Med en bestemt teknologi er det raskt og billig å generere dataskapte portretter som er så realistiske at det er nærmest umulig å skille dem fra ekte fotografier.
De falske bildene brukes for eksempel til falske profiler på sosiale medier som skal spre et bestemt budskap eller svindle andre brukere.
Nå har forskere ved The State University of New York i USA imidlertid funnet en detalj i bildene som i de aller fleste tilfeller kan avgjøre hvilke som er ekte.
Kan du avsløre et dataskapt ansikt? To av disse fire ansiktene er dataskapte, og de to andre er portretter av virkelige mennesker. Hvilke er juks? Se svaret lenger nede.
Teknologien som brukes til å skape de falske bildene, kalles GAN – Generative Adversarial Network. Det er et nevralt nettverk med to konkurrerende systemer:
Et system forsøker å skape et perfekt falsk bilde ut fra kunnskap om ekte bilder, og det andre systemet forsøker å avsløre svindelen. Bildet forfines helt til detektivsystemet ikke lenger oppdager at det er falskt.
På noen brøkdeler av et sekund kan systemet, uten menneskelig innblanding, skape et falskt portrett som er veldig realistisk. Men de amerikanske forskerne har funnet en svakhet ved GAN-metoden.
I pupillene i øyet gjør datamaskinen nesten alltid feil. Hos et menneske er pupillene klart avtegnet og sirkelrunde eller lett elliptiske. GAN-pupiller ser annerledes ut.
Hvis man zoomer helt inn, kan man se at de dataskapte pupillene kan ha en ujevn form eller flyte sammen med regnbuehinnen – det vevet rundt pupillen der øyenfargen finnes.
Når vi zoomer inn, blir forskjellen tydelig. På de virkelige menneskene er pupillene sirkelrunde og klart definert. De dataskapte ansiktene er nummer 2 og 3.
De amerikanske forskerne har utviklet en metode som automatisk avslører de dataskapte bildene, men metoden har antagelig en utløpsdato.
Når svakheten nå er påpekt, vil nye og mer avanserte systemer forsøke å skape mer perfekte menneskelignende pupiller. Og da må forskerne se seg om etter andre avslørende detaljer.