La contraffazione delle immagini e dei video nell'epoca delle intelligenze artificiali costituisce un grandissimo problema, perché consente una manipolazione della comunicazione oltre ogni immaginazione. Molti ricercatori nel mondo sono dunque impegnati nel trovare soluzioni efficaci. Presso la Tandon School of Engineering della New York University ad esempio hanno pensato di combattere le IA che generano queste immagini con altre IA che invece le scoprono, implementate direttamente nelle fotocamere.
Nello studio, reso da poco disponibile tramite Arxiv, i ricercatori hanno riflettuto sul fatto che i metodi attualmente più avanzati, in cui cioè algoritmi di deep learning sono addestrati tramite database di immagini nel tentativo di riconoscere un'immagine falsa o artefatta da una genuina, non riescono ad offrire percentuali elevate di affidabilità.
Qui l'intelligenza artificiale si occuperà di inserire all'interno dell'immagine appena catturata una sorta di "codice di garanzia", un watermark in pratica, ma che sia all'interno stesso del "codice" dell'immagine. Sostanzialmente infatti la soluzione consiste nell'inserire nell'immagine dei pixel artefatti secondo un determinato schema, che a quanto pare non va perso nemmeno a seguito di eventuali interventi di manipolazione e post-produzione, come ad esempio il downsampling o la ricompressione.
In questo modo si darebbe alla scienza forense un potente strumento per stabilire se un'immagine sia o meno falsa. I primi tentativi sono incoraggianti, con un netto incremento della capacità degli algoritmi attuali di riconoscere le immagini false, che è passata dal 45 al 90%.
La soluzione però ha una limitazione piuttosto grave al momento attuale, in quanto la qualità dell'immagine risulta piuttosto compromessa. Le premesse però ci sono tutte perché già nelle conclusioni si legge che da un'analisi dei compromessi qualitativi, anche un approccio meno impattante sarebbe comuqnue sufficiente a garantire la riconoscibilità delle fotografie. Per questo i ricercatori si concentreranno ora sulla seconda fase, in cui appunto la tecnica sarà affinata e messa a punto maggiormente, in modo da poter essere utilizzata anche in prodotti di consumo.
