Как началась патентная гонка за технологиями дипфейков

Само слово «дипфейк» (deepfake) впервые появилось в 2017 году на платформе Reddit. Однако технологическая основа была заложена еще в 2014 году с изобретением генеративно-состязательных сетей (GANs) Яном Гудфеллоу.

Сначала дипфейки использовались для создания юмористического контента, но их потенциал для мошенничества, дезинформации и кибератак запустил ответную волну инноваций. Началась настоящая гонка по разработке технологий распознавания дипфейков. Об этом и не только — в нашем материале.

Как сегодня создают дипфейки

Современные реалистичные дипфейки создают в основном с помощью двух сложных архитектур искусственного интеллекта ^[1]: генеративно-состязательных сетей и автоэнкодеров.

Генеративно-состязательные сети (GANs)

Эта технология стала прорывной потому, что в ней искусственный интеллект сам учится создавать правдоподобные данные. GAN состоят ^[2] из двух нейросетей, которые работают в режиме постоянного соревнования:

Генератор создает изображения «с нуля», пытаясь сгенерировать максимально реалистичную подделку;
Дискриминатор пытается определить — изображение настоящее или поддельное.

В процессе этого противостояния генератор постепенно учится создавать настолько качественные изображения, что дискриминатор не может отличить их от настоящих. Изначально генератор производит лишь случайный шум, но с каждой итерацией его результат все больше напоминает целевое изображение, пока оно наконец не становится практически неотличимым от оригинала.

Автоэнкодеры

В отличие от GAN, автоэнкодеры часто используются для замены лиц в уже существующих видео. Этот метод также включает ^[2] две нейронные сети:

Кодировщик (энкодер) сжимает исходное изображение, выделяя его ключевые характеристики — основные черты лица, позу, освещение;
Декодировщик восстанавливает изображение из этого сжатого представления.

Для создания дипфейка используют два автоэнкодера. Один обучается на изображениях исходного лица (донора), а другой — на изображениях «целевого» лица. После обучения ^[3] кодировщик, выделяющий черты донора, соединяется с декодировщиком, воссоздающим лицо цели. В результате система накладывает мимику одного человека на внешность другого.

Работа кодера и декодера для создания дипфейка. Источник: https://link.springer.com/ — *Работа кодера и декодера для создания дипфейка. Источник:* *https://link.springer.com/* ^[4]

Насколько технология доступна и совершенна

Нейросети нужен огромный объем исходного материала. Для качественного видео-дипфейка используют сотни и тысячи изображений и видеозаписей человека в разных ракурсах, при разном освещении и с разными выражениями лица. Для базового сходства голоса достаточно всего 3 секунд аудио, но для полного воспроизведения интонаций и манеры речи могут потребоваться часы записей.

А вот обрабатывать эти данные и сгенерировать дипфейк можно по-разному — через GAN или автоэнкодеры. Потом видео еще доводят до совершенства — синхронизируют движение губ с речью, корректируют освещение и тени, сглаживают переходы между кадрами.

Рост числа файлов-дипфейков в сети. Источник: https://deepstrike.io/ — *Рост числа файлов-дипфейков в сети. Источник:* *https://deepstrike.io/* ^[5]

Технология активно растет как в качестве, так и в количестве. ^[6] В 2023 году в сети было около 500 тысяч дипфейков, а в 2025 году счет пошел на миллионы. В среднем человек может распознать лишь 24% качественных подделок. В 2024 году компаниям каждый инцидент с дипфейком стоил в среднем $500 000.

При этом технология стала гораздо дешевле. Например, дипфейковый робозвонок с голосом Джо Байдена в 2024 году «стоил» злоумышленникам всего $1 и был создан менее чем ^[6] за 20 минут.

В реальность этой картинки даже кто-то поверил... — В реальность этой картинки даже кто-то поверил…

Технологию используют для омоложения актеров, в компьютерных играх, для использования образов знаменитостей в рекламе, для повышения интерактивности в развлечении и образовании. Дипфейки еще не на 100% совершенны, но быстро развиваются. Как правило, подделку выдает неестественное моргание, размытие или дрожание контуров лица при повороте головы, неидеальная синхронизация движения губ с речью, несоответствия в освещении и тенях.

Какими были первые патенты

Одними из первых на новый вызов отреагировали крупные технологические компании и финансовые институты, которые из-за мошенничества с дипфейками сильно рискуют безопасностью и деньгами. В 2020-2021 годах были поданы и впоследствии опубликованы ключевые заявки, заложившие основу для современных детекторов.

Например, патент US20210142065A1 ^[7] 2021 года на «методы и системы для определения дипфейков» описывает систему, использующую ансамбль так называемых «слабых классификаторов». Каждый такой классификатор анализирует определенную характеристику видео:

отслеживает аномалии в движении губ и зубов;
вычисляет пульс по микродвижениям головы;
ищет несоответствия в аудиодорожке.

Это не фото из интернета, а пример из патента US20210142065A1. Интересно, авторы заплатили актеру? — Это не фото из интернета, а пример из патента US20210142065A1 ^[7]. Интересно, авторы заплатили актеру?

Решения каждого классификатора объединяются «сильным классификатором», что позволяет с высокой точностью определить, подлинный контент или нет.

Другой пример — патент US20220129664A1 ^[8], тоже 2021 года, «система и метод распознавания дипфейкового видео». Он делает акцент на анализе состояний глаз, которые часто некорректно воспроизводятся алгоритмами синтеза. В изобретении предлагается отслеживать изменения в кадрах с помощью моделей с долгой краткосрочной памятью ^[9] (LSTM), что позволяет улавливать несоответствия, незаметные человеческому глазу.

Анализ биометрических несоответствий и использование сложных архитектур нейронных сетей для обработки временных рядов используют для анализа и сейчас.

Современный патентный ландшафт

К 2025 году общее число патентов и заявок идет на тысячи, больше всего со стороны США и Китая. Сейчас лидеры ^[10] по качественным разработкам и патентам:

Крупнейшие технологические корпорации, такие как Google и компании Марка Цукерберга;
Корпорации из сферы кибербезопасности — McAfee и Regula;
Финансовые гиганты, включая JPMorgan Chase и Wells Fargo.

В основном текущие разработки и патенты делятся на такие категории:

Комплексные ансамблевые системы, которые объединяют множество моделей для анализа разных признаков подделки;
Распознавание в режиме реального времени — особенно востребовано для защиты видеоконференций и верификации пользователей;
Использование «объяснимого ИИ», чтобы системы не только обнаруживали дипфейк, но и могли понятно объяснить, почему это подделка.

McAfee в своем патенте US20240312249A1 ^[11] предлагает использовать ансамбль из трех различных моделей:

бинарного классификатора;
фильтрующей модели;
анализатора качества изображения.

Такой подход позволяет снизить число ложных срабатываний и повысить надежность детекции при разных условиях.

Патент WO2025122163A1 ^[12]от Google решает одну из самых сложных проблем — отслеживание происхождения изменяемого контента. В нем предлагается технология, основанная на сравнении эмбеддингов (такой способ понятно для ИИ представить информацию) подделки с эмбеддингами известных генеративных моделей. Это позволяет не только выявить факт подделки, но и потенциально определить, каким именно инструментом она была создана.

JPMorgan Chase, стремясь создать масштабируемое решение для финансового сектора, запатентовали систему (US11727721B2 ^[13]), которая интегрирует результаты нескольких детекторов и выдает итоговую оценку вероятности подлинности контента. Этот подход относится к категории решений, легко внедряемых в корпоративные процессы.

В России тоже есть свои разработки. Например, патенты, полученные Сбером еще в 2022 году. ^[14] Патент №2768797 ^[15] защищает использование ансамбля нейросетевых моделей класса EfficientNet, а патент №2774624 ^[16] — метод разбиения видео на множество фреймов и анализа микроизменений в цветах объектов на кадрах. Объединенная система, по данным разработчика, демонстрирует эффективность в 98% и способна обрабатывать видео с несколькими лицами в кадре, выявляя то, которое было синтетически изменено.

Итоги

Патентная активность в сфере дипфейков — индикатор глобальной «гонки вооружений» между создателями и определителями такого рода контента. Из узкоспециализированной области компьютерного зрения ^[17] она превратилась в критически важный сегмент рынка кибербезопасности, привлекающий инвестиции и разработчиков.

Судя по текущим трендам, основная работа сейчас направлена на унификацию и стандартизацию детекторов, ужесточение законодательства (как, например, в ЕС, США и Китае), превентивные решения, такие как обязательные «водяные знаки» на всем ИИ-контенте. Интересно, что появилось решение с признанием внешности человека его интеллектуальной собственностью, как в Дании ^[18].

Вероятно, технологии обнаружения дипфейков в ближайшие годы станут таким же неотъемлемым элементом цифровой инфраструктуры, каким когда-то стали антивирусы. При этом чем лучше системы распознавания, тем лучше могут работать генеративно-состязательные сети для создания дипфейков, так как тем совершеннее будет их дискриминатор.

О сервисе Онлайн Патент:

Онлайн Патент — цифровая система № 1 в рейтинге Роспатента. С 2013 года мы создаем уникальные LegalTech‑решения для защиты и управления интеллектуальной собственностью. Зарегистрируйтесь в сервисе ^[19] Онлайн‑Патент и получите доступ к следующим услугам:

Онлайн‑регистрация программ, патентов на изобретение, товарных знаков, промышленного дизайна;
Подача заявки на внесение в реестр отечественного ПО ^[20];
Поиск по программам ^[21];
Регистрация программы в Роспатенте ^[22];
Регистрация товарных знаков ^[23];
Опции ускоренного оформления услуг;
Бесплатный поиск по базам патентов, программ, товарных знаков;
Мониторинги новых заявок по критериям;
Онлайн‑поддержку специалистов.

Автор: sokolovps

Источник ^[24]

Сайт-источник BrainTools: https://www.braintools.ru

Путь до страницы источника: https://www.braintools.ru/article/21439

URLs in this post:

[1] интеллекта: http://www.braintools.ru/article/7605

[2] состоят: https://link.springer.com/article/10.1007/s42454-024-00054-8

[3] обучения: http://www.braintools.ru/article/5125

[4] https://link.springer.com/: https://link.springer.com/

[5] https://deepstrike.io/: https://deepstrike.io/

[6] как в качестве, так и в количестве.: https://deepstrike.io/blog/deepfake-statistics-2025

[7] US20210142065A1: https://patents.google.com/patent/US20210142065A1/en

[8] US20220129664A1: https://patents.google.com/patent/US20220129664A1/en

[9] памятью: http://www.braintools.ru/article/4140

[10] Сейчас лидеры: https://insights.greyb.com/deepfake-detection-technology-patents/

[11] US20240312249A1: https://slate.greyb.com/patent/US20240312249A1?utm_source=Insight_gate&utm_medium=top_ten_articles&utm_campaign=insightgate&utm_id=insightgate&_gl=1*s6m4ed*_ga*OTc1MTUwODI1LjE3NTkwODI3NTA.*_ga_PXHSWCGBMZ*czE3NjAxMTkyMjckbzQkZzAkdDE3NjAxMTkyMjckajYwJGwwJGgw

[12] WO2025122163A1 : https://slate.greyb.com/patent/WO2025122163A1?utm_source=Insight_gate&utm_medium=top_ten_articles&utm_campaign=insightgate&utm_id=insightgate&_gl=1*13xuulk*_ga*OTc1MTUwODI1LjE3NTkwODI3NTA.*_ga_PXHSWCGBMZ*czE3NjAxMTkyMjckbzQkZzEkdDE3NjAxMTk0NzQkajYwJGwwJGgw

[13] US11727721B2: https://slate.greyb.com/patent/US11727721B2?utm_source=Insight_gate&utm_medium=top_ten_articles&utm_campaign=insightgate&utm_id=insightgate&_gl=1*fudued*_ga*OTc1MTUwODI1LjE3NTkwODI3NTA.*_ga_PXHSWCGBMZ*czE3NjAxMTkyMjckbzQkZzEkdDE3NjAxMTk0NzQkajYwJGwwJGgw

[14] патенты, полученные Сбером еще в 2022 году.: https://rospatent.gov.ru/ru/news/sber-dipfeyk-17082022

[15] 2768797: https://my.onlinepatent.ru/client/registries/patent/i-ru0002768797

[16] 2774624: https://my.onlinepatent.ru/client/registries/patent/i-ru0002774624

[17] зрения: http://www.braintools.ru/article/6238

[18] как в Дании: https://regulaforensics.com/blog/deepfake-regulations/

[19] сервисе: https://my.onlinepatent.ru/client/registration?context=Claim&type=TradeMark&utm%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C_source=habr&utm%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C_medium=smm&utm%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C_campaign=habr%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C_smm%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C_postpodval251103

[20] Подача заявки на внесение в реестр отечественного ПО: https://onlinepatent.ru/uslugi/reestr/?utm%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C_source=habr&utm%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C_medium=smm&utm%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C_campaign=habr%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C_smm%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C_postpodval251103

[21] Поиск по программам: https://onlinepatent.ru/software/?utm%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C_source=habr&utm%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C_medium=smm&utm%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C_campaign=habr%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C_smm%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C_postpodval251103

[22] Регистрация программы в Роспатенте: https://onlinepatent.ru/uslugi/registraciya-programmy-dlya-evm/?utm%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C_source=habr&utm%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C_medium=smm&utm%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C_campaign=habr%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C_smm%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C_postpodval251103

[23] Регистрация товарных знаков: https://onlinepatent.ru/uslugi/registraciya-tovarnogo-znaka/?utm%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C_source=habr&utm%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C_medium=smm&utm%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C_campaign=habr%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C_smm%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C%5C_postpodval251103

[24] Источник: https://habr.com/ru/companies/onlinepatent/articles/962366/?utm_source=habrahabr&utm_medium=rss&utm_campaign=962366

Нажмите здесь для печати.