ディープフェイク

仮面舞踏会に行くとき、顔にぴったり合う精巧な仮面を着ける姿を想像してみてください。人工知能（AI）は、何千枚もの写真や動画をくまなく学習し、その人の目、鼻、口の動きや細かなシワまでそっくり真似たデジタル仮面を作り出します。

ディープフェイクの作成にはいくつかの方法があります。顔の特徴を圧縮してから別の人の顔として復元するオートエンコーダーという仕組みが広く使われているほか、互いに競い合って精度を高める2つのAI、「GAN（敵対的生成ネットワーク）」も代表的な手法です。一方のAIは偽物の顔をより本物らしく描き出そうとする「偽造犯」役、もう一方のAIはそれが偽物だと見破ろうとする「警察」役を務めます。

警察役のAIに偽物だと見抜かれると、偽造犯役のAIはさらに腕を磨き、次は騙せるように画像を修正します。この熾烈な競争を数え切れないほど繰り返すことで、人間の目では見分けがつかないほど精巧な偽動画が生み出されるのです。

「ディープフェイク」という名前は、深層ニューラルネットワークを学習させる技術「ディープラーニング（Deep Learning）」と、偽物を意味する「フェイク（Fake）」を組み合わせた言葉です。単に写真を切り貼りする従来の画像編集（Photoshopなど）とは、仕組みが根本から異なります。

従来の合成技術は、人間が手作業で境界線をなじませたり明るさを調整したりしていたため、どうしても不自然さが残りました。しかしディープラーニング技術は、人間の顔の立体的な構造や光の反射、さらには話すときに微細に動く唇の筋肉の変化まで数学的なパターンとして学習し、自動で再構築します。

画像や動画の分野では、オートエンコーダーやGAN、拡散モデル（Diffusion Model）といったアルゴリズムが使われています。音声合成の技術も急速に進化しており、わずか数秒から数十秒の音声データをもとにそっくりな声を真似る事例も登場しています。

この技術は、映画制作や歴史上の人物の復元、声を失った患者の声を再現する医療分野などで大いに役立ちます。亡くなった俳優の姿を映画の中で自然に甦らせたり、海外の観客向けに俳優の口の動きを吹き替え言語に合わせて修正したりする活用法があります。

しかし、本人の同意なしに顔を合成して詐欺を働いたり、フェイクニュースを拡散したりするなど、深刻な犯罪に悪用されるリスクも急速に高まっています。本物と偽物の境界が曖昧になることで、社会的な信頼を揺るがす深刻な副作用が生じているのです。

そのため、偽動画を検知する検出AIの開発も進められています。動画の中の人物のまばたきの周期や、血流に伴うわずかな肌の色の変化を分析したり、コンテンツに目に見えない電子透かし（デジタルウォーターマーク）を埋め込む技術などが導入されています。