Clasificación por difracción
Investigadores de UCLA han construido un procesador óptico-neuronal híbrido que detecta vídeo manipulado haciendo pasar los fotogramas por capas difractivas diseñadas en lugar de ejecutarlos en un procesador gráfico. El trabajo, de Parnian Ghapandar Kashani, Shiqi Chen y Aydogan Ozcan, de los departamentos de ingeniería eléctrica e informática y de bioingeniería de UCLA y del California NanoSystems Institute, se publicó en la revista eLight.
El mecanismo es la parte interesante. La luz que porta los fotogramas atraviesa un conjunto de capas cuya estructura superficial se ha optimizado para que la propia difracción realice la mayor parte del cálculo. La óptica hace el trabajo pesado; una pequeña etapa electrónica lee el resultado. El cálculo ocurre a la velocidad de la luz atravesando unos pocos milímetros de material, y el coste energético es el de iluminarlo.
Las cifras reportadas
El equipo reporta una precisión media de detección del 97,79 por ciento, con una sensibilidad del 99,86 por ciento y una especificidad del 95,72 por ciento, analizando al menos 15 flujos de vídeo en un solo paso óptico. Llevado a 18 flujos en una pasada, la precisión media se mantuvo en el 96,13 por ciento.
La asimetría entre esas dos cifras es deliberada y constituye el argumento de diseño. Una sensibilidad del 99,86 por ciento supone una tasa media de falsos negativos cercana al 0,14 por ciento: el vídeo manipulado casi nunca pasa. Una especificidad del 95,72 por ciento supone que aproximadamente uno de cada veinte vídeos auténticos se marca igualmente.
Para una etapa de cribado, ese es el orden correcto. Un filtro que deja pasar casi ningún falso y marca de más algunas imágenes genuinas entrega un montón manejable a un detector digital más lento y más preciso situado detrás. Un filtro ajustado al revés sería peor que inútil.
Qué afirman los investigadores, y qué no
Los autores plantean el chip como “una primera etapa altamente sensible de un sistema de detección mayor” para moderación de contenido y autenticación de medios, no como sustituto de los detectores digitales. Ese encuadre importa, porque la historia de la detección de deepfakes es una historia de resultados que se sostuvieron hasta que los generadores se reentrenaron contra ellos.
Nada de lo publicado dice cómo se comporta el procesador frente a métodos de generación que no existían cuando se optimizaron sus capas difractivas, y un elemento óptico físico no se puede parchear como se afina un modelo. Las capas se fabrican. Reajustarlas significa volver a fabricarlas.
Lo que sí cambia es dónde recae el coste. La moderación a escala de plataforma significa hoy pasar cada vídeo subido por un modelo en una GPU; quince flujos en un solo paso óptico es otra economía unitaria, y ese es un argumento más fuerte que la cifra de precisión.
Lo que hay que vigilar es una replicación independiente frente a generadores actuales. Los resultados de detección son perecederos de una forma que los porcentajes de precisión no transmiten.
