<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>strumento contro i deepfake &#8211; Interskills &#8211; Media Company</title>
	<atom:link href="https://www.interskills.it/tag/strumento-contro-i-deepfake/feed/" rel="self" type="application/rss+xml" />
	<link>https://www.interskills.it</link>
	<description>Agenzia di Formazione e Comunicazione - Education and Communication Agency</description>
	<lastBuildDate>Thu, 03 Oct 2024 09:55:43 +0000</lastBuildDate>
	<language>it-IT</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	<generator>https://wordpress.org/?v=7.1.4</generator>
	<item>
		<title>Un nuovo strumento contro i Deepfake</title>
		<link>https://www.interskills.it/2024/07/24/un-nuovo-strumento-contro-i-deepfake/</link>
		
		<dc:creator><![CDATA[Antonio Rossano]]></dc:creator>
		<pubDate>Wed, 24 Jul 2024 07:02:00 +0000</pubDate>
				<category><![CDATA[Ecosistema digitale]]></category>
		<category><![CDATA[Intelligenza Artificiale]]></category>
		<category><![CDATA[News]]></category>
		<category><![CDATA[deep fake]]></category>
		<category><![CDATA[giornalismo e intelligenza artificiale]]></category>
		<category><![CDATA[intelligenza artificiale]]></category>
		<category><![CDATA[SØØn012023]]></category>
		<category><![CDATA[strumento contro i deepfake]]></category>
		<guid isPermaLink="false">https://www.interskills.it/?p=6204</guid>

					<description><![CDATA[Un nuovo studio usa tecniche astronomiche per rilevare deepfake, analizzando i riflessi negli occhi e identificando anomalie tipiche delle immagini create al computer.]]></description>
										<content:encoded><![CDATA[
<p class="wp-block-paragraph" style="margin-top:var(--wp--preset--spacing--10)">Un <a href="https://www.nature.com/articles/d41586-024-02364-y">articolo di Sarah Wild su Nature</a>, annuncia un nuovo studio, non ancora pubblicato, che adotta un approccio innovativo per identificare le immagini “deepfake”, utilizzando tecniche astronomiche solitamente impiegate per osservare galassie lontane.</p>



<p class="wp-block-paragraph" style="margin-top:var(--wp--preset--spacing--10)">La chiave di questa metodologia risiede negli occhi. Analizzando i riflessi della luce nei bulbi oculari delle immagini dei volti analizzati, i ricercatori possono individuare le anomalie tipiche delle immagini create al computer.</p>



<p class="wp-block-paragraph" style="margin-top:var(--wp--preset--spacing--10)">Lo studio è stato presentato da Kevin Pimbblet, direttore del Centro di Eccellenza per la Scienza dei Dati, l&#8217;Intelligenza Artificiale e la Modellazione dell&#8217;Università di Hull, durante la riunione nazionale di astronomia della Royal Astronomical Society britannica il 15 luglio.</p>



<p class="wp-block-paragraph" style="margin-top:var(--wp--preset--spacing--10)">Le fotografie autentiche seguono leggi fisiche coerenti, secondo Pimbblet. “I riflessi che si vedono nel bulbo oculare sinistro dovrebbero essere molto simili a quelli del bulbo oculare destro”, spiega. Utilizzando tecniche di analisi della luce applicate solitamente alle stelle e galassie, gli astronomi sono riusciti a individuare discrepanze che suggeriscono la manipolazione dell’immagine.</p>



<p class="wp-block-paragraph" style="margin-top:var(--wp--preset--spacing--10)">Il progetto è stato guidato da una ricercatrice del l&#8217;Università di Hull, Adejumoke Owolabi, che ha utilizzato immagini reali dal Flickr-Faces-HQ Dataset e ha creato volti falsi con un generatore di immagini. Analizzando i riflessi delle fonti di luce negli occhi con due misure astronomiche – il sistema CAS e l&#8217;indice Gini – Owolabi è stata in grado di prevedere con una precisione del 70% se un&#8217;immagine fosse un deepfake.</p>



<p class="wp-block-paragraph" style="margin-top:var(--wp--preset--spacing--10)">Il sistema CAS valuta la concentrazione, l&#8217;asimmetria e la morbidezza della distribuzione della luce, mentre l&#8217;indice Gini misura la disuguaglianza nella distribuzione della luce nelle immagini.</p>



<p class="wp-block-paragraph" style="margin-top:var(--wp--preset--spacing--10)">Ovviamente, “fatta la legge, trovato l’inganno” e già si evidenzia che, se si riesce a calcolare una metrica che quantifica quanto realistica possa apparire un&#8217;immagine deepfake, si può anche addestrare il modello AI a produrre deepfake ancora migliori ottimizzando quella metrica.</p>



<p class="wp-block-paragraph" style="margin-top:var(--wp--preset--spacing--10)">In sostanza, nonostante la metodologia non sia infallibile, rappresenta un’importante aggiunta alla “batteria di test” necessari per identificare le immagini manipolate.</p>
]]></content:encoded>
					
		
		
			</item>
	</channel>
</rss>
