Nel 2019 il primo convegno italiano in materia di deepfakes, la Polizia Postale accende i riflettori su una realtà che non possiamo più ignorare. L’IA (Intelligenza Artificiale), ML (Machine learning), la rivoluzione digitale sono state, sono e saranno grandi opportunità, ma come tali possono generare controversie importanti se utilizzate impropriamente.

Immagine promozionale cta infografica intelligenza artificiale

 

Cosa sono i deepfakes? Perchè sono pericolosi?

 

Il deepfake è una tecnica che consiste nella manipolazione di contenuti digitali.

Al contrario delle “fake news”, che sono per definizione notizie redatte con informazioni inventate, ingannevoli o distorte, la tecnica delle “deepfakes” viene usata per combinare e sovrapporre immagini e video realmente esistenti con altri video o immagini che ritraggono i soggetti, tipicamente personaggi noti, in modo da ricreare situazioni in cui il soggetto ha un atteggiamento ambiguo, sconveniente o sta pronunciano frasi fuori luogo. La gravità di queste notizie è dovuta alla tecnologia sottostante: si tratta di manipolazioni talmente ben riuscite da risultare del tutto realistiche per cui la pericolosità delle deepfakes non è tanto il come replicare, ma il come capire che si tratta di una notizia non vera.

La loro creazione si basa sull’uso di intelligenza artificiale e machine learning: grazie a queste si riesce a ricreare il volto o la voce di una persona proprio come se fosse ripresa da una telecamera. La tecnologia è molto complessa, ma gli strumenti di base sono facilmente reperibili, soprattutto in un contesto in cui la condivisione di immagini e audio è ormai indiscreta: con le conoscenze tecniche adeguate possono bastare poche immagini per produrre video deepfake difficili da riconoscere come tali. Tra gli esempi più simpatici di applicazione del deepfake si è ridata virtualmente vita ad Albert Einstein, Salvador Dalì, Marilyn Monroe, Dostoevskij, addirittura, alla Gioconda ritratta da Leonardo da Vinci.

Dal momento che è il non lecito ad attirare più sguardi, neanche a dirlo il primo settore in cui tale tecnica è stata usata è quello della pornografia. Sono, tuttavia, molti i settori (e i pericoli) che possono essere coinvolti. The Economist ha pubblicato un video informativo sul tema (https://www.mishcon.com/news/tv/now-and-next-the-danger-of-deepfakes)

 

Una caratteristica di BNova è la grande curiosità ed attenzione alle novità che vedono coinvolto il nostro settore, siamo pronti ad approfondimenti e allo studio di tecniche che possano contrastare tali fenomeni, forti di esperti in materia informatica e legale ormai parte della nostra famiglia.

Per la rubrica “A proposito di…” parliamo di deepfakes con Giulia e Laura, Data Analyst e Data Scientist del team di Data Science di BNova. In questo podcast proponiamo una breve intervista sul tema. Invitiamo tutti come sempre, qualora interessati, a contattarci per domande o situazioni che vi piacerebbe esporci.

 

New call-to-action


Approfondimenti da BNext:

Machine learning: definizione, funzionamento e casi d’uso

L'epoca attuale può essere definita come l'era del Machine Learning (ML), una branca dell'intelligenza artificiale che sta trasformando il modo in cui interagiamo con il mondo. Dalla previsione di tendenze di mercato, al miglioramento delle diagnosi mediche, fino alla...

Regressione lineare: cos’è, tipologie e importanza

La regressione lineare è uno degli strumenti statistici più diffusi per comprendere le relazioni tra due o più variabili. Applicabile in una moltitudine di campi, dalla finanza all'ingegneria, dalla biologia alla psicologia, questo metodo statistico permette di...

Reti Neurali Convoluzionali (CNN): come funzionano e cosa sono

Le reti neurali convoluzionali (CNN) rappresentano una classe di reti neurali profonde, particolarmente potenti ed efficienti nel riconoscimento di pattern visivi direttamente dai pixel delle immagini con minimo preprocessing. Sono ispirate dalla organizzazione del...

Apprendimento supervisionato: come funziona ed esempi pratici

Il machine learning è una tecnica ombrello che comprende al momento oltre 100 algoritmi riconosciuti dalla comunità scientifica, ognuno caratterizzato da una specifica logica di funzionamento, che lo porta ad essere più o meno indicato in virtù dell’obiettivo...

Intelligenza artificiale e machine learning: differenze e utilizzi

Intelligenza artificiale (AI) e machine learning (ML) sono spesso trattate in maniera intercambiale, come fossero dei sinonimi tecnologici. In realtà, si tratta di due definizioni ben differenti, che si riferiscono ad altrettanti significati. Le aree di...

Algoritmi di machine learning: come funzionano e quali sono

Il machine learning, o apprendimento automatico, è il subset dell’intelligenza artificiale in cui vengono utilizzati algoritmi per apprendere dai dati e imparare dagli errori in maniera autonoma, senza che intervengano istruzioni puntuali ed esplicite da parte degli...

Cosa sono e come funzionano le reti neurali ricorrenti

Le reti neurali trovano il loro fondamenti nei lontani anni Quaranta del Novecento, quando Warren McCulloch e Walter Pitts pubblicarono un importante articolo sul funzionamento dei neuroni e crearono una semplice rete neurale per mezzo di circuiti elettrici....

Reti neurali: cosa sono, come funzionano e le applicazioni

Nel contesto dell’intelligenza artificiale si parla sempre più spesso di reti neurali, intese quali modelli matematici dichiaratamente ispirati al funzionamento biologico del cervello umano. Le reti neurali artificiali trovano la loro teorizzazione già negli anni...

Transfer learning: cos’è, i modelli e le applicazioni

Lo sviluppo legato all’intelligenza artificiale coinvolge un’ampia varietà di metodi e tecniche, che possono valorizzare l’abilità di riutilizzare in maniera corretta ed efficiente il lavoro precedentemente svolto. Tale prospettiva viene in particolar modo enfatizzata...

Dati sintetici: cosa sono, tipologie e quando utilizzarli

L’intelligenza artificiale dispone di una serie di tecniche in grado di rivoluzionare le attività in tantissimi settori, sia in ambito enterprise che nelle applicazioni tipicamente consumer. Per alimentare il proprio operato, gli algoritmi di machine learning...