Deepfakes: Funktionsweise, Apps & einige Beispiele

Deepfake-Fotos und -Videos erregen die Aufmerksamkeit vieler auf der ganzen Welt und veranlassen Forscher und Gesetzgeber zu fragen: Was kommt als nächstes?

Der Begriff Deepfake steht für „Deep Learning“ und Fake und bezeichnet die Verwendung von Deep-Learning-Methoden aus künstlicher Intelligenz, um eine gefälschte Kopie beliebiger Medien zu erstellen.

Viele sind alarmiert darüber, wie einfach es ist, Bilder und Videos mit Deepfake-Apps zu fälschen, während andere es sehr unterhaltsam finden. Deepfakes sind jedoch zu einer Sache geworden.

Deshalb schauen wir uns diese Technologie genauer an, um herauszufinden, wie sie funktioniert und was sie für die Welt bedeutet.

Deepfakes vs. künstliche Intelligenz

Zuallererst ist es wichtig, den Unterschied zwischen standardmäßiger KI-generierter Ausgabe und Deepfakes zu beachten. KI-Algorithmen produzieren seit Ewigkeiten verschiedene Arten von Medienausgaben, aber man kann sie kaum als Deepfakes bezeichnen.

Der Begriff Deepfake bezieht sich auf gefälschte Medien wie Videos, Bilder oder irgendetwas anderes, bei denen es sich um eine KI-bearbeitete Version einer bereits vorhandenen Kopie handelt.

Künstliche Intelligenz hat sich in den letzten zehn Jahren dank billigerer, leistungsfähigerer Computer sowie neuer Entwicklungen auf diesem Gebiet immens entwickelt.

Während KI-generierte Bilder vor einem Jahrzehnt leicht erkennbar waren, sind die Algorithmen in den letzten Jahren besser geworden, was es einfacher macht, hochrealistische Ergebnisse zu erzielen. Es ist dieses hohe Maß an Authentizität, das KI-generierte Bilder im Allgemeinen und Deepfakes im Besonderen sehr beeindruckend macht.

KI und Deep Learning

Um zu verstehen, wie sich Computeralgorithmen entwickelt haben, um die hochrealistischen menschlichen Gesichter zu erstellen, die Sie auf generate.photos und thispersondoesnotexist.com finden können, benötigen Sie eine Einführung in künstliche Intelligenz.

Es gibt verschiedene Bereiche in der KI, je nachdem, welche Methode Sie verwenden und was Sie erreichen möchten. Sie finden alles von Wahrscheinlichkeitsmethoden wie dem Bayes'schen Filter zur Spam-Erkennung über Fuzzy-Logik, evolutionäre Algorithmen, die sich selbst entwickeln, bis hin zu künstlichen neuronalen Netzen, die darauf abzielen, das menschliche Gehirn zu simulieren.

Neuronale Netze

So wie es im menschlichen Gehirn echte Neuronen gibt, deren Dendriten und Axone sich in hochkomplexen Netzwerken verbinden, die Millionen bis Milliarden von Neuronen umfassen, verbinden sich auch künstliche Neuronen. Ihre Anzahl ist jedoch durch die Rechenleistung begrenzt.

Das Ziel eines neuronalen Netzwerks ist es, auf jede Eingabe eine Ausgabe oder Antwort bereitzustellen. Dies wird erreicht, indem Sie zunächst das Netzwerk so unterrichten, wie Sie es einem Kind beibringen würden. Danach kann es nun basierend auf Ihren Lehren Vorhersagen treffen.

Sie sollten auch beachten, dass mehr Neuronen in einem Netzwerk oft bessere Ergebnisse bedeuten und mehr Trainingsdaten auch die Ergebnisse verbessern. Genau so funktioniert das menschliche Gehirn, zumindest theoretisch.

Wie Deepfaking funktioniert

Es gibt viele Dinge und Bereiche, in denen Sie künstliche Intelligenz anwenden können. Deepfaking ist nur eine davon, die sich aus der Verwendung neuronaler Netze zur Bildbearbeitung entwickelt hat. Die früheren Ergebnisse waren vielversprechend, aber sie waren sehr einfach, bis Ian Goodfellow und seine Freunde 2014 GAN entwickelten.

GAN oder Generative Adversarial Network ist ein Framework zum Unterrichten neuronaler Netze. Anstatt also das Netzwerk selbst vorzubereiten und zu lehren, lassen Sie ein anderes Netzwerk mit dem ersten Netzwerk konkurrieren, indem Sie dessen Ergebnisse kritisieren. Dies führt zur Generierung großartiger Ergebnisse basierend auf jedem Trainingssatz.

Die Ergebnisse des GAN-Ansatzes waren damals so phänomenal wie heute. Es ist auch zum Fundament vieler KI-Lösungen und -Anwendungen geworden, einschließlich Deepfakes. Außerdem haben die Verbesserungen der Rechenleistung es einfacher gemacht, erstaunliche Dinge sogar auf Smartphones zu tun.

Mögliche Deepfake-Anwendungen

Abgesehen von den sehr beliebten Bildern und Videos, die im Netz kursieren, gibt es viele Anwendungen, um die Deepfake-Technologie für andere, nützlichere Zwecke zu nutzen.

Deepfakes können sprachgeschädigten Patienten helfen, mithilfe von Audiosynthese eine Stimme zu finden. Es kann im Klassenzimmer eingesetzt werden, wo historische Figuren wieder zum Leben erweckt werden, wie es im Dali-Museum in St. Petersburg, Florida, geschah.

Auch die Filmindustrie kann Einsatzmöglichkeiten für Deepfakes finden, da sie die Kosten für CGI (Computer Generated Imagery) in Filmen erheblich senken können. Tote Entertainer und Schauspieler können wiederbelebt und in neuen Filmen gezeigt werden.

Deepfakes können es jedem ermöglichen, spezialisierte Videos in mehreren Sprachen zu produzieren, wie es bei David Beckhams „Malaria no more“-Kampagne und Manoj Tiwaris politischer Kampagne in Indien geschehen ist, wo er fließend mehrere Sprachen sprach.

Gaming kann auch gute Anwendungen für Deepfakes finden, da Spieler für ein tieferes Virtual-Reality-Erlebnis in das Spiel eintauchen können.

Sogar Social-Media-Vermarkter finden Verwendungen für computergenerierte Social-Media-Persönlichkeiten, die vollständig auf dem Computer erstellt und verwaltet werden. Obwohl kein echter Deepfake, zeigt Calvin Kleins Lil Miquela und ihre 3 Millionen Instagram-Follower, was möglich ist.

Einige Deepfake-Beispiele

Um diese Technologie und ihre Versprechungen besser zu verstehen, stellen wir Ihnen hier einige der beeindruckendsten Deepfakes vor.

• Obama-Ankündigung – Dies ist einer der bekanntesten, ältesten und schockierendsten Deepfakes. Dieses 2018 veröffentlichte Video wurde als Warnung erstellt, um die Menschen über die Möglichkeiten der Technologie aufzuklären.
  
  Es zeigte Obama, der eine öffentliche Bekanntmachung machte, und beinhaltet, dass er Trump einen „Dipshit“ nannte. Der Schöpfer ist Jordan Peele und die von ihm verwendeten Tools umfassen Adobe After Effects und FaceApp.
  
  
• Mona Lisa – Die meisten Menschen kennen Leonardo da Vincis Meisterwerk, die Mona Lisa. Aber im Jahr 2019 staunten die Menschen auf der ganzen Welt, als sie dank der russischen KI-Forschungslabors von Samsung zum ersten Mal lächeln und sich bewegen sahen.
  
  Die Forscher, die als „realistische neuronale sprechende Köpfe“ bezeichnet wurden, verwendeten 7.000 Bilder, die von YouTube gesammelt wurden, um dieses neuronale Netz zu trainieren. Dann brauchen Sie nur noch ein einziges Foto, um die Gesichtszüge abzugleichen und das Gesicht zu animieren. Sie taten es auch mit Albert Einstein, Marilyn Monroe, Salvador Dali und anderen.
  
  
• Zoom-Anrufe – Im Jahr 2020 demonstrierten zwei russische Forscher, wie Sie die anpassbare Hintergrundfunktion von Zoom-Videoanrufen verwenden können, um in Echtzeit animierte Deepfakes von beliebigen Personen zu erstellen. Sie könnten als lebender und sprechender Albert Einstein, die Mona Lisa, Donald Trump oder Boris Johnson in den Webanrufen auftreten.
  
  
• Salvador Dali – 2019 war das Dali-Museum in St. Petersburg, Florida, Gastgeber der Ausstellung „Dali Lives“. Es zeigte eine Deepfake-Version des toten Künstlers, und sie brauchten über 1.000 Stunden maschinelles Lernen und 6.000 Frames, um es durchzuziehen.
  
  
• DeepNude – Ebenfalls im Jahr 2019 veröffentlichte ein Team von Entwicklern eine beeindruckende App namens DeepNude. Alles, was es brauchte, war ein Bild einer Frau im Bikini und es würde sie komplett nackt ausziehen. Dann wurde dem Bild ein „FAKE“-Wasserzeichen hinzugefügt, das Sie für 50 US-Dollar entfernen können.
  
  Die App hat so viele Menschen erstaunt und empört. Und der Druck war so groß, dass die Entwickler es aus dem Netz ziehen mussten. Sein Open-Source-Code auf GitHub wurde ebenfalls entfernt, aber Websites wie http://deepnude.to und ein Telegram-Bot zeigen, dass DeepNude weiterlebt.

Bemerkenswerte Deepfake-Apps

Es gibt auch viele Deepfake-Generator-Apps, von denen einige beeindruckender sind als andere. Sie sind hauptsächlich für das Smartphone gedacht und machen es jedem leicht, Fotos und Videos schnell zu manipulieren.

Zu diesen Apps gehören:

• DeepFaceLab – DeepFaceLab ist auf GitHub verfügbar und eine führende Softwarelösung zum Erstellen von Deepfakes. Sie können Gesichter austauschen und altern lassen, den Kopf ersetzen und die Lippen von Politikern und anderen Interessenten manipulieren. Auch viele YouTube-Kanäle nutzen es.
  
  
• MyHeritage – Das Deep Nostalgia-Angebot von MyHeritage.com macht es einfach, antike Familienfotos zum Leben zu erwecken. MyHeritage ist eine Plattform zum Entdecken Ihres Stammbaums. Es kann also eine gruselige, aber beeindruckende Erfahrung sein, Ihre Vorfahren wieder zum Leben zu erwecken.
  
  
• FakeApp – Entwickelt und veröffentlicht von einem Reddit-Benutzer, FakeApp macht es einfach, Gesichter auf einem Video kostenlos auszutauschen oder mit ihnen zu spielen. Es wurde bei der Erstellung des berühmten Remasterings der jungen Prinzessin Leia im Prequel Star Wars: Rogue One verwendet. Es dauerte anscheinend nur wenige Minuten, aber es sah besser aus als das Filmoriginal, das Wochen dauerte und viel mehr kostete.
  
  
• Reface – Eine weitere beeindruckende und unterhaltsame App, die für Android und iOS verfügbar ist. Es enthält jedoch Anzeigen, die Sie mit einem monatlichen Abonnement entfernen können.
  
  
• Zao – Chinesische Deepfake-App, mit der Sie in Sekundenschnelle neue Videos erstellen können, aber mit beeindruckenden Ergebnissen. Es ist nur in China erhältlich.
  
  
• Deepfakes Web – Eine Cloud-basierte Deepfake-App, die im Web funktioniert. Rufen Sie einfach die Website auf, laden Sie ein Video hoch und klicken Sie auf eine Schaltfläche. Dann lernt das System das Video und erstellt ein neues für Sie. Sie können es auch für bessere Ergebnisse trainieren.

Fazit

Am Ende dieses Deepfake-Beitrags sollte offensichtlich sein, wie weit diese Technologie inzwischen fortgeschritten ist. Und dazu gehören sowohl die moralischen als auch die unmoralischen Ansätze, denn die Pornoindustrie war schon immer eine Quelle der Innovation im Internet.

Auch angesichts der relativ geringeren Kosten von KI-Deepfakes gegenüber herkömmlichen CGIs ist die Zukunft für die Verwendung von Deepfakes in der Filmindustrie sowie in anderen Anwendungen jenseits der Unterhaltung sicherlich rosig.