Un chip a luce individua i deepfake con un'accuratezza del 98% su 15 flussi video

Un team della UCLA guidato dal professor Aydogan Ozcan ha presentato un sistema di intelligenza artificiale alimentato dalla luce in grado di analizzare i video per individuare i deepfake con un'accuratezza prossima al 98%, pubblicando il progetto sulla rivista eLight e ottenendo ampia copertura mediatica il 1° ottobre 2026. A differenza dei classificatori digitali convenzionali, che elaborano i fotogrammi uno alla volta, il dispositivo utilizza strati ottici diffrattivi passivi che permettono ai fotoni di eseguire fisicamente un confronto di pattern in parallelo su più flussi video contemporaneamente.

Nei test di riferimento su 15 clip del dataset Celeb-DF, il processore ha raggiunto un'accuratezza complessiva del 97,79%, con una sensibilità del 99,86% nell'individuare i video manipolati e una specificità del 95,72% sui filmati autentici; scalando a 18 flussi simultanei, l'accuratezza è rimasta al 96,13%. L'aggiunta di altri due strati diffrattivi calibrati per le manipolazioni più complesse ha aumentato l'accuratezza di individuazione di circa 6,8 punti percentuali contro i falsi più difficili da rilevare, con un consumo energetico e un tempo di elaborazione aggiuntivi quasi nulli.

Poiché il calcolo avviene alla velocità della luce e consuma poca energia, i ricercatori propongono il chip come prima linea di difesa ad alto rendimento per piattaforme social, emittenti televisive e laboratori delle forze dell'ordine, alle prese con un'esplosione di contenuti video generati dall'intelligenza artificiale.