Cantonné à la sphère des passionnés et des professionnels il y a encore quelques années, le principe de deepfake commence à atteindre le grand public. C’est à chaque fois une vidéo un peu perturbante qui intrigue et fait parler d’elle.
Deepfake – Définition
Commençons par une définition claire et précise : “Le deepfake, ou hypertrucage, est une technique de synthèse d’images basée sur l’intelligence artificielle. Elle sert à superposer des fichiers audio et vidéo existants sur d’autres vidéos (par exemple : le changement de visage d’une personne sur une vidéo). Le terme deepfake est un mot-valise formé à partir de deep learning (« apprentissage profond ») et de fake (« faux »)” (source : Wikipédia).
Vous l’avez compris, le deepfake combine deux éléments : audio et vidéo. L’enjeu principal réside précisément ici. Jusqu’à maintenant et non sans progrès, le montage/trucage photo s’est développé. Ainsi, il a donné naissance à des résultats de plus en plus perfectionnés. De son côté, le grand public a appris à se méfier de l’image, à vérifier ce qu’il voyait. Il peut d’ailleurs désormais compter sur un allié de taille sur les réseaux sociaux : les réseaux sociaux eux-mêmes. En effet sur Instagram et Twitter, un bandeau indiquant qu’une image contient une fake news s’affiche désormais pour aider l’utilisateur.
Adobe, maison mère de Photoshop s’engage également contre les images truquées. Son outil encore en développement reconnaît déjà les photos où des visages ont été retouchés dans 99 % des cas là où les humains n’ont obtenu que 53 %. L’outil est prometteur, inaccessible aux particuliers pour l’instant, mais s’avèrerait très efficace pour les réseaux sociaux notamment.
Le problème majeur engendré par les deepfakes
Si une image peut être truquée, une vidéo peut également l’être. L’affirmation vous semble sûrement bien banale. Le problème ne vient pas uniquement du format, mais également de la façon dont est réalisé un deepfake. En effet, le deepfake s’affranchit de toute collaboration humaine. L’intelligence artificielle qui le génère travaille seule, autonome, toujours plus précise et convaincante. L’IA fonctionne en utilisant le deeplearning, un sous-domaine de l’intelligence artificielle.
Votre contenu après la publicité
Deeplearning, fer de lance des deepfakes
Le deeplearning imite le cerveau humain, de façon plus performante. Il s’appuie sur un réseau de neurones artificiels qui sont interconnectés. Ces neurones stockent et traitent les informations, les analysent, les comparent et les échangent. Ainsi, ils cherchent à résoudre les problèmes qui leurs sont soumis en établissant des liens et en se basant sur les données accumulées. Cette technologie est extrêmement prometteuse et fait d’ailleurs déjà ses preuves. Pour en savoir plus sur la façon dont fonctionne le deeplearning, cet article très accessible et clair vous aidera sûrement.
Les vidéos ci-dessous générées grâce au deeplearning peuvent en témoigner.
Ces deux vidéos un peu déroutantes sont donc 2 deepfakes. L’exemple suffit à comprendre et imaginer les conséquences causées par cette technologie.
Comment faire un deepfake ?
Non, je ne vous donnerai pas la recette pour reproduire à votre tour une vidéo du même genre. La suite du l’article justifie mon choix.
En revanche, il peut être intéressant de comprendre comment fonctionne cette technologie dans les grandes lignes.
Décomposons la réalisation en plusieurs étapes :
- Choisir une vidéo contenant un visage que l’on va remplacer par le visage souhaité.
- Collecter des milliers de photos du visage de la personne que l’on souhaite ajouter à la vidéo. Une vidéo ou un film contiennent des milliers de photos du visage de la personne. Plus on a d’images, plus le logiciel va créer un visage précis.
- Transmettre les milliers de données collectées au logiciel de deeplearning. Ce dernier va les traiter de façon intelligente.
- Le logiciel de deeplearning va analyser les images, et fabriquer grâce aux différents plans proposés par les vidéos un visage correctement modélisé.
- Enfin, le logiciel va appliquer le visage qu’il va coller sur celui de la personne dans la vidéo.
- Bonus : avoir un ordinateur TRÈS puissant.
La vidéo, dernier rempart de notre confiance
Une photo ne suffit plus, un enregistrement vocal lapidaire non plus. Si vous voulez vous assurer qu’un proche va bien, je pense que c’est une vidéo que vous lui réclamerez. Pour savoir si la personne avec qui vous parlez en ligne est bien la bonne, c’est une petite vidéo que vous demanderez. Facebook aussi fait de moins en moins confiance aux photos et a pour projet de demander des vidéos de ses utilisateurs pour prouver leur identité.
Il se joue donc selon moi un changement important. En effet, les applications de deepfakes sont et seront de plus en plus accessibles et efficaces. Le résultat impressionnant que des professionnels réalisent est déjà à la portée des particuliers. Sur Google Play, les applications se multiplient et proposent un résultat assez correct quoi qu’encore imparfait.
La technologie est donc accessible et évidemment ludique, elle risque donc de se répandre, ce qui contribue d’ailleurs à son perfectionnement.
Conséquences néfastes et risques engendrés par l’utilisation de deepfakes
Fake news et déstabilisation politique
C’est évidemment un problème auxquels commencent à être confronté. Ils risquent par ailleurs d’y être très confronté, plus que les autres. En effet, l’intelligence artificiel a besoin de données à analyser, et ce sont les hommes politiques, qui par leurs interventions médiatiques en donnent le plus. Ainsi, l’IA peut puiser dans une vaste base de données pour avoir un résultat très proche d’une vidéo normale. Obama fut l’un des premiers à en faire les frais :
Deepfake d’Obama et partie explicative
Pornographie – revenge porn
Votre contenu après la publicité
C’est un autre problème auquel tout le monde sera confronté. En effet, les deepfakes seront détournées dans 2 situations :
- Pour créer de fausses vidéos érotiques de célébrités.
- Pour se venger de quelqu’un (revenge porn)
Plusieurs actrices ont déjà fait les frais de cette pratique qui a débuté en 2017. C’est notamment le cas d’Emma Watson, Katy Perry, Taylor Swift ou Scarlett Johansson.
Cette avancée technologie pose également la question du revenge porn. Cette pratique se démocratise en effet depuis quelques années chez les jeunes. Pour l’instant, il s’agit, pour se venger d’un ou d’une ex de publier des images intimes. Un véritable business s’est créé avec des sites spécialisés qui proposent de rendre public ces photos intimes. Ce marché malsain basé sur le ressentiment et la volonté de vengeance risque de prendre davantage d’ampleur avec les deepfakes.
En effet, des vidéos truquées montrant des personnes dans des situations dégradantes pourraient devenir monnaie courante pour celles et ceux qui veulent se venger d’un ex.
Une menace pour la société toute entière, et une remise en question de notre relation à la technologie
On peut alors imaginer les conséquences dévastatrices sur les plus fragiles s’ils se retrouvent intégrés dans une vidéo modifiée. A la portée de tous d’ici quelques années, adultes comme adolescents pourront probablement user et abuser de cette technologie.
Indétectables à l’œil nu, les deepfakes risquent de causer beaucoup de dommages, et de remettre en question la confiance qu’on accorde aux vidéos. Si les images suspectes interrogent désormais notre œil méfiant qui taxe tout de “fake”, les vidéos subiront logiquement le même sort.
Voilà alors peut-être une limite que la technologie atteint.
Et si les deepfakes marquaient le retour vers le réel ?
Table des matière
Cantonné à la sphère des passionnés et des professionnels il y a encore quelques années, le principe de deepfake commence à atteindre le grand public. C’est à chaque fois une vidéo un peu perturbante qui intrigue et fait parler d’elle.
Deepfake – Définition
Commençons par une définition claire et précise : “Le deepfake, ou hypertrucage, est une technique de synthèse d’images basée sur l’intelligence artificielle. Elle sert à superposer des fichiers audio et vidéo existants sur d’autres vidéos (par exemple : le changement de visage d’une personne sur une vidéo). Le terme deepfake est un mot-valise formé à partir de deep learning (« apprentissage profond ») et de fake (« faux »)” (source : Wikipédia).
Vous l’avez compris, le deepfake combine deux éléments : audio et vidéo. L’enjeu principal réside précisément ici. Jusqu’à maintenant et non sans progrès, le montage/trucage photo s’est développé. Ainsi, il a donné naissance à des résultats de plus en plus perfectionnés. De son côté, le grand public a appris à se méfier de l’image, à vérifier ce qu’il voyait. Il peut d’ailleurs désormais compter sur un allié de taille sur les réseaux sociaux : les réseaux sociaux eux-mêmes. En effet sur Instagram et Twitter, un bandeau indiquant qu’une image contient une fake news s’affiche désormais pour aider l’utilisateur.
Adobe, maison mère de Photoshop s’engage également contre les images truquées. Son outil encore en développement reconnaît déjà les photos où des visages ont été retouchés dans 99 % des cas là où les humains n’ont obtenu que 53 %. L’outil est prometteur, inaccessible aux particuliers pour l’instant, mais s’avèrerait très efficace pour les réseaux sociaux notamment.
Le problème majeur engendré par les deepfakes
Si une image peut être truquée, une vidéo peut également l’être. L’affirmation vous semble sûrement bien banale. Le problème ne vient pas uniquement du format, mais également de la façon dont est réalisé un deepfake. En effet, le deepfake s’affranchit de toute collaboration humaine. L’intelligence artificielle qui le génère travaille seule, autonome, toujours plus précise et convaincante. L’IA fonctionne en utilisant le deeplearning, un sous-domaine de l’intelligence artificielle.
Votre contenu après la publicité
Deeplearning, fer de lance des deepfakes
Le deeplearning imite le cerveau humain, de façon plus performante. Il s’appuie sur un réseau de neurones artificiels qui sont interconnectés. Ces neurones stockent et traitent les informations, les analysent, les comparent et les échangent. Ainsi, ils cherchent à résoudre les problèmes qui leurs sont soumis en établissant des liens et en se basant sur les données accumulées. Cette technologie est extrêmement prometteuse et fait d’ailleurs déjà ses preuves. Pour en savoir plus sur la façon dont fonctionne le deeplearning, cet article très accessible et clair vous aidera sûrement.
Les vidéos ci-dessous générées grâce au deeplearning peuvent en témoigner.
Ces deux vidéos un peu déroutantes sont donc 2 deepfakes. L’exemple suffit à comprendre et imaginer les conséquences causées par cette technologie.
Comment faire un deepfake ?
Non, je ne vous donnerai pas la recette pour reproduire à votre tour une vidéo du même genre. La suite du l’article justifie mon choix.
En revanche, il peut être intéressant de comprendre comment fonctionne cette technologie dans les grandes lignes.
Décomposons la réalisation en plusieurs étapes :
La vidéo, dernier rempart de notre confiance
Une photo ne suffit plus, un enregistrement vocal lapidaire non plus. Si vous voulez vous assurer qu’un proche va bien, je pense que c’est une vidéo que vous lui réclamerez. Pour savoir si la personne avec qui vous parlez en ligne est bien la bonne, c’est une petite vidéo que vous demanderez. Facebook aussi fait de moins en moins confiance aux photos et a pour projet de demander des vidéos de ses utilisateurs pour prouver leur identité.
Il se joue donc selon moi un changement important. En effet, les applications de deepfakes sont et seront de plus en plus accessibles et efficaces. Le résultat impressionnant que des professionnels réalisent est déjà à la portée des particuliers. Sur Google Play, les applications se multiplient et proposent un résultat assez correct quoi qu’encore imparfait.
La technologie est donc accessible et évidemment ludique, elle risque donc de se répandre, ce qui contribue d’ailleurs à son perfectionnement.
Conséquences néfastes et risques engendrés par l’utilisation de deepfakes
Fake news et déstabilisation politique
C’est évidemment un problème auxquels commencent à être confronté. Ils risquent par ailleurs d’y être très confronté, plus que les autres. En effet, l’intelligence artificiel a besoin de données à analyser, et ce sont les hommes politiques, qui par leurs interventions médiatiques en donnent le plus. Ainsi, l’IA peut puiser dans une vaste base de données pour avoir un résultat très proche d’une vidéo normale. Obama fut l’un des premiers à en faire les frais :
Deepfake d’Obama et partie explicative
Pornographie – revenge porn
Votre contenu après la publicité
C’est un autre problème auquel tout le monde sera confronté. En effet, les deepfakes seront détournées dans 2 situations :
Plusieurs actrices ont déjà fait les frais de cette pratique qui a débuté en 2017. C’est notamment le cas d’Emma Watson, Katy Perry, Taylor Swift ou Scarlett Johansson.
Cette avancée technologie pose également la question du revenge porn. Cette pratique se démocratise en effet depuis quelques années chez les jeunes. Pour l’instant, il s’agit, pour se venger d’un ou d’une ex de publier des images intimes. Un véritable business s’est créé avec des sites spécialisés qui proposent de rendre public ces photos intimes. Ce marché malsain basé sur le ressentiment et la volonté de vengeance risque de prendre davantage d’ampleur avec les deepfakes.
En effet, des vidéos truquées montrant des personnes dans des situations dégradantes pourraient devenir monnaie courante pour celles et ceux qui veulent se venger d’un ex.
Une menace pour la société toute entière, et une remise en question de notre relation à la technologie
On peut alors imaginer les conséquences dévastatrices sur les plus fragiles s’ils se retrouvent intégrés dans une vidéo modifiée. A la portée de tous d’ici quelques années, adultes comme adolescents pourront probablement user et abuser de cette technologie.
Indétectables à l’œil nu, les deepfakes risquent de causer beaucoup de dommages, et de remettre en question la confiance qu’on accorde aux vidéos. Si les images suspectes interrogent désormais notre œil méfiant qui taxe tout de “fake”, les vidéos subiront logiquement le même sort.
Voilà alors peut-être une limite que la technologie atteint.
Si, comme nous, l'high tech et la rédaction vous passionnent, rejoignez Actualitech
En savoir plusLes 4 piliers de la stratégie de Nothing
9 applications pour gagner en productivité (iOS, Android et PC)
Sinistre nouvelle, Adobe rachète Figma
Une carte de visite dématérialisée dans sa coque : le pari de l’E-COQUE de VATECH ENTREPRISE
Test Fitbit Sense : Une montre qui donne du sens à votre santé
Les 4 piliers de la stratégie de Nothing
Jean-Eudes H.Il y a 5 moisC'est peut-être cet article qui vous fait découvrir l'existence de Nothing. La marque n'a que trois ans, et ne s'adresse...
Sinistre nouvelle, Adobe rachète Figma
Jean-Eudes H.15 septembre 2022Depuis quelques heures maintenant, on sait que Figma a été racheté par Adobe pour la coquette somme de 20 milliards...
Et si les deepfakes marquaient le retour vers le réel ?
Jean-Eudes H.14 avril 2021Cantonné à la sphère des passionnés et des professionnels il y a encore quelques années, le principe de deepfake commence...