| Re:Ich habe gestern nach Hope Solo (Fussballspielerin) ... |  |
>... gegooglet und bin auf einer DeepFakes Pornseite gelandet. o.O
>
>Also, ich dachte bisher, das müssten irgendwelche Profis 7 Tage lang auf Monster-Workstations rechnen.
>
>Die Seite hatte aber SO VIELE Fakes die gut gemacht waren, mit allen Promis der Welt, dass das eher so aussah, als könnte das jeder Hobbyist am Macbook basteln.
>
>Ich war jedenfalls überrascht und auch ein bisschen schockiert.
Das bekannteste Programm dahingehend heißt "FakeApp" und wurde Anfang 2018 veröffentlicht. Das ist zwar selbst nicht open-source, verwendet aber verschiedene Open-Source Algorithmen, die zum "Faceswap" entworfen wurden. Die konnten auch vorher schon genutzt werden, aber man musste halt programmieren können. "FakeApp" eliminierte diese Barriere, indem es zumindest vergleichsweise leicht zu bedienen war. Es dauert nur wenige Tage, bis darin in den Medien v.a. wegen der Porno-Fakes berichtet wurde - [https://www.vice.com/en_us/article/bjye8a/reddit-fake-porn-app-daisy-ridley].
Ich habe gerade kurz geschaut, mittlerweile gibt es natürlich noch allerhand Open Source Alternativen zu diesem ersten Tool. Jedenfalls kannst du das auf jedem normalen PC mit einer starken Grafikkarte laufen lassen, aber "ein paar Tage laufen lassen" kommt wohl hin. Das Entscheidende, was du haben musst, ist superviel Vergleichsmaterial der Zielperson. Bei Schauspielern und anderen Berühmtheiten ist das natürlich leicht zu finden, flugs die Filme digital besorgt und auf Youtube 10 Stunden HD-Interviews gesaugt und dem Programm gefüttert, vermutlich Fleißarbeit in Dingen Markierung und Schnitt leisten und dann einfach laufen lassen, fertig.
Diese benötigte Vergleichsmenge, das "Dataset", ist auch der Grund dafür, warum Deep Learning im letzten Jahrzehnt explodiert ist. Datenkraken, Social Media, Digitalisierung haben einfach Petabytes an mehr oder minder frei verfügbaren Daten abgeladen. Auf Youtube gibt's den Kanal "Computerphile", wo verschiedene Computer Science Professoren kurze Überblicke zu allen möglichen IT-Themen geben. Auf die Gefahr hin, dass jetzt zu sehr zu vereinfachen oder falsch wiederzugeben - ich glaube, dort hat einer der Profs gesagt, dass die Algorithmen für Deep Learning in der Computerwissenschaft eigentlich ein alter Hut sind, Vieles mathematisch schon in den fünfziger bis siebziger Jahren entwickelt wurde - aber damals nutzlos war, weil die benötigte Rechenleistung nicht verfügbar war und keine ausreichend großen Datasets (in vertretbarem Aufwand) bereitgestellt werden konnten. Das hat sich mittlerweile geändert.