Στην τελευταία του εμφάνιση στο Κεντρικό Δελτίο Ειδήσεων του Kontra Channel, ο Καθηγητής Στρατιωτικών Σχολών και Σύγχρονων Τεχνολογιών Μάριος Παπαευσταθίου, ένας από τους πλέον διακεκριμένους επιστήμονες στον τομέα των νέων τεχνολογιών, αναλύει το φλέγον θέμα της αυθεντικότητας των βίντεο, με αφορμή το τραγικό δυστύχημα των Τεμπών. Συζητώντας με τον γνωστό δημοσιογράφο Νίκο Παναγιωτόπουλο, ο κ. Παπαευσταθίου εξήγησε πώς η τεχνητή νοημοσύνη και οι αλγόριθμοι μπορούν να αποτελέσουν το κλειδί για τον έλεγχο αυθεντικότητας των βίντεο, ειδικά σε περιπτώσεις όπως αυτή του σιδηροδρομικού δυστυχήματος.
Τη νύχτα της 28ης Φεβρουαρίου 2023 ένα τρένο γεμάτο νιάτα και όνειρα μετατράπηκε λίγο πριν τα Τέμπηστον απόλυτο εφιάλτη. Είναι αρμοδιότητα της δικαιοσύνης και των ειδικών να αξιολογήσουν και να κρίνουν τα γεγονότα, αρκεί να υπάρχουν πλήρη και επαρκή στοιχεία ενώ ερωτήματα προκαλεί τα τελευταία βίντεο που δείχνουν την εμπορική αμαξοστοιχία λίγο πριν την φονική σύγκρουση με την επιβατική που είδαν πρόσφατα το φως της δημοσιότητας και παρέμειναν αναξιοποίητα για δύο χρόνια
Ο Καθηγητής Στρατιωτικών Σχολών και Σύγχρονων Τεχνολογιών Μάριος Παπαευσταθίου γνωστός για τις πρωτοποριακές και καινοτόμες δράσεις του και από τις εμφανίσεις του σε Ραδιοφωνικούς & Τηλεοπτικούς Σταθμούς στην Ελλάδα και στο Εξωτερικό ανέφερε ότι «Η τεχνητή νοημοσύνη εξελίσσεται με ταχύτατους ρυθμούς και χρησιμοποιεί εργαλεία τόσο εξελιγμένα, που μπορεί να δημιουργήσει ρεαλιστικά ψευδή βίντεο»,. Ωστόσο, διευκρίνισε ότι, παρά την πρόοδο στην επεξεργασία εικόνας και βίντεο, υπάρχουν πλέον εξειδικευμένα εργαλεία που επιτρέπουν στους ειδικούς να πιστοποιήσουν την αυθεντικότητα ενός βίντεο
«Δεν είναι αλάνθαστη η τεχνητή νοημοσύνη», τόνισε ο καθηγητής Μάριος Παπαευσταθίου, «αλλά οι αλγόριθμοι που έχουμε στη διάθεσή μας είναι αρκετά εξελιγμένοι για να επιβεβαιώσουν αν ένα βίντεο έχει υποστεί επεξεργασία ή όχι». Οι ειδικοί, σύμφωνα με τον ίδιο, χρησιμοποιούν αλγόριθμους βαθιάς εκμάθησης (deep learning), που βασίζονται σε νευρωνικά δίκτυα και εντοπίζουν μικρές ανωμαλίες σε εικόνες και βίντεο που συχνά είναι αδύνατο να γίνουν αντιληπτές με γυμνό μάτι. Αυτοί οι αλγόριθμοι μπορούν να εντοπίσουν μικρές παραμορφώσεις, αλλαγές στο φωτισμό ή άλλες τροποποιήσεις που αποδεικνύουν την επεξεργασία του υλικού.
Παράλληλα αναφέρθηκε επίσης στην ανάγκη να υπάρχουν πλήρη και επαρκή στοιχεία για να κριθούν τα γεγονότα. «Η αρμοδιότητα της δικαιοσύνης και των ειδικών είναι να αξιολογούν τα γεγονότα με βάση την επιστημονική τεκμηρίωση», πρόσθεσε, ενώ σχολίασε και την πρόσφατη εμφάνιση βίντεο που δεν είχαν αξιοποιηθεί για δύο χρόνια. Επισήμανε ότι η αναξιοποίηση αυτών των βίντεο μέχρι σήμερα προκαλεί ερωτήματα, αλλά η επιστήμη είναι έτοιμη να εξηγήσει την αυθεντικότητα των εικόνων.
Η συνομιλία με τον Νίκο Παναγιωτόπουλο έφερε στο προσκήνιο την ανάγκη για συνεχιζόμενη εκπαίδευση και εξειδίκευση στις σύγχρονες τεχνολογίες, ώστε να διασφαλιστεί η αξιοπιστία των ειδήσεων και των πληροφοριών που καταναλώνουν οι πολίτες. Η χρήση της τεχνητής νοημοσύνης, σύμφωνα με τον καθηγητή Νέων Τεχνολογιων Μάριο Παπαευσταθίου, είναι μια χρήσιμη εργαλειοθήκη για την καταπολέμηση των fake news, και οι επιστήμονες θα συνεχίσουν να αναπτύσσουν εργαλεία που βοηθούν στη διάκριση της αλήθειας από την παραπληροφόρηση.
Σύμφωνα με τον κ. Παπαευσταθίου η ανίχνευση των παραποιημένων εικόνων και βίντεο (Deepfakes) μπορεί να γίνει κυρίως με δύο τρόπους:
- Αλγόριθμοι Βαθιάς Εκμάθησης (DeepLearning): Η ΤΝ μπορεί να χρησιμοποιήσει νευρωνικά δίκτυα για να αναλύσει εικόνες και βίντεο, εντοπίζοντας στοιχεία που υποδεικνύουν ότι αυτά έχουν υποστεί επεξεργασία. Για παράδειγμα, μπορεί να εντοπίσει μικρές ατέλειες ή “μουτζούρες” που είναι χαρακτηριστικά των deepfakes – επεξεργασμένων βίντεο που παρουσιάζουν ψεύτικες ή παραποιημένες καταστάσεις.
- Ανάλυση Μεταδεδομένων: Τα αρχεία εικόνας και βίντεο περιέχουν μεταδεδομένα (EXIF) που καταγράφουν λεπτομέρειες όπως η συσκευή που χρησιμοποιήθηκε για τη λήψη, η ώρα και η τοποθεσία. Η ΤΝ μπορεί να αναλύσει τα μεταδεδομένα για να διαπιστώσει αν έχουν τροποποιηθεί.
Όσον αφορά τον χρόνο της ανάλυσης και της πιστοποίησης της γνησιότητας των βίντεο ο Καθηγητής Νέων Τεχνολογιών θεωρεί ότι για τέτοιου είδους κρίσιμα περιστατικά, απαιτείται εις βάθους ανάλυση, που μπορεί να διαρκέσει ακόμη και εβδομάδες και είναι συνδεδεμένος με την Μέθοδο ανάλυσης που έχει να κάνει με την αυτόματη ανάλυση με Αl εργαλεία (Deepfake Detection AI) ή την ανάλυση από ειδικούς σε εργαστήρια εγκληματολογίας ψηφιακών μέσων,τον τύπο του βίντεο αν είναι χαμηλής ανάλυσης και ποιότητας ή βίντεο υψηλής ανάλυσης και με προηγμένη επεξεργασία.
Τα Εργαλεία Που Χρησιμοποιούνται είναι τα παρακάτω:
Δημόσια εργαλεία (π.χ. Deepware Scanner, FakeCatcher, Reality Defender): Γρήγορη ανάλυση, αλλά με περιορισμένη ακρίβεια.
Εξειδικευμένα εγκληματολογικά εργαλεία (π.χ. InVID, Forensic Tools, Microsoft Video Authenticator): Μπορεί να απαιτούν περισσότερη επεξεργασία και διασταύρωση στοιχείων.
Και ασφαλώς υπάρχει και η Ανάγκη για Διασταύρωση Πηγών
Αν το βίντεο συνοδεύεται από μεταδεδομένα και είναι διαθέσιμο σε πολλές αξιόπιστες πηγές, η επιβεβαίωση μπορεί να γίνει πιο γρήγορα.Αν το βίντεο είναι ανεξακρίβωτο, ίσως χρειαστεί ανάλυση πλαισίου-πλαισίου και σύγκριση με αυθεντικές καταγραφές.
Καταλήγοντας ο κ. Παπαευσταθίου αναφέρει ότι το πιο υψηλό σημείο που μπορεί να βρεθεί ένας άνθρωπος είναι εκείνο που βοηθά κάποιον άλλον να σηκωθεί ,όποτε όταν ένας άνθρώπου και ότι είναι αρμοδιότητα της δικαιοσύνης και των ειδικών να αξιολογήσουν και να κρίνουν με βάση τα γεγονότα και την κοινή λογική, αρκεί να υπάρχουν πλήρη και επαρκή στοιχεία ενώ παράλληλα τονίζει τη σημασία της συλλογής όλων των στοιχείων από την αρχή της έρευνας ώστε να αξιολογηθούν σωστά.
