Lühidalt: Fraunhofer IOSB tuvastusmeetod muudab deepfake’ide äratundmise selgitatavaks, mitte läbipaistmatuks.
Fraunhofer IOSB teadlased on välja töötanud meetodi, mis mitte ainult ei tuvasta deepfake’e, vaid teeb tuvastuse põhjused ka läbipaistvalt jälgitavaks. See on oluline nii vastavuskontrolli kui ka automatiseeritud sisu kontrollimise usaldusväärsuse seisukohalt.
Fraunhoferi Optroonika, Süsteemitehnika ja Pilditöötluse Instituudis (IOSB) välja töötatud meetod ühendab sünteetilise meedia automaatse tuvastamise selgesõnalise põhjendamisega. Süsteem ei tee ainult binaarset klassifikatsiooni, vaid toob välja konkreetsed artefaktid või tunnused, mis viitavad tehisintellekti abil loodud sisule.
Andmehalduse ja järelevalve eest vastutavatele juhtidele (CDO) on see lähenemine oluline, kuna see toetab tehisintellektimääruse nõudeid läbipaistvuse ja selgitatavuse kohta. Süsteeme, mis oma otsuseid põhjendavad, on lihtsam auditeerida ja regulatiivselt õigustada kui n-ö musta kasti klassifikaatoreid. See muutub keskseks, kui tehisintellektil põhinevat meediatuvastust kasutatakse kriitilistes kontekstides, näiteks autentimisel või vastavuskontrollides.
Lähenemine lahendab ka jälgitavuse praktilise probleemi: kui süsteem liigitab video deepfake’iks, peavad ettevõtted suutma nii sise- kui välisringile selgitada, mille alusel see hinnang tehti. See on oluline mitte ainult sisemise dokumenteerimise, vaid ka vaidlustuste või mõjutatud isikute järelepärimiste jaoks.
Allikas: www.computerweekly.com · Avaldatud 2. juuli 2026
Lumi AI News — tehisintellekti abil kureeritud vastavalt tehisintellektimääruse artiklile 50. Parafraseerimine ja klassifitseerimine Lumi News Pipeline v1.7.2 abil.