng nhập và thậm chí cả xác thực sinh trắc học vẫn an toàn. “Nomidio là dịch vụ sinh trắc học đa yếu tố (MFB) sinh trắc học, không cần mật khẩu, cho phép xác thực an toàn với trải nghiệm người dùng đơn giản và trực quan,” Cheng nói. “Nó thay thế đăng nhập dựa trên tên người dùng/mật khẩu và đăng nhập một lần, với việc người dùng được xác thực dựa trên hồ sơ sinh trắc học của họ bằng xác thực đa yếu tố (MFA) đằng sau hậu trường.” Vì Cheng đã là một chuyên gia về an ninh mạng trong nhiều năm, nên anh đảm bảo rằng Nomidio cũng có thể an toàn trước các vụ tấn công sâu. “Triết lý cốt lõi của chúng tôi khi tạo ra nó là sử dụng càng nhiều đầu vào bổ sung càng tốt và xác thực đa yếu tố thực sự (tức là có nhiều hơn hai yếu tố), vì vậy trên thực tế, đây là giải pháp lý tưởng để giải quyết bất kỳ sự phát triển nào trong tương lai của công nghệ deepfake. Điều này cuối cùng là do MFA truyền thống là không đủ, nhưng MFB có thể thực hiện các cuộc tấn công thời gian thực hầu như không thể. Đó là, sự kết hợp của, chẳng hạn như giọng nói, khuôn mặt và mã PIN có tính bảo mật cao bởi thực tế là bất kỳ yếu tố đơn lẻ nào cũng có thể giả mạo, nhưng để giả mạo cả ba trong cùng một trường hợp thì hầu như không thể. Với Nomidio, sự kết hợp giữa sinh trắc học giọng nói và khuôn mặt, nhận dạng giọng nói, dữ liệu phụ thuộc vào ngữ cảnh và thậm chí cả phân tích hành vi, có thể được kết hợp thành một hệ thống xác thực duy nhất. ”
Mặc dù bản thân Nomidio không tận dụng điện toán lượng tử để vượt qua các mối đe dọa deepfake, nhưng máy tính lượng tử có khả năng hoạt động chống lại các tệp phương tiện giả mạo này. Như máy tính lượng tử thường khai thác các thuật toán học máy để hoạt động nhanh hơn và hiệu quả hơn, chúng có thể phát hiện video giả mạo hoặc các tệp âm thanh với tốc độ nhanh hơn. Mặc dù công nghệ này vẫn đang được phát triển và rất ít người coi deepfakes là một trường hợp sử dụng tiềm năng cho máy tính lượng tử, nhưng những cỗ máy cấp độ tiếp theo này có thể được sử dụng trong tương lai để làm cho phương tiện của chúng ta trung thực và chính xác hơn.
Với các mối đe dọa của công nghệ deepfake ngày càng trở nên rõ ràng, nhiều chính phủ và công ty đã cố gắng tìm cách giúp chống lại nó. Vào năm 2021, Facebook đã ra mắt Thử thách phát hiện Deepfake, với giải thưởng 500,000 đô la cho những người tạo ra công nghệ mới để phát hiện deepfakes. Tại Hoa Kỳ, các bang như California, Texas và Virginia có luật cấm sử dụng deepfake cho cả nội dung khiêu dâm và chính trị. Các Nghị viện châu Âu cũng thiết lập nhiều quy định hơn về deepfakes, sửa đổi Đạo luật dịch vụ kỹ thuật số để áp đặt việc sử dụng nhãn trên các video deepfake. Mặc dù luật này sẽ không có hiệu lực cho đến năm 2024, nhưng nó cho thấy mức độ nghiêm trọng của mối đe dọa công nghệ deepfake.
Kenna Hughes-Castleberry là nhà văn nhân viên của Inside Quantum Technology và Science Communicator tại JILA (hợp tác giữa Đại học Colorado Boulder và NIST). Những nhịp điệu viết lách của cô ấy bao gồm công nghệ sâu, siêu nghịch đảo và công nghệ lượng tử.
