เนียนไปอีกขั้น Deepfake เลียนแบบชีพจรและอัตราการเต้นหัวใจ

เทคโนโลยี AI ทำให้เกิดความก้าวหน้าพัฒนาในหลายด้าน แต่การเติบโตนี้ก็นำไปสู่อันตรายได้เช่นกัน โดยเฉพาะการมาถึงของ Deepfake อาศัยรูปแบบการเรียนรู้เพื่อจำลองใบหน้า เสียง วิธีการพูด และอัตลักษณ์ส่วนบุคคลของเราขึ้นใหม่อย่างสมจริงจนแยกแยะได้ยาก ซึ่งกำลังสร้างความปั่นป่วนแก่โลกออนไลน์ในปัจจุบัน

 

ทุกอย่างจะทวีความซับซ้อนไปอีกขั้นเมื่อวิธีการตรวจสอบเดิมที่มีกำลังจะใช้ไม่ได้อีกต่อไป

 

 

เมื่อ Deepfake จำลองได้กระทั่งการเต้นหัวใจ

 

การตรวจสอบ Deepfake ทำได้ยากจากการเลียนแบบที่แนบเนียนทั้งใบหน้า ท่าทาง น้ำเสียง ภาษา ไปจนการขยับปาก แต่ที่ผ่านมาคลิปเหล่านี้จะตรวจสอบด้วยโทนสีผิวของผู้พูดที่จะต้องมีการเปลี่ยนแปลงตามจังหวะการเต้นหัวใจ ในขณะที่วีดีโอจาก Deepfake จะไม่มีรายละเอียดนี้

 

จริงอยู่นี่เป็นเรื่องที่แยกแยะได้ยากด้วยตาเปล่า แต่รายละเอียดเล็กน้อยเหล่านี้สามารถตรวจวัดได้เมื่อทำทีละเฟรม ด้วยเทคนิคตรวจวัดความเปลี่ยนแปลงแบบเดียวกับการแพทย์ทางไกล ช่วยให้พวกเขาสามารถตรวจจับวีดีโอ Deepfake ที่ถูกสร้างขึ้นได้อย่างแม่นยำ ขอเพียงมีเนื้อหาคลิปให้ตรวจสอบเพียงไม่กี่วินาที

 

แต่ล่าสุดการค้นพบของทีมวิจัยจาก Humboldt University of Berlin เปิดเผยว่า แนวทางในการใช้การจับโทนสีที่เปลี่ยนไปตามชีพจรอาจใช้งานไม่ได้อีกต่อไป เมื่อมีการค้นพบว่าโมเดล Deepfake คุณภาพสูง เริ่มแสดงคุณสมบัติโทนสีใบหน้าตามการเต้นหัวใจอย่างละเอียดอ่อนได้แล้วเช่นกัน

 

จากผลการทดลองใช้ Rppp อุปกรณ์สำหรับตรวจวัดอัตราการเต้นหัวใจโดยเฉพาะผ่านการแพทย์ทางไกล เมื่อทดสอบร่วมกับคลิปวีดีโอความยาว 10 วินาทีในโมเดลปัจจุบันพบว่า ทั้งคลิปวีดีโอจริงและคลิปวีดีโอ Deepfake ล้วนส่งสัญญาณการเต้นหัวใจกลับมาทั้งสิ้น ซึ่งเป็นสิ่งที่ไม่ควรเกิดขึ้นกับคลิปที่สร้างจาก AI

 

นั่นทำให้รูปแบบการตรวจวัดคลิป Deepfake จากผู้เชี่ยวชาญเริ่มสั่นคลอน

 

 

ชีพจรจำลองจาก Deepfake และแนวทางรับมือนับจากนี้

 

ในขั้นตอนการค้นคว้าทีมวิจัยพบวิธีการ 2 แบบในการใส่ชีพจรลงในคลิป Deepfake แบบแรกคือ การใส่รูปแบบความเปลี่ยนแปลงทางชีพจรเข้าสู่คลิป โดยอาจทำการจำลองหรือสร้างรูปแบบความเปลี่ยนแปลงโทนสีผิวให้สอดคล้องกับชีพจรขึ้นมา ช่วยเพิ่มความสมจริงให้กับเนื้อหาปลอมมากยิ่งขึ้น

 

อีกหนึ่งแนวทางที่น่ากลัวไม่แพ้กันคือ Deepfake อาจทำการลอกเลียนได้แม้กระทั่งการเปลี่ยนแปลงของสีผิวบนใบหน้าเพียงเล็กน้อย นำเอารูปแบบความเปลี่ยนแปลงทางชีพจรเหล่านั้นา จากนั้นจึงสร้างวีดีโอที่มีการเปลี่ยนแปลงสีผิวครอบคลุมหน้าผาก แก้ม และคางอย่างสม่ำเสมอ เพื่อสร้างภาพชีพจรจำลองจนแยกแยะยากขึ้นไปอีก

 

กลไกเหล่านี้ทำให้รูปแบบการตรวจคลิป Deepfake ผ่านการเปลี่ยนของสีผิวแบบดั้งเดิมใช้การไม่ได้อีกต่อไป เมื่อสามารถจำลองได้แม้แต่ชีพจรและโทนสีผิวจากการเต้นหัวใจ ทำให้กรรมวิธีในการตรวจสอบเนื้อหาคลิป Deepfake อาจยิ่งทวีความยุ่งยากซับซ้อนมากขึ้นไปอีก

 

อย่างไรก็ตามวิจัยยืนยันว่าถึงการตรวจแบบเดิมจะไม่ได้ผลก็ใช่จะตรวจจับไม่ได้เสียทีเดียว จุดบอดสำคัญของคลิป Deepfake นี้คือ ชีพจรจำลองที่ได้แม้มีอัตราการเต้นหัวใจที่สมจริง แต่การจำลองสีสันและความเปลี่ยนแปลงจากการไหลเวียนเลือดที่เป็นธรรมชาติยังคงไม่สามารถทำได้

 

ด้วยเหตุนี้พวกเขาคาดว่า แนวทางตรวจจับ Deepfake รุ่นถัดไป อาจไม่ใช่แต่ชี้วัดอัตราการเต้นหัวใจจากวีดีโอ แต่ต้องตรวจสอบการกระจายและไหลเวียนของเลือดบนใบหน้าแบบเฉพาะเจาะจงมากยิ่งขึ้น จากการทดสอบในขั้นต้นมีความแม่นยำตรวจจับอยู่ราว 87.4%

 

นั่นทำให้อุปกรณ์ตรวจจับ Deepfake รุ่นถัดไปอาจต้องตรวจสอบการไหลเวียนเลือดเฉพาะจุดบนใบหน้า

 

 

 

จริงอยู่ทางทีมวิจัยยังคงพยายามหาทางรับมือ แต่สำหรับคนทั่วไปนี่เป็นแนวทางรับมือที่ซับซ้อนเกินกว่าจะทำได้ จนดูคล้ายไม่มีแนวทางรับมือป้องกันใดๆ แต่ล่าสุดหลายประเทศเริ่มมีแนวคิดในการผลักดันกฎหมายเพื่อรับมือ Deepfake กันมากขึ้น โดยเฉพาะเดนมาร์กที่เริ่มพัฒนาร่างกฎหมายเข้าพิจารณาในสภาและตั้งเป้าผลักดันให้ใช้งานทั้งยุโรป

 

ส่วนในประเทศไทยคงต้องรอดูต่อกไปว่า กฎหมายป้องกัน Deepfake จะได้รับการร่างขึ้นมาเมื่อใด

 

 

 

ที่มา

 

https://www.frontiersin.org/journals/imaging/articles/10.3389/fimag.2025.1504551/full

 

https://www.theguardian.com/technology/2025/jun/27/deepfakes-denmark-copyright-law-artificial-intelligence