A Nova IA da Microsoft Cria Deepfakes a Partir de Uma Única Foto

A Microsoft acaba de apresentar um modelo de IA que pode criar deepfakes a partir de uma única foto.

O modelo é chamado de VASA-1. Em um artigo de pesquisa, a Microsoft detalhou como ele cria um vídeo deepfake a partir de uma única foto.

O VASA-1 utiliza a foto e uma faixa de áudio para gerar um deepfake realista de alguém falando ou cantando.

Relata o Ars Technica:

“O framework VASA (abreviação de ‘Visual Affective Skills Animator’) usa aprendizado de máquina para analisar uma imagem estática junto com um clipe de áudio de fala. Em seguida, é capaz de gerar um vídeo realista com expressões faciais precisas, movimentos da cabeça e sincronia labial com o áudio.”

A Microsoft vê valor em usar a tecnologia para avatares de IA, afirmando:

“Isso abre caminho para engajamentos em tempo real com avatares realistas que emulam comportamentos humanos de conversação.”

No entanto, a empresa afirma que não está liberando o código do modelo no momento, pois ele pode ser mal utilizado.

Mas o fato simples permanece:

Agora temos a tecnologia para criar deepfakes de qualquer pessoa que tenha pelo menos uma única foto pública online.

O que essa tecnologia de IA significa para você e seu negócio?

Eu obtive as respostas no Episódio 93 do The Artificial Intelligence Show, com o fundador/CEO do Marketing AI Institute, Paul Roetzer.

Os deepfakes estão melhorando mais rápido do que você imagina

Os deepfakes são uma área onde a tecnologia de IA avançou rapidamente. E muitas pessoas ainda não entendem o que é possível atualmente, diz Roetzer.

“Estamos em um lugar diferente, e a maior parte da sociedade está blissfully unaware de que isso pode acontecer agora,” afirma.

No livro de Roetzer, Marketing Artificial Intelligence, publicado em 2022, ele escreveu o seguinte:

“A visão também pode ser aplicada para produzir vídeos deepfake em que uma pessoa em uma imagem ou vídeo existente é substituída pela semelhança de outra pessoa. A prevalência e o impacto dos vídeos deepfake estão apenas começando, e ter uma compreensão da tecnologia subjacente ajudará a preparar sua marca para seu potencial impacto.

Fiz um planejamento considerável de comunicação de crise no início da minha carreira. Basicamente, você imagina diferentes cenários do que pode dar errado, e então coloca estratégias em prática sobre como a organização irá reagir. Depois, você espera que nada disso realmente aconteça. Nunca imaginei um dia em que marcas estariam planejando vídeos deepfake de executivos fazendo e dizendo coisas que nunca aconteceram na vida real. Mas aqui estamos.

A IA tornou isso possível—e relativamente fácil com os recursos certos—para criar vídeos falsos de pessoas que parecem e soam reais. De acordo com Siwei Lyu, que trabalha no Departamento de Defesa desenvolvendo software para detectar e prevenir a disseminação de deepfakes, “basta cerca de 500 imagens ou 10 segundos de vídeo para criar um deepfake realista.” “Isso significa que todas aquelas fotos de redes sociais e vídeos do YouTube que sua empresa compartilha podem ser usadas contra sua marca. Portanto, da próxima vez que você se reunir com a equipe de relações públicas para discutir comunicações de crise, certifique-se de incluir vídeos deepfake na pauta.”

Em 2022, eram necessárias 500 imagens para criar um deepfake realista.

Agora, precisa de apenas uma.

Que diferença fazem apenas alguns anos.

A maioria das pessoas e empresas ainda está totalmente despreparada para essa realidade.

E eles estarão em toda parte

E a realidade de deepfakes realistas em toda parte pode acontecer em breve.

Se a Microsoft está trabalhando nisso, outros laboratórios de IA também estão. Só porque a Microsoft não está liberando a tecnologia, não significa que outra pessoa não o fará.

E isso se ninguém criar uma versão de código aberto primeiro.

“Portanto, se ouvirmos sobre essa tecnologia da Microsoft ou da OpenAI ou de quem quer que seja, suponha que dentro de seis meses ela será open source por alguém e isso estará em toda a web,” diz Roetzer.

Uma vez que isso aconteça, outros lançarão suas versões para competir.

“Basta que uma pessoa coloque isso no mundo e é como se ‘Ok, alguém fez isso, agora podemos fazer também.’”