人工知能が生成するディープフェイクは、ニュースや公共生活に対する信頼を脅かしています。スイス連邦工科大学チューリッヒ校(ETH Zurich)の研究者らは、撮影・録音の瞬間にデバイス内部で画像・動画・音声に暗号的な署名を付与するセンサー技術を開発しました。署名はどの機器から出たかと記録時刻を示し、後の改変があれば痕跡として残ります。
共同開発者のフェルナンド・カルデス氏は、データが記録された瞬間に署名されれば後の改変は痕跡を残すと説明しています。署名を改ざん不可能な公開台帳(ブロックチェーンのような仕組み)に保存すれば、誰でもファイルの署名と台帳の署名を照合して検証できます。研究者らは、チップへの物理的な攻撃と膨大な技術的努力が必要になるため、ソーシャルメディア向けに大量の改ざんを作るのは実質的に不可能になると述べています。
この技術はあらゆるカメラや録音センサーに組み込め、プラットフォームが自動で検証することも、ジャーナリストや公的機関が簡単なツールで検証することも可能です。元は生体工学研究室の副次的なプロジェクトで、チームは生きた細胞の電気信号を感知する高感度センサーと暗号機能を組み合わせる研究を行っていました。
論文に示されたチップは技術実現可能性を示すプロトタイプで、商用利用にはさらなる開発が必要です。研究者らは特許出願を行い、カメラやセンサーの製造業者向けにコスト削減の方法を模索しています。研究はNature Electronicsに掲載され、スイス国立科学財団(SNSF)と教育・研究・イノベーション州事務局(SBFI)のSwissChipsイニシアチブの支援を受けました。
難しい単語
- ディープフェイク — 人工知能で作られた偽の映像や音声
- 署名 — データが本物か確認するための記録暗号的な署名
- 検証する — 情報やファイルの正しさを確かめること検証できます
- 公開台帳 — 記録を公開して誰でも確認できる台帳
- 改ざん — データや記録を不正に書き換えること改ざん不可能
- プロトタイプ — 技術の試作品で実験用のモデル
ヒント:記事中の強調表示された単語にマウスオーバー/フォーカス/タップすると、その場で簡単な意味が表示されます。
ディスカッション用の質問
- この技術が広まると、ニュースや公共の信頼にどんな良い影響と悪い影響がありますか?具体的な理由を挙げて説明してください。
- プラットフォームが自動で検証する方法と、ジャーナリストや公的機関が簡単なツールで検証する方法の利点と問題点は何だと思いますか?
- この技術を実際のカメラやセンサーに導入する際に、コストや運用面でどんな課題が予想されますか?自分ならどの点を優先しますか?