Fortschritt in der KI-Videoerkennung: Neuer Algorithmus erreicht 98% Genauigkeit
Fortschritt in der KI-Videoerkennung: Neuer Algorithmus erreicht 98% Genauigkeit: Als die ersten Videos von OpenAIs Video-KI Sora veröffentlicht wurden, war klar, dass die Zukunft täuschend echt aussehender, von KIs generierter Filme näher war, als viele erwartet hatten. Neben den bereits bekannten DeepFakes, die relativ einfach zu erstellen sind, stellte sich die Frage nach der Erkennung dieser neuen Art von KI-Videos. Schon jetzt gibt es immer wieder Videos, bei denen sich die Frage stellt: Echt oder gefälscht? Zwar lassen sich manche Fälschungen noch mit bloßem Auge erkennen, doch der stetige Fortschritt in der Videotechnologie macht dies zunehmend schwieriger. Zudem fehlt vielen Betrachtern das nötige Wissen zur Erkennung solcher Videos. Eine vollautomatische, zuverlässige Erkennung, idealerweise direkt in sozialen Netzwerken integriert, wäre daher die optimale Lösung.
Bisherige Herausforderungen in der Erkennung von KI-Videos
Die bisherigen Algorithmen zur Erkennung von KI-Videos hatten Mühe, verlässliche Ergebnisse zu liefern. Dies lag hauptsächlich daran, dass sie auf Methoden basierten, die ursprünglich für die Erkennung von KI-generierten Bildern entwickelt wurden. Die einzelnen Frames von KI-erstellten Videos weisen jedoch ganz andere Merkmale auf als die Bilder von bekannten Bild-KIs wie Stable Diffusion, DALLE3 oder Midjourney.
Testen Sie unseren Webseitenbot und stellen ihn alle Fragen zu unseren Produkten
Bot bestellenWebseiten Bots, E Mail Bots , Telefon Bots
Der Durchbruch: Ein neues Constrained Convolutional Neural Network (CNN)
Forscher der Drexel University in Philadelphia haben nun eine verbesserte Methode vorgeschlagen, um KI-generierte Videos sicherer als bisher zu identifizieren. Sie entwickelten ein spezielles, sogenanntes Constrained Convolutional Neural Network (CNN), das mit Videos von bekannten Video-KIs wie Sora, Pika und Stable Video Diffusion trainiert wurde. Dieses CNN nutzt die spezifischen Eigenheiten dieser KIs auf einem Subpixel-Level und erreicht damit eine deutlich bessere Erkennungsrate als die bisherigen, auf KI-Bilder spezialisierten Verfahren.
Bot bestellenWebseiten Bots, E Mail Bots , Telefon Bots
Effiziente Erkennung auch bei neuen Video-KIs
Bemerkenswert ist, dass das CNN in der Lage war, selbst mit nur wenig Trainingsmaterial die Erzeugnisse neuer Video-KIs zu erkennen. Die Forscher führten eine eigene Testreihe durch, um zu prüfen, ob die Komprimierung per H.264 die Performance der Erkennungsalgorithmen negativ beeinflusste. Das Ergebnis war positiv: Die Komprimierung hatte keinen negativen Einfluss auf die Erkennungsleistung.
Visualisierung der Unterschiede zwischen Bild- und Video-KIs
Ein interessantes Ergebnis der Forschung ist die Visualisierung der charakteristischen Rauschmuster verschiedener Bild- und Video-KIs. Diese Rauschmuster variieren erheblich von einer KI zur anderen und können genutzt werden, um die jeweilige KI zu identifizieren. Anhand der Rauschmuster lässt sich auch abschätzen, wie ähnlich die unterschiedlichen Video-KIs in ihrer grundsätzlichen Struktur sind. Im folgenden Bild ist beispielsweise zu erkennen, dass Pika, über dessen Algorithmus wenig bekannt ist, offensichtlich ein anderes Verfahren nutzt als Sora. Dies bestätigt, dass Video-KIs generell andere Muster erzeugen als Bild-KIs.
Die Fortschritte in der Erkennung von KI-generierten Videos sind ein bedeutender Schritt in Richtung mehr Sicherheit und Transparenz im digitalen Raum. Mit immer raffinierteren Methoden werden wir hoffentlich in der Lage sein, der Bedrohung durch täuschend echte Fälschungen wirksam zu begegnen und das Vertrauen in digitale Inhalte zu bewahren.