Lichtbetriebener Chip erkennt Deepfakes mit 98 Prozent Genauigkeit in 15 Videostreams

Ein Team der University of California, Los Angeles (UCLA) unter der Leitung von Professor Aydogan Ozcan hat ein lichtbetriebenes KI-System vorgestellt, das Videos mit einer Genauigkeit von nahezu 98 Prozent auf Deepfakes überprüfen kann. Die Forscher veröffentlichten das Design in der Fachzeitschrift „eLight" und erhielten am 1. Oktober 2026 breite Medienaufmerksamkeit.

Anders als herkömmliche digitale Klassifikatoren, die Einzelbilder nacheinander verarbeiten, nutzt das Gerät passive diffraktive optische Schichten, mit denen Photonen physikalisch einen parallelen Mustervergleich über viele Videostreams hinweg durchführen.

In Benchmark-Tests mit 15 Clips aus dem Datensatz Celeb-DF erreichte der Prozessor eine Gesamtgenauigkeit von 97,79 Prozent, mit einer Sensitivität von 99,86 Prozent bei manipulierten Videos und einer Spezifität von 95,72 Prozent bei echten Clips. Bei einer Skalierung auf 18 gleichzeitige Streams blieb die Genauigkeit bei 96,13 Prozent.

Durch das Hinzufügen zweier weiterer diffraktiver Schichten, die auf schwerer zu erkennende Manipulationen abgestimmt sind, stieg die Erkennungsgenauigkeit bei anspruchsvollen Fälschungen um etwa 6,8 Prozentpunkte – bei nahezu keinem zusätzlichen Energieverbrauch oder Zeitaufwand.

Da die Berechnung mit Lichtgeschwindigkeit erfolgt und nur wenig Energie verbraucht, präsentieren die Forscher den Chip als leistungsstarke erste Verteidigungslinie für soziale Plattformen, Sender und Strafverfolgungslabore, die mit einer Flut an KI-generierten Videoinhalten konfrontiert sind.