- 15 octobre 2020
Auteurs : Alia Rukubayihunga, Data Scientist
Ces dernières années, le deeplearning, technique utilisée dans l’Intelligence Artificielle, a montré des prouesses dans divers domaines d’application dans la santé, la robotique, la sécurité ou la bioinformatique. Cependant, celui-ci fait peur. En effet, il a aussi montré des capacités à manipuler facilement des données aussi bien visuelles qu’auditives en produisant des deepfakes suffisamment réalistes. Que sont les deepfakes ? Peuvent-ils être vus comme une menace uniquement ? Quelles mesures peuvent être prises pour les limiter ?
Qu’est-ce que le DeepFake ?
Le terme DeepFake peut être découpé, en anglais, en deux mots « deep » pour « profond » en français et « fake » pour « faux ». Il en découle ainsi deux caractéristiques :
- Le premier concerne la qualité du média résultant issu d’une manipulation logicielle qui est tellement réaliste que les modifications apportées sont imperceptibles à l’œil et l’oreille humaine.
- Le second est lié à la technologie utilisée. L’hypertrucage est basée sur des méthodes de deeplearning, notamment des GANs et des autoencoders.
Le deepfake ne consiste pas uniquement à du face swap (échange de visages) comme couramment évoqué. Dans l’image ou la vidéo, quatre niveaux de manipulation se concentrant sur le visage sont identifiables :
- La synthèse du visage : un faux visage est créé synthétiquement (fig1)
- La modification de ses caractéristiques morphologiques (cheveux, yeux, maquillage, …) (fig2)
- La modification des expressions faciales (fig3)
- Le face swap ou échange de visages (fig4)
Dans l’audio, on pourrait relever les mêmes niveaux de manipulations : la synthèse de voix, la modification de son expressivité et l’échange de voix.
