Deepfake – syvät valevideot
Mattila, Pauliina (2021)
Mattila, Pauliina
2021
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2021112622107
https://urn.fi/URN:NBN:fi:amk-2021112622107
Tiivistelmä
Valeuutisista, informaatiosodasta, ja tavallisten ihmisten vaikeuksista tunnistaa vaikuttamisyrityksiä, sekä mielipiteiden ohjailusta kertovat kirjoitukset yleistyivät viime vuosina mediassa. Myös deepfake-, eli syvät valevideot nousivat pinnalle uutisaiheena ja herättivät tekijän kiinnostuksen.
Termi deepfake koostuu englannin sanoista fake, eli valheellinen tai väärä, ja deep, joka viittaa keinoälyn deep learning- eli syväoppimismetodiin. Syväoppiminen on koneoppimista, jolla kerrytetään informaatiota kerroksittain, mallintaen aivojen tapaa prosessoida tietoa. Syvien valevideoiden taustalla oleva teknologia hyödyntää koneoppimisen ohjaamattoman oppimisen alaryhmää. Ohjaamattomassa oppimisessa ohjelmalle syötettävä data on luokittelematonta, joten ohjelma luokittelee sen samankaltaisuuksiin perustuen ja tunnistaen poikkeavuuksia suuresta määrästä dataa. Syvän valevideon tekemisessä koneoppiva neuroverkko muodostaa materiaalin pohjalta pysyvien kasvonpiirteiden mallin, joka upotetaan toiseen videoon.
Keskeiseksi tutkimuskysymykseksi nousi, olisiko kenen tahansa mahdollista tehdä valevideo. Tekijä lähestyi aihetta tapaustutkimuksen keinoin, tavoitteena valevideoteknologian syvällinen ymmärtäminen käytännön kokeilujen myötä. Testattavaksi valikoitui useita eri vaikeusasteen valevideon luomistekniikoita kattavan kuvan luomiseksi.
Tekniikat rajattiin avoimesta internetistä löytyviin. Opinnäytetyössä keskityttiin ennalta luotaviin kasvojen alueen valevideoihin rajaten ulos reaaliajassa tehtävä kasvojen vaihto esimerkiksi videopuhelussa. Maailmanlaajuisen Covid-19 pandemian ollessa käynnissä keväällä 2021 opinnäytteen työstämisen aikaan kokeilu rajautui miessukupuoleen, sillä työskentely lähipiirin vapaaehtoisen mieshenkilön kanssa ei lisännyt koronavirusaltistusta.
Useissa kokeilluista teknologioista oli teknisiä rajoitteita, jotka vähensivät tekniikan uskottavaa käyttöä. Useimmat puhelinsovellukset mahdollistivat lähinnä hupikäytön, joskin yhtä sovellusta olisi voinut käyttää valevideon pohjana, mikäli videon jokaisen ruudun olisi käsitellyt sovelluksella erikseen. Internetissä tarjolla oleva valevideoiden luomispalvelu tarjosi uskottavan vaihtoehdon, joskin lopputuloksen kontrollointi oli käyttöliittymän avulla hankalaa. Äänen kloonaaminen ja valokuvan animoiminen oli työläs tekniikka, joka oli käytettävissä vain suoraan edestä kuvattuihin videoihin.
Käyttökelpoisin teknologia oli vaikeammasta päästä käyttää, mutta silti aloittelijan opittavissa. Ohjelman avulla oli mahdollista luoda uskottava valevideo, tosin prosessi oli aikaa vievä, ja vaati runsaasti laadukasta kuvamateriaalia lähtökohdaksi.
Termi deepfake koostuu englannin sanoista fake, eli valheellinen tai väärä, ja deep, joka viittaa keinoälyn deep learning- eli syväoppimismetodiin. Syväoppiminen on koneoppimista, jolla kerrytetään informaatiota kerroksittain, mallintaen aivojen tapaa prosessoida tietoa. Syvien valevideoiden taustalla oleva teknologia hyödyntää koneoppimisen ohjaamattoman oppimisen alaryhmää. Ohjaamattomassa oppimisessa ohjelmalle syötettävä data on luokittelematonta, joten ohjelma luokittelee sen samankaltaisuuksiin perustuen ja tunnistaen poikkeavuuksia suuresta määrästä dataa. Syvän valevideon tekemisessä koneoppiva neuroverkko muodostaa materiaalin pohjalta pysyvien kasvonpiirteiden mallin, joka upotetaan toiseen videoon.
Keskeiseksi tutkimuskysymykseksi nousi, olisiko kenen tahansa mahdollista tehdä valevideo. Tekijä lähestyi aihetta tapaustutkimuksen keinoin, tavoitteena valevideoteknologian syvällinen ymmärtäminen käytännön kokeilujen myötä. Testattavaksi valikoitui useita eri vaikeusasteen valevideon luomistekniikoita kattavan kuvan luomiseksi.
Tekniikat rajattiin avoimesta internetistä löytyviin. Opinnäytetyössä keskityttiin ennalta luotaviin kasvojen alueen valevideoihin rajaten ulos reaaliajassa tehtävä kasvojen vaihto esimerkiksi videopuhelussa. Maailmanlaajuisen Covid-19 pandemian ollessa käynnissä keväällä 2021 opinnäytteen työstämisen aikaan kokeilu rajautui miessukupuoleen, sillä työskentely lähipiirin vapaaehtoisen mieshenkilön kanssa ei lisännyt koronavirusaltistusta.
Useissa kokeilluista teknologioista oli teknisiä rajoitteita, jotka vähensivät tekniikan uskottavaa käyttöä. Useimmat puhelinsovellukset mahdollistivat lähinnä hupikäytön, joskin yhtä sovellusta olisi voinut käyttää valevideon pohjana, mikäli videon jokaisen ruudun olisi käsitellyt sovelluksella erikseen. Internetissä tarjolla oleva valevideoiden luomispalvelu tarjosi uskottavan vaihtoehdon, joskin lopputuloksen kontrollointi oli käyttöliittymän avulla hankalaa. Äänen kloonaaminen ja valokuvan animoiminen oli työläs tekniikka, joka oli käytettävissä vain suoraan edestä kuvattuihin videoihin.
Käyttökelpoisin teknologia oli vaikeammasta päästä käyttää, mutta silti aloittelijan opittavissa. Ohjelman avulla oli mahdollista luoda uskottava valevideo, tosin prosessi oli aikaa vievä, ja vaati runsaasti laadukasta kuvamateriaalia lähtökohdaksi.