Apa Itu Deepfake AI? Kenali Cara Kerjanya

JAKARTA, vozpublica.id - Belakangan ini deepfake disalahgunakan orang jahat. Sebenarnya apa itu deepfake AI yang bisa digunakan orang jahat untuk mengelabui orang lain?

Deepfake adalah jenis kecerdasan buatan (AI) yang digunakan untuk membuat gambar, audio, dan video palsu meyakinkan. Istilah ini menggambarkan teknologi dan konten palsu yang dihasilkan, dan merupakan gabungan dari deep learning dan fake.

Deepfake Gambar Porno Taylor Swift Bikin Geger, Bos Microsoft Respons Begini

Deepfake sering kali mengubah konten sumber yang ada di mana seseorang ditukar dengan orang lain. Deepfake juga membuat konten yang sepenuhnya orisinal yang menampilkan seseorang melakukan atau mengatakan sesuatu yang tidak mereka lakukan atau katakan.

Bahaya terbesar yang ditimbulkan oleh deepfake yakni kemampuannya menyebarkan informasi palsu yang tampaknya berasal dari sumber tepercaya. Misalnya, pada 2022 dirilis video deepfake yang memperlihatkan Presiden Ukraina Volodymyr Zelenskyy yang meminta pasukannya untuk menyerah.

Deepfake Bikin Gambar Porno Taylor Swift, Microsoft Tutup Celah Keamanan

Belum lama ini, penyanyi populer Taylor Swift juga menjadi korban kecanggihan teknologi AI ini. Media sosial Elon Musk turun tangan dengan memblokir pencarian nama Taylor Swift agar konten tidak bisa dicari.

Kekhawatiran juga muncul mengenai potensi campur tangan dalam pemilu dan propaganda. Meskipun deepfake menimbulkan ancaman serius, deepfake juga memiliki manfaat.

Waspada, Video Deepfake Digunakan untuk Lamar Pekerjaan Jarak Jauh

Manfaat yang digunakan seperti audio dan hiburan video game, serta dukungan pelanggan dan aplikasi respons penelepon, seperti penerusan panggilan dan layanan resepsionis.

Cara Kerja Deepfake

Deepfake menggunakan dua algoritma yakni generator dan diskriminator untuk membuat dan menyaring konten palsu. Generator membuat kumpulan data pelatihan berdasarkan keluaran yang diinginkan, membuat konten digital palsu. Sementara diskriminator menganalisis seberapa realistis atau palsu versi awal konten tersebut.

Proses ini diulangi, sehingga generator dapat meningkatkan kemampuan dalam membuat konten yang realistis dan diskriminator menjadi lebih terampil dalam menemukan kekurangan untuk diperbaiki oleh generator.

Kombinasi algoritma generator dan diskriminator menciptakan generative adversarial network (GAN). GAN menggunakan pembelajaran mendalam untuk mengenali pola dalam gambar nyata dan kemudian menggunakan pola tersebut demi membuat gambar palsu.

Saat membuat foto deepfake, sistem GAN melihat foto target dari berbagai sudut untuk menangkap semua detail dan perspektif. Saat membuat video deepfake, GAN melihat video tersebut dari berbagai sudut dan juga menganalisis perilaku, gerakan, dan pola bicara.

Informasi ini kemudian dijalankan melalui diskriminator beberapa kali untuk menyempurnakan realisme gambar atau video akhir. Video deepfake dibuat dengan salah satu dari dua cara tersebut.

Mereka dapat menggunakan sumber video asli dari target, di mana orang tersebut dibuat untuk mengatakan dan melakukan hal-hal yang tidak pernah mereka lakukan; atau mereka dapat menukar wajah orang tersebut dengan video orang lain, yang juga dikenal sebagai pertukaran wajah.

Editor: Dini Listiyani