IT用語入門：ディープフェイク【AIで作る本物そっくりの偽映像・音声】

ディープフェイクとは

ディープフェイクとは、AIの深層学習を使い、実在の人物の顔や声を本物そっくりに作り替えたり、合成した映像・音声そのものを指す用語である。名称はディープラーニングとフェイクの合成語だ。

近年は学習済みモデルやアプリの普及で、顔の差し替え、口の動きの自動同期、声の模倣が手軽になった。映画では俳優の若返りや危険な場面の代替に使われ、外国語吹き替えも口形に合わせて自然に見せられる。教育では歴史人物の再現など、表現の幅を広げる効果もある。

仕組みは、大量の画像・動画・音声を学習し、顔の特徴、表情の変化、声の癖を数値化して再現する点にある。生成モデルが本物らしさを高め、検出モデルが見破ろうとする訓練を繰り返すことで精度が上がる。近年は拡散型などの新手法も加わり、品質が向上している。

一方で、なりすまし動画や音声詐欺、偽ニュース拡散などの被害が懸念される。出所の確認や公式情報との照合を習慣化し、企業は認証手順と検出ツールを併用するとよい。表現力を伸ばす利点と、悪用の危険を正しく天秤にかけることが、この技術の理解と活用の要である。