Wir haben diese Behauptung geprüft: Stimmt es, dass
ein optisches Rechensystem manipulierte Videos mit einer Genauigkeit von fast 98 Prozent hocheffizient erkennen kann?
Labortests ergaben eine Genauigkeit von 97,79 Prozent bei 15 parallelen Videoströmen durch die physikalische Beugung von Licht.
Forscher der UCLA entlarven Deepfakes mit Lichtwellen
Ein optischer Prozessor überprüft parallele Videoströme mit minimalem Stromverbrauch auf Fälschungen.
Das Wesentliche
Ingenieure der UCLA haben ein Rechensystem vorgeführt, das gefälschte Videos mithilfe von Lichtbeugung erkennt, anstatt sich ausschließlich auf stromhungrige Siliziumchips zu stützen. Die passive optische Anordnung verarbeitet 15 Videoströme gleichzeitig mit einer Trefferquote von 97,79 Prozent. Sie bietet sozialen Netzwerken einen energieeffizienten Weg, gewaltige Datenmengen vorzuparsen, bevor markierte Clips zur digitalen Detailprüfung weitergeleitet werden.
Die Kernpunkte
- Labortests belegten eine Erkennungsgenauigkeit von 97,79 Prozent bei 15 parallelen Videoströmen.
- Bei einer Auslastung von 18 parallelen Videokanälen lag die Genauigkeit weiterhin bei 96,13 Prozent.
- Die optische Verarbeitung erreichte in der ersten Prüfphase eine Empfindlichkeit von 99,86 Prozent.
- Das System nutzt die passive Lichtbeugung, um rechenintensive mathematische Operationen auszuführen.
Genauigkeit nach paralleler Stream-Last
%Der BefundDie Erkennungsgenauigkeit ging um 1,66 Prozentpunkte zurück, als die Parallelverarbeitung von 15 auf 18 Streams erweitert wurde.
- Gemessene Erkennungsgenauigkeit auf Basis des Celeb-DF-Datensatzes bei 15 und 18 parallelen Videoströmen.
- Celeb-DF — Standardisierter Benchmark-Datensatz zur Messung der Deepfake-Erkennungsleistung
- Zeigt, dass die optische Architektur auch unter höherer gleichzeitiger Streaming-Last eine hohe Zuverlässigkeit behält.
Aus dem Tagebuch des Redakteurs
Physikalisches Rechnen kann die Energieengpässe herkömmlicher elektronischer Prozessoren überwinden, indem es das natürliche Verhalten von Licht direkt in mathematische Rechenoperationen übersetzt.
Wer beteiligt ist
Aydogan Ozcan
Projektleiter und Professor für Elektrotechnik an der UCLA
will → Passive optische Netze für die massenhafte Überprüfung durch Künstliche Intelligenz einsetzen
Parnian Ghapandar Kashani
Ko-Erstautorin und Forscherin für Elektrotechnik an der UCLA
will → Nachweisen, dass optische Hardware räumliche und zeitliche Bildfälschungen in Videos erkennt
Shiqi Chen
Ko-Erstautor und Forscher für Bioingenieurwesen an der UCLA
will → Hybride Systeme entwickeln, die digitale Kodierer mit optischen Prozessoren verbinden
Social Media Platforms
Globale Netzwerke und Videoplattformen
will → Energiesparende Prüfverfahren sichern, um Millionen veränderter Uploads zu moderieren
Kurz gefasst
Rechnerchips, die Daten mit Licht statt mit elektrischem Strom verarbeiten, können manipulierte Videos in mehreren Streams gleichzeitig aufspüren. Internetplattformen eröffnet dies einen energiesparenden Weg, um Millionen täglicher Uploads zu filtern. Der Durchbruch verschiebt das wirtschaftliche und technische Gefüge der Inhaltsmoderation: Statt riesige Mengen Strom in herkömmlichen Digitalchips zu verbrennen, könnten Plattformen eine erste Prüfungsrunde mit Lichtgeschwindigkeit durchführen.
Große Videoplattformen dürften die optische Hardware voraussichtlich testen, um computergenerierte Fälschungen abzufangen, bevor verdächtige Clips zur genaueren digitalen Prüfung weitergeleitet werden.
Auf kurze Sicht bleibt dieser Schritt jedoch ungewiss, da die Technologie bisher als Laborprototyp und nicht als marktreifer Mikrochip vorliegt.
Wie es sich entwickelte
UCLA-Team stellt optischen Deepfake-Detektor vor
Das UCLA-Team um Professor Aydogan Ozcan stellte seine hybride optisch-neuronale Prozessorarchitektur in der Fachzeitschrift eLight vor, begleitet von technischen Mitteilungen über den wissenschaftlichen Nachrichtendienst EurekAlert.
Fachwelt prüft Benchmark-Ergebnisse und Kanalkapazität
Unabhängige Analysten und wissenschaftliche Onlineforen analysierten die veröffentlichten Labordaten und richteten das Augenmerk auf die Fähigkeit des Prozessors, 15 Streams zugleich mit einer Trefferempfindlichkeit von 99,86 Prozent zu prüfen und digitaler Sabotage standzuhalten.
Wo die Dinge stehen
Die grundlegenden technischen Ergebnisse sind durch die Begutachtung in der Fachzeitschrift eLight wissenschaftlich bestätigt. Die Hardware liegt derzeit jedoch als Laboraufbau vor und nicht als fertiger, integrierter Chip. Entscheidend für den weiteren Erfolg ist nun, ob es den Ingenieuren gelingt, die freitragenden optischen Komponenten auf kompakte photonische Schaltkreise zu schrumpfen und ob die Erkennungsleistung auch gegenüber neueren Videogeneratoren jenseits von Celeb-DF und Google VEO-3 standhält.