Identificando Imagens Feitas por IA: O Papel da Física

O especialista em forense digital Hany Farid utiliza princípios básicos da física e da geometria para identificar imagens geradas por inteligência artificial. Essa metodologia foca na análise de linhas paralelas e projeções de sombras, elementos que os modelos generativos atuais ainda não conseguem replicar com exatidão matemática.

Farid, que atua como professor na Universidade da Califórnia em Berkeley e acumula mais de duas décadas de experiência na validação de mídias digitais, aponta que a simulação do mundo real envolve variáveis complexas. O sistema visual humano costuma ignorar pequenas distorções geométricas em fotografias, o que reduz o incentivo para que as empresas de tecnologia aperfeiçoem a física de seus modelos generativos.

Princípios Fundamentais

O princípio fundamental se baseia na regra de que linhas que correm paralelas na realidade precisam convergir para um único ponto de fuga na imagem. Isso se aplica tanto a estruturas lineares do cenário quanto à direção dos raios solares. Como o Sol está distante da Terra, os seus raios chegam de forma paralela à superfície, o que exige que as linhas que conectam os pontos de um objeto às suas respectivas sombras também se cruzem exatamente no mesmo ponto de fuga.

Em uma imagem autêntica, as linhas paralelas de estruturas físicas convergem de forma precisa para um único ponto de fuga. Já as imagens geradas por inteligência artificial costumam falhar na correspondência geométrica, fazendo com que as linhas de projeção das sombras se cruzem de forma desordenada.

Métodos Gerais para Identificar Mídia Sintética

Além da verificação geométrica e física, o mercado de segurança digital desenvolve soluções automatizadas para rastrear a origem de arquivos manipulados. Algumas das abordagens incluem:

• Utilização de marca-d’água digital imperceptível, como o sistema SynthID criado pelo Google, que pode ser aplicada diretamente nos pixels de imagens, áudios e vídeos gerados por inteligência artificial.
• Softwares de leitura labial automatizada para identificar deepfakes em formato de vídeo, confrontando os movimentos da boca com as frequências sonoras do áudio.

A rápida evolução dos modelos generativos apresenta um desafio significativo para os critérios visuais utilizados para desmascarar falsificações, exigindo inovação constante nas metodologias de perícia digital.

Este conteúdo pode conter links de compra.

Fonte: link