Fotoni contro inganni digitali nell’era dell’intelligenza artificiale

L’evoluzione dei contenuti multimediali manipolati ha raggiunto livelli di sofisticazione tali da rendere impercettibile il confine tra realtà e finzione. I deepfake, ovvero i video generati o alterati mediante algoritmi di intelligenza artificiale, rappresentano una sfida critica per la sicurezza delle informazioni, la protezione dell’identità personale, la tutela dei mercati finanziari e la stabilità delle istituzioni democratiche. Se da un lato i software di sintesi visiva diventano sempre più accessibili e potenti, dall’altro la rilevazione automatizzata di queste contraffazioni si scontra con un ostacolo monumentale, la scarsa efficienza energetica e i limiti di scalabilità dei calcolatori elettronici tradizionali.

I server e le schede grafiche convenzionali richiamano enormi quantità di energia elettrica per processare i fotogrammi dei video ad alta definizione. Analizzare milioni di flussi video in tempo reale, lungo i canali delle piattaforme social o dei media tradizionali, richiede una capacità computazionale spaventosa. In questo scenario si inserisce la ricerca condotta dai ricercatori della University of California, Los Angeles, guidati dal professor Aydogan Ozcan, la quale dimostra che la soluzione per smascherare i falsi digitali non risiede nel calcolo elettronico basato sui transistor di silicio, ma nell’uso sapiente delle onde luminose.

Come funziona la computazione ottica nella rilevazione delle manipolazioni

La computazione ottica sostituisce la corrente elettrica con i fotoni, ovvero i quanti di luce, per eseguire le operazioni matematiche di base necessarie alle reti neurali artificiali. Nel calcolo elettronico convenzionale, l’elaborazione di una matrice di dati richiede l’invio frequente di segnali elettrici attraverso minuscoli circuiti integrati, generandone il surriscaldamento e provocando un notevole consumo energetico.

Al contrario, quando un fascio di luce attraversa un elemento ottico strutturato, come un modulatore spaziale di luce o un reticolo difframmentato progettato ad hoc, la luce interagisce fisicamente con la materia. Questa interazione esegue calcoli complessi, quali la moltiplicazione di matrici o la trasformata di Fourier, alla velocità della luce e senza che vi sia alcun consumo di energia durante il transito dell’onda luminosa.

L’architettura ibrida ottico-digitale sviluppata dal team di ricerca sfrutta questa dinamica fondamentale. Il sistema riceve i fotogrammi video, converte le informazioni visive in segnali luminosi e le fa passare attraverso un processore difframmentativo. Questo strato ottico esegue la prima fase di estrazione delle caratteristiche del video, identificando le micro-incoerenze spaziali e temporali lasciate dagli algoritmi di generazione sintetica. La componente elettronica entra in gioco solo nella fase finale per la classificazione definitiva, garantendo una riduzione drastica della memoria utilizzata e della potenza di calcolo richiesta.

Perché la tecnica del multiplexing ottico garantisce una scalabilità senza precedenti

Uno dei risultati più rilevanti ottenuti dallo studio riguarda la capacità di elaborare contemporaneamente più flussi video attraverso un unico passaggio della luce, processo noto come multiplexing della lunghezza d’onda. I ricercatori sono riusciti a codificare diversi video su differenti lunghezze d’onda della luce, inviandoli in parallelo attraverso lo stesso dispositivo ottico.

Il comportamento del sistema può essere descritto e formalizzato considerando la sovrapposizione delle onde elettromagnetiche. L’ampiezza di campo $E$ risultante dalla combinazione di differenti frequenze ottiche $\omega_i$ è espressa dalla formula,

$E(r, t) = \sum_{i=1}^{N} A_i(r) e^{j(\omega_i t – k_i r)}$

dove $A_i(r)$ rappresenta l’ampiezza spaziale associata al $i$-esimo flusso video codificato, $k_i$ è il vettore d’onda e $N$ indica il numero totale di video elaborati in parallelo all’interno dello stesso canale fisico.

Attraverso questo metodo, il processore ottico riesce a processare un volume elevato di dati visivi contemporaneamente, senza soffrire dei colli di bottiglia tipici dei processori elettronici seriali. Nelle prove di laboratorio, il dispositivo ha dimostrato di poter gestire fino a 18 video contemporaneamente per singolo passaggio ottico, mantenendo un’accuratezza media straordinaria, pari al 96,13%. Quando il sistema opera su un singolo flusso informativo, l’accuratezza nella rilevazione dei deepfake video sfiora il 98%.

Come l’architettura ibrida riduce i consumi energetici e l’impronta ecologica dell’intelligenza artificiale

L’aumento esponenziale dell’uso dell’intelligenza artificiale generativa pone una sfida urgente legata alla sostenibilità ambientale. I centri dati globali consumano quote crescenti dell’energia elettrica pianificata a livello mondiale, spinti dalle incessanti operazioni di addestramento ed inferenza dei grandi modelli di apprendimento automatico.

La tabella sottostante evidenzia le differenze operative chiave tra le piattaforme di elaborazione elettronica tradizionali e la nuova architettura ottico-neurale difframmentativa,

L’uso della luce per la rilevazione dei falsi visivi permette di azzerare la quasi totalità dei costi energetici legati all’estrazione dei tratti distintivi del video. Poiché la luce esegue i calcoli mentre viaggia nello spazio, il consumo elettrico si riduce alla sola alimentazione della sorgente luminosa e del sensore di lettura finale. Ciò rende la tecnologia scalabile e applicabile direttamente sui nodi di rete, sui server delle piattaforme di condivisione multimediale o persino all’interno dei dispositivi mobili di ultima generazione.

Le implicazioni pratiche per la sicurezza digitale e la verifica delle fonti

L’integrazione di sistemi di controllo basati sulla fotonica apre prospettive fondamentali per la tutela della verità informativa. Le tecniche tradizionali di analisi forense dei dati spesso falliscono quando i video subiscono compressione o ridimensionamento per la pubblicazione online, oppure quando gli aggressori utilizzano reti generative avversarie avanzate per eliminare gli artefatti visivi palesi.

Il sistema ottico sviluppato alla UCLA analizza pattern profondi e impercettibili a occhio nudo, come le incongruenze nella riflessione della luce sui tessuti facciali, le micro-oscillazioni spettrali dovute al flusso sanguigno o la sottile discontinuità tra i fotogrammi adiacenti. La capacità di effettuare questa analisi a velocità altissime consente di implementare filtri in tempo reale capaci di bloccare i video manipolati prima che si diffondano in rete, proteggendo gli utenti da campagne di disinformazione, truffe finanziarie basate sul furto d’identità e tentativi di estorsione.

La combinazione tra la fisica dell’ottica e l’apprendimento automatico dimostra che il futuro della protezione dei dati e dell’elaborazione dell’intelligenza artificiale non dipende dall’aumento incontrollato della potenza dei chip di silicio, ma da una profonda riprogettazione dei supporti fisici con cui la materia calcola e processa l’informazione.

Traduzione abstract. La disponibilità dello studio completo, in accesso libero o riservato, è verificabile tramite il link del DOI nel box sotto se disponibile.

Abstract

La rapida proliferazione di contenuti visivi generati dall’intelligenza artificiale ha creato un’urgente necessità di sistemi di rilevamento deepfake efficienti e affidabili. Tuttavia, i metodi di rilevamento basati sul deep learning esistenti si affidano ad algoritmi di inferenza computazionalmente intensivi e ad alto consumo energetico, limitandone la scalabilità. In questo lavoro, presentiamo un framework ibrido digitale-analogico per il rilevamento di video deepfake che combina un front-end digitale leggero con un back-end di decodifica ottica spazialmente multiplexato per un’inferenza analogica massivamente parallela tramite un modulatore di luce spaziale programmabile. Elaborando simultaneamente ≥15 flussi video in un singolo passaggio di propagazione ottica, il sistema consente una previsione accurata e ad alta velocità dell’autenticità a livello video con costi computazionali ridotti rispetto ai metodi puramente digitali. Abbiamo validato questo processore video deepfake ibrido utilizzando diversi dataset che spaziano dal classico face swapping, a registrazioni deepfake reali e a video interamente generati dall’intelligenza artificiale. Utilizzando una configurazione sperimentale a multiplexing spaziale operante nello spettro visibile, abbiamo raggiunto un’accuratezza, una sensibilità e una specificità medie per il rilevamento di deepfake pari rispettivamente al 97,79%, al 99,86% e al 95,72% sul dataset video Celeb-DF, con 15 video testati in parallelo in un singolo passaggio ottico per inferenza. Il decodificatore ottico multiplexato dimostra inoltre resilienza contro vari tipi di degrado video, rumore, compressione, disallineamenti sperimentali e attacchi avversari black-box. I nostri risultati mostrano che l’integrazione del calcolo ottico nell’inferenza AI consente di ottenere simultaneamente vantaggi in termini di throughput, efficienza energetica e robustezza agli attacchi avversari, tre proprietà difficili da raggiungere insieme nei sistemi puramente digitali.

by