Az Nvidia deepfake-detektora akár 94%-os pontosságot is elér

Az idő múlásával egyre nehezebb felismerni a hamis híreket, az AI által generált videók miatt pedig szinte lehetetlenné válik a valós események és a kitaláltak megkülönböztetése. Az Nvidia most a mainstreambe lép be egy olyan eszközzel, amelyet kifejezetten médiavállalatok számára terveztek, hogy ellenőrizhessék a sugárzott információk valódiságát.

Az Nvidia a SIGGRAPH 2026 konferencián mutatta be új Synthetic Video Detector nevű eszközét, egy NIM mikroszolgáltatást, amely átvizsgálja a videó vagy az állítólagos felvétel minden egyes képkockáját, és ennek alapján pontszámot vagy előrejelzést ad arra vonatkozóan, hogy a videó mesterséges intelligencia által generált-e. A NIM mikroszolgáltatás célja, hogy támogassa az Nvidia médiában való terjeszkedését azáltal, hogy lehetővé teszi a szerkesztőségek számára, hogy gyorsan pontos híreket közöljenek, és kiszűrjék a hamis információkat, mielőtt azok eljutnának az országos televízióba.

Az Nvidia fizikai AI-szimulációs technológiáért felelős alelnöke, Rev Lebaredian sajtóközleményben magyarázta a Synthetic Video Detection rendszer létrehozásának indokait, kijelentve, hogy a generatív AI-videók létrehozásához használt technológia felhasználható azok felismerésére is.

Jelenleg az Nvidia már terjeszti a technológiát a Wowza számára, amely egy vállalati szintű élő videó- és médiaszerver-megoldás, amelyet számos hírhálózat használ. A Wowza vezérigazgatója, Krish Kumar, már megerősítette az Nvidia Synthetic Video Detector integrálását a Wowza infrastruktúrájába. Kijelentette, hogy a vállalat az AI valós idejű adásaiba és élő közvetítéseibe való integrálása felé halad, megjegyezve, hogy „a piac olyan élő videorendszerek felé mozdul el, amelyek már a közvetítés közben is értéket tudnak teremteni”.

A tömörítés hatására a pontosság ígéretes, nem lineáris csökkenése

A valós idejű teljesítményt illetően az Nvidia állítása szerint a Synthetic Video Detector 92%-os pontossággal képes felismerni a mesterséges intelligencia által generált tartalmakat tömörítetlen videókon. A pontosság 87%-ra csökken, ha a videót 15%-kal tömörítik, míg 50%-os tömörítés esetén viszonylag tiszteletre méltó, nem lineáris csökkenéssel 82%-on marad.

Gyors megoldás, amelynek tesztjei arra utalnak, hogy finomhangolással potenciálisan jobb pontosság érhető el

A NIM mikroszolgáltatás legérdekesebb és legjövedelmezőbb aspektusa a médiahálózatok számára az, hogy generatív AI-felvételeket képes felismerni 22 ms-os sebességgel 1080p-s videofájlok esetén RTX rendszereken, illetve 30 ms-os sebességgel L40 GPU-kon.

Az Nvidia saját, a legújabb modellel végzett belső tesztjei során azonban 0,9614-es AUC-értéket és 94%-os pontosságot értek el. A hírtelevíziók és más szervezetek igényeiknek megfelelően finomhangolhatják és konfigurálhatják a küszöbértékeket.

Jelenleg a Wowza már beépíti a NIM szolgáltatást a Video Intelligence Framework rendszerébe, amely közel 170 országban 35 000 telepítést ér el, ami azt jelenti, hogy a valós idejű videójelölés a hagyományos hírszerkesztőségeken túl az élő közvetítési szolgáltatásokra is kiterjed majd.