TED2018
Supasorn Suwajanakorn: Fake videos of real people -- and how to spot them
Supasorn Suwajanakorn: Vídeos falsos de pessoas reais — e como detetá-los
Filmed:
Readability: 4.6
1,453,308 views
Acham que são bons em detetar vídeos falsos, onde pessoas famosas dizem coisas que nunca disseram na vida real? Vejam como são feitos, nesta surpreendente palestra e demonstração da tecnologia. Supasorn Suwajanakorn, cientista da Computação mostra como usou a AI e modelagem em 3D, enquanto estudante universitário, para criar vídeos falsos realistas de pessoas, sincronizados com áudio. Saibam mais sobre as implicações éticas e as possibilidades criativas desta tecnologia e os passos que estão a ser tomados para lutar contra o seu uso indevido.
Supasorn Suwajanakorn - Computer scientist
Supasorn Suwajanakorn works on ways to reconstruct, preserve and reanimate anyone -- just from their existing photos and videos. Full bio
Supasorn Suwajanakorn works on ways to reconstruct, preserve and reanimate anyone -- just from their existing photos and videos. Full bio
Double-click the English transcript below to play the video.
00:12
Look at these images.
0
876
1151
Olhem para as imagens.
00:14
Now, tell me which Obama here is real.
1
2051
2635
Agora digam-me qual é o verdadeiro Obama.
Barack Obama: Ajudar famílias
a refinanciar as suas casas,
a refinanciar as suas casas,
00:16
(Video) Barack Obama: To help families
refinance their homes,
refinance their homes,
2
4710
2861
investir em fabrico de alta tecnologia,
00:19
to invest in things
like high-tech manufacturing,
like high-tech manufacturing,
3
7595
2647
energia limpa
00:22
clean energy
4
10266
1159
e nas infraestruturas
que criam novos empregos bons.
que criam novos empregos bons.
00:23
and the infrastructure
that creates good new jobs.
that creates good new jobs.
5
11449
2779
Supasorn Suwajanakorn: Qual deles?
00:26
Supasorn Suwajanakorn: Anyone?
6
14647
1484
A resposta é: nenhum deles.
00:28
The answer is none of them.
7
16155
1874
(Risos)
00:30
(Laughter)
8
18053
1114
00:31
None of these is actually real.
9
19191
1786
Nenhum deles é o verdadeiro.
00:33
So let me tell you how we got here.
10
21001
1840
Então vou dizer-vos
como chegámos a isto.
como chegámos a isto.
A minha inspiração para este trabalho
00:35
My inspiration for this work
11
23940
1578
00:37
was a project meant to preserve our last
chance for learning about the Holocaust
chance for learning about the Holocaust
12
25542
5411
foi um projeto destinado a preservar
a nossa última oportunidade
a nossa última oportunidade
de conhecer o Holocausto
através dos sobreviventes.
através dos sobreviventes.
00:42
from the survivors.
13
30977
1768
Chama-se New Dimensions in Testimony,
00:44
It's called New Dimensions in Testimony,
14
32769
2627
00:47
and it allows you to have
interactive conversations
interactive conversations
15
35420
3126
e permite ter conversas interativas
com um holograma
de um sobrevivente do Holocausto.
de um sobrevivente do Holocausto.
00:50
with a hologram
of a real Holocaust survivor.
of a real Holocaust survivor.
16
38570
2556
(Vídeo) Como sobreviveu ao Holocausto?
00:53
(Video) Man: How did you
survive the Holocaust?
survive the Holocaust?
17
41793
1966
00:55
(Video) Hologram: How did I survive?
18
43783
1668
Como é que eu sobrevivi?
Sobrevivi...
00:57
I survived,
19
45912
1807
01:00
I believe,
20
48419
1527
creio,
porque a Providência me protegeu.
01:01
because providence watched over me.
21
49970
3023
01:05
SS: Turns out these answers
were prerecorded in a studio.
were prerecorded in a studio.
22
53573
3454
SS: As respostas foram gravadas
de antemão num estúdio.
de antemão num estúdio.
01:09
Yet the effect is astounding.
23
57051
2452
Apesar disso, o resultado é surpreendente.
01:11
You feel so connected to his story
and to him as a person.
and to him as a person.
24
59527
3619
Sentimo-nos muito interligados
àquela história e a ele como pessoa.
àquela história e a ele como pessoa.
Acho que há algo de especial
na interação humana
na interação humana
01:16
I think there's something special
about human interaction
about human interaction
25
64011
3301
que a torna muito mais profunda e pessoal
01:19
that makes it much more profound
26
67336
2757
01:22
and personal
27
70117
2198
do que quaisquer livros ou cursos
ou filmes nos podiam ensinar.
ou filmes nos podiam ensinar.
01:24
than what books or lectures
or movies could ever teach us.
or movies could ever teach us.
28
72339
3485
Então, vi isto e comecei a pensar:
01:28
So I saw this and began to wonder,
29
76267
2425
Será possível criar um modelo destes
para qualquer pessoa?
para qualquer pessoa?
01:30
can we create a model
like this for anyone?
like this for anyone?
30
78716
2810
01:33
A model that looks, talks
and acts just like them?
and acts just like them?
31
81550
2975
Um modelo que se pareça,
fale e aja como eles?
fale e aja como eles?
Tentei ver se era possível fazer isso
01:37
So I set out to see if this could be done
32
85573
2007
01:39
and eventually came up with a new solution
33
87604
2310
e acabei por arranjar uma nova solução
01:41
that can build a model of a person
using nothing but these:
using nothing but these:
34
89938
3220
que pode criar um modelo
duma pessoa apenas com isto:
duma pessoa apenas com isto:
fotos e vídeos já existentes dessa pessoa.
01:45
existing photos and videos of a person.
35
93747
2214
Se pudermos utilizar este tipo
de informações passivas,
de informações passivas,
01:48
If you can leverage
this kind of passive information,
this kind of passive information,
36
96701
2617
01:51
just photos and video that are out there,
37
99342
2007
só fotos e vídeos que existem,
01:53
that's the key to scaling to anyone.
38
101373
2056
isso é suficiente
para recriar qualquer um.
para recriar qualquer um.
Por falar nisso, este é Richard Feynman,
01:56
By the way, here's Richard Feynman,
39
104119
1777
01:57
who in addition to being
a Nobel Prize winner in physics
a Nobel Prize winner in physics
40
105920
3413
que, além de ter ganho
o Prémio Nobel da Física,
o Prémio Nobel da Física,
02:01
was also known as a legendary teacher.
41
109357
2453
também era conhecido
como um professor lendário.
como um professor lendário.
Não seria bom se o pudéssemos
fazer voltar
fazer voltar
02:05
Wouldn't it be great
if we could bring him back
if we could bring him back
42
113080
2198
02:07
to give his lectures
and inspire millions of kids,
and inspire millions of kids,
43
115302
3265
para ensinar e inspirar
milhões de crianças,
milhões de crianças,
02:10
perhaps not just in English
but in any language?
but in any language?
44
118591
2992
talvez não só em inglês
mas em qualquer língua?
mas em qualquer língua?
02:14
Or if you could ask our grandparents
for advice and hear those comforting words
for advice and hear those comforting words
45
122441
4602
Ou pedir conselhos aos nossos avós
e ouvir aquelas palavras reconfortantes
e ouvir aquelas palavras reconfortantes
apesar de já não estarem connosco?
02:19
even if they're no longer with us?
46
127067
1770
02:21
Or maybe using this tool,
book authors, alive or not,
book authors, alive or not,
47
129683
3396
Ou talvez usar esta ferramenta
para escritores, vivos ou não,
para escritores, vivos ou não,
02:25
could read aloud all of their books
for anyone interested.
for anyone interested.
48
133103
2937
poderem ler os seus livros,
em voz alta, para quem desejasse.
em voz alta, para quem desejasse.
As possibilidades criativas são imensas.
02:29
The creative possibilities
here are endless,
here are endless,
49
137199
2437
02:31
and to me, that's very exciting.
50
139660
1713
Para mim, isto é muito entusiasmante.
Até aqui tem funcionado assim:
02:34
And here's how it's working so far.
51
142595
2002
02:36
First, we introduce a new technique
52
144621
1667
Primeiro, introduzimos uma nova técnica
02:38
that can reconstruct a high-detailed
3D face model from any image
3D face model from any image
53
146312
4572
que recria um modelo muito pormenorizado,
em 3D, a partir de qualquer imagem
em 3D, a partir de qualquer imagem
sem nunca digitalizar a pessoa.
02:42
without ever 3D-scanning the person.
54
150908
2119
Este é o modelo resultante,
visto de diferentes pontos de vista.
visto de diferentes pontos de vista.
02:45
And here's the same output model
from different views.
from different views.
55
153890
2642
Isto também funciona com vídeos,
02:49
This also works on videos,
56
157969
1502
02:51
by running the same algorithm
on each video frame
on each video frame
57
159495
2852
executando o mesmo algoritmo
em cada quadro de vídeo
em cada quadro de vídeo
e gerando um modelo 3D móvel.
02:54
and generating a moving 3D model.
58
162371
2222
E este é o modelo resultante
visto de diferentes ângulos.
visto de diferentes ângulos.
02:57
And here's the same
output model from different angles.
output model from different angles.
59
165538
2772
Acontece que este problema
é muito estimulante,
é muito estimulante,
03:01
It turns out this problem
is very challenging,
is very challenging,
60
169933
2534
mas o truque chave
é que nós vamos analisar
é que nós vamos analisar
03:04
but the key trick
is that we are going to analyze
is that we are going to analyze
61
172491
2525
03:07
a large photo collection
of the person beforehand.
of the person beforehand.
62
175040
2966
um grande conjunto de fotos
da pessoa, antecipadamente.
da pessoa, antecipadamente.
03:10
For George W. Bush,
we can just search on Google,
we can just search on Google,
63
178650
2539
No caso do George W. Bush,
basta pesquisarmos no Google,
basta pesquisarmos no Google,
e a partir daí, podemos
criar um modelo médio,
criar um modelo médio,
03:14
and from that, we are able
to build an average model,
to build an average model,
64
182309
2499
03:16
an iterative, refined model
to recover the expression
to recover the expression
65
184832
3111
um modo interativo e melhorado,
para recuperar a expressão
para recuperar a expressão
03:19
in fine details,
like creases and wrinkles.
like creases and wrinkles.
66
187967
2336
em pequenos pormenores,
como vincos na pele e rugas.
como vincos na pele e rugas.
O fascinante nisto
03:23
What's fascinating about this
67
191326
1403
03:24
is that the photo collection
can come from your typical photos.
can come from your typical photos.
68
192753
3423
é que o conjunto de fotos pode ser
proveniente das nossas fotos vulgares.
proveniente das nossas fotos vulgares.
03:28
It doesn't really matter
what expression you're making
what expression you're making
69
196200
2603
Não faz diferença
que expressão estamos a fazer
que expressão estamos a fazer
ou o lugar onde fomos fotografados.
03:30
or where you took those photos.
70
198827
1885
O importante é que haja muitas.
03:32
What matters is
that there are a lot of them.
that there are a lot of them.
71
200736
2400
E ainda não incluímos aqui a cor,
03:35
And we are still missing color here,
72
203160
1736
03:36
so next, we develop
a new blending technique
a new blending technique
73
204920
2348
por isso, desenvolvemos
uma nova técnica de mistura
uma nova técnica de mistura
03:39
that improves upon
a single averaging method
a single averaging method
74
207292
2836
que melhora qualquer
simples método médio
simples método médio
03:42
and produces sharp
facial textures and colors.
facial textures and colors.
75
210152
2818
e produz texturas
e cores faciais acentuadas.
e cores faciais acentuadas.
03:45
And this can be done for any expression.
76
213779
2771
E pode ser feito para qualquer expressão.
03:49
Now we have a control
of a model of a person,
of a model of a person,
77
217485
2499
Assim, temos o controlo
do modelo de uma pessoa,
do modelo de uma pessoa,
03:52
and the way it's controlled now
is by a sequence of static photos.
is by a sequence of static photos.
78
220008
3795
e esse controlo é feito
por uma sequência de fotos estáticas.
por uma sequência de fotos estáticas.
Reparem como as rugas vêm e vão,
de acordo com a expressão.
de acordo com a expressão.
03:55
Notice how the wrinkles come and go,
depending on the expression.
depending on the expression.
79
223827
3126
Também podemos usar um vídeo
para controlar o modelo.
para controlar o modelo.
04:00
We can also use a video
to drive the model.
to drive the model.
80
228109
2746
Daniel Craig: Certo, mas de certa forma,
04:02
(Video) Daniel Craig: Right, but somehow,
81
230879
2593
04:05
we've managed to attract
some more amazing people.
some more amazing people.
82
233496
3771
conseguimos atrair
pessoas mais incríveis.
pessoas mais incríveis.
SS: Esta é outra demo divertida.
04:10
SS: And here's another fun demo.
83
238021
1642
04:11
So what you see here
are controllable models
are controllable models
84
239687
2246
O que vemos aqui são modelos controláveis
04:13
of people I built
from their internet photos.
from their internet photos.
85
241957
2444
de pessoas que criei
a partir de fotos na Internet.
a partir de fotos na Internet.
04:16
Now, if you transfer
the motion from the input video,
the motion from the input video,
86
244425
2904
Se transferirmos o movimento
do vídeo de entrada,
do vídeo de entrada,
podemos controlar o grupo todo.
04:19
we can actually drive the entire party.
87
247353
2152
George Bush:
É um projeto difícil de aprovar,
É um projeto difícil de aprovar,
04:21
George W. Bush:
It's a difficult bill to pass,
It's a difficult bill to pass,
88
249529
2172
porque tem muitas partes móveis,
04:23
because there's a lot of moving parts,
89
251725
2303
e os processos legislativos
podem ser terríveis.
podem ser terríveis.
04:26
and the legislative processes can be ugly.
90
254052
5231
(Aplausos)
04:31
(Applause)
91
259307
1630
SS: Voltando um pouco atrás,
04:32
SS: So coming back a little bit,
92
260961
1837
o nosso objetivo final
é captar os maneirismos
é captar os maneirismos
04:34
our ultimate goal, rather,
is to capture their mannerisms
is to capture their mannerisms
93
262822
3191
04:38
or the unique way each
of these people talks and smiles.
of these people talks and smiles.
94
266037
3045
ou seja, a maneira única como
cada uma dessas pessoas fala e sorri.
cada uma dessas pessoas fala e sorri.
04:41
So to do that, can we
actually teach the computer
actually teach the computer
95
269106
2313
Para isso, será que podemos
ensinar o computador
ensinar o computador
04:43
to imitate the way someone talks
96
271443
2222
a imitar a forma como alguém fala
04:45
by only showing it
video footage of the person?
video footage of the person?
97
273689
2420
mostrando-lhe apenas
gravações de vídeos dessa pessoa?
gravações de vídeos dessa pessoa?
04:48
And what I did exactly was,
I let a computer watch
I let a computer watch
98
276898
2577
Pus um computador a ver,
durante 14 horas,
durante 14 horas,
04:51
14 hours of pure Barack Obama
giving addresses.
giving addresses.
99
279499
3277
Barack Obama dando endereços.
04:55
And here's what we can produce
given only his audio.
given only his audio.
100
283443
3516
Isto é o que podemos criar
dado apenas o seu áudio.
dado apenas o seu áudio.
BO: Os resultados são claros.
04:58
(Video) BO: The results are clear.
101
286983
1777
As empresas nos EUA criaram
14,5 milhões de novos empregos
14,5 milhões de novos empregos
05:00
America's businesses have created
14.5 million new jobs
14.5 million new jobs
102
288784
4349
05:05
over 75 straight months.
103
293157
2774
durante mais de 75 meses seguidos.
05:07
SS: So what's being synthesized here
is only the mouth region,
is only the mouth region,
104
295955
2905
SS: O que está aqui a ser sintetizado
é só a região da boca.
é só a região da boca.
05:10
and here's how we do it.
105
298884
1540
e é assim que fazemos isto.
05:12
Our pipeline uses a neural network
106
300764
1826
O nosso "pipeline" usa uma rede neural
05:14
to convert and input audio
into these mouth points.
into these mouth points.
107
302614
2936
para converter e introduzir o som
nestes pontos da boca.
nestes pontos da boca.
05:18
(Video) BO: We get it through our job
or through Medicare or Medicaid.
or through Medicare or Medicaid.
108
306547
4225
"Prosseguimos com o nosso trabalho
com a Medicare ou com a Medicaid".
com a Medicare ou com a Medicaid".
05:22
SS: Then we synthesize the texture,
enhance details and teeth,
enhance details and teeth,
109
310796
3420
Depois, sintetizamos a textura,
retocamos os pormenores e os dentes
retocamos os pormenores e os dentes
05:26
and blend it into the head
and background from a source video.
and background from a source video.
110
314240
3074
e introduzimo-la na cabeça
e no contexto de um vídeo.
e no contexto de um vídeo.
05:29
(Video) BO: Women can get free checkups,
111
317338
1905
"As mulheres podem fazer
"check-ups" gratuitos,
"check-ups" gratuitos,
05:31
and you can't get charged more
just for being a woman.
just for being a woman.
112
319267
2968
"e não pagarão mais
só por serem mulheres.
só por serem mulheres.
"Os jovens podem manter-se
por conta do plano dos pais
por conta do plano dos pais
05:34
Young people can stay
on a parent's plan until they turn 26.
on a parent's plan until they turn 26.
113
322973
3306
"até aos 26 anos".
05:39
SS: I think these results
seem very realistic and intriguing,
seem very realistic and intriguing,
114
327267
2952
Penso que estes resultados
parecem muito realistas e intrigantes
parecem muito realistas e intrigantes
05:42
but at the same time
frightening, even to me.
frightening, even to me.
115
330243
3173
mas, ao mesmo tempo,
são assustadores, até para mim.
são assustadores, até para mim.
O nosso objetivo era criar um modelo
rigoroso duma pessoa,
rigoroso duma pessoa,
05:45
Our goal was to build an accurate model
of a person, not to misrepresent them.
of a person, not to misrepresent them.
116
333440
4015
e não apresentá-la como uma mistificação.
05:49
But one thing that concerns me
is its potential for misuse.
is its potential for misuse.
117
337956
3111
Uma coisa que me preocupa
é o seu potencial para ser mal utilizado.
é o seu potencial para ser mal utilizado.
Há muito que as pessoas
pensam neste problema,
pensam neste problema,
05:53
People have been thinking
about this problem for a long time,
about this problem for a long time,
118
341958
2971
desde os dias em que o Photoshop
apareceu no mercado.
apareceu no mercado.
05:56
since the days when Photoshop
first hit the market.
first hit the market.
119
344953
2381
Enquanto investigador, também trabalho
em tecnologia de contramedidas
em tecnologia de contramedidas
05:59
As a researcher, I'm also working
on countermeasure technology,
on countermeasure technology,
120
347862
3801
06:03
and I'm part of an ongoing
effort at AI Foundation,
effort at AI Foundation,
121
351687
2942
e faço parte duma ação em curso
na AI Foundation,
na AI Foundation,
que usa uma combinação
de aprendizagem de máquinas
de aprendizagem de máquinas
06:06
which uses a combination
of machine learning and human moderators
of machine learning and human moderators
122
354653
3397
e de moderadores humanos,
06:10
to detect fake images and videos,
123
358074
2144
para detetar imagens e vídeos falsos,
06:12
fighting against my own work.
124
360242
1514
lutando contra o meu trabalho.
06:14
And one of the tools we plan to release
is called Reality Defender,
is called Reality Defender,
125
362675
3190
Uma das ferramentas que planeamos
lançar chama-se Defensor da Realidade.
lançar chama-se Defensor da Realidade.
06:17
which is a web-browser plug-in
that can flag potentially fake content
that can flag potentially fake content
126
365889
4039
É um complemento para o navegador
que deteta conteúdos
possivelmente falsos,
possivelmente falsos,
06:21
automatically, right in the browser.
127
369952
2533
automaticamente, no motor de busca.
06:24
(Applause)
128
372509
4228
(Aplausos)
06:28
Despite all this, though,
129
376761
1453
Mas, apesar de tudo isso,
06:30
fake videos could do a lot of damage,
130
378238
1840
os vídeos falsos podem ser
muito prejudiciais,
muito prejudiciais,
06:32
even before anyone has a chance to verify,
131
380102
3294
mesmo antes de alguém
ter hipóteses de o verificar,
ter hipóteses de o verificar,
portanto, é muito importante
que alertemos toda a gente
que alertemos toda a gente
06:35
so it's very important
that we make everyone aware
that we make everyone aware
132
383420
2722
06:38
of what's currently possible
133
386166
2007
do que pode acontecer atualmente,
06:40
so we can have the right assumption
and be critical about what we see.
and be critical about what we see.
134
388197
3369
Temos que ter as premissas corretas
e sermos críticos quanto ao que vemos.
e sermos críticos quanto ao que vemos.
Ainda há um longo caminho a percorrer
antes de podermos modelar totalmente
antes de podermos modelar totalmente
06:44
There's still a long way to go before
we can fully model individual people
we can fully model individual people
135
392423
5007
pessoas individualmente
06:49
and before we can ensure
the safety of this technology.
the safety of this technology.
136
397454
2786
e antes de podermos garantir
a segurança desta tecnologia.
a segurança desta tecnologia.
Mas sinto-me entusiasmado
e tenho esperança
e tenho esperança
06:53
But I'm excited and hopeful,
137
401097
1587
06:54
because if we use it right and carefully,
138
402708
3539
porque, se a usarmos
correta e cuidadosamente,
correta e cuidadosamente,
esta ferramenta pode permitir
06:58
this tool can allow any individual's
positive impact on the world
positive impact on the world
139
406271
4309
que o impacto positivo
de qualquer indivíduo no mundo
de qualquer indivíduo no mundo
seja disseminado de modo maciço
07:02
to be massively scaled
140
410604
2190
e ajude a modelar o nosso futuro
da forma como queremos que ele seja.
da forma como queremos que ele seja.
07:04
and really help shape our future
the way we want it to be.
the way we want it to be.
141
412818
2742
07:07
Thank you.
142
415584
1151
Obrigado.
07:08
(Applause)
143
416759
5090
(Aplausos)
ABOUT THE SPEAKER
Supasorn Suwajanakorn - Computer scientistSupasorn Suwajanakorn works on ways to reconstruct, preserve and reanimate anyone -- just from their existing photos and videos.
Why you should listen
Can we create a digital avatar that looks, acts and talks just like our sweet grandma? This question has inspired Supasorn Suwajanakorn, a recent PhD graduate from the University of Washington, to spend years developing new tools to make it a reality. He has developed a set of algorithms that can build a moving 3D face model of anyone from just photos, which was awarded the Innovation of the Year in 2016. He then introduced the first system that can replicate a person's speech and produce a realistic CG-animation by only analyzing their existing video footage -- all without ever bringing in the person to a Hollywood capture studio.
Suwajanakorn is working in the field of machine learning and computer vision. His goal is to bring vision algorithms out of the lab and make them work in the wild.
Supasorn Suwajanakorn | Speaker | TED.com