La sfida contro la disinformazione corre sul filo della tecnologia. L’Image and Sound Processing Lab (ISPL) del Dipartimento di Elettronica, Informazione e Bioingegneria del Politecnico di Milano ha chiuso il sipario su due rilevanti progetti di ricerca europei, FF4ALL e FUN-Media, finanziati dal PNRR. L’obiettivo è chiaro: sviluppare tecnologie di difesa affidabili contro l’ecosistema, sempre più complesso, dei contenuti sintetici.
FF4ALL: l’analisi del Politecnico contro le immagini manipolate
Il progetto FF4ALL, coordinato dai professori Stefano Tubaro e Paolo Bestagini con i ricercatori Sara Mandelli e Luca Comanducci, ha esplorato i nuovi confini dell’ingegneria dei falsi. I ricercatori hanno analizzato come le tecniche di generazione stiano rendendo i falsi sempre più realistici, mascherando le tracce utili all’analisi forense.
La risposta del laboratorio si è concretizzata nello sviluppo di nuovi strumenti di rilevamento che combinano informazioni geometriche tridimensionali e caratteristiche strutturali del volto. Un vantaggio competitivo che permette di mantenere alte le performance dei detector anche in presenza di post-processing (come compressione o editing). Particolare attenzione è stata rivolta alla trasparenza dei modelli: attraverso tecniche mirate, il team è ora in grado di identificare le regioni del volto che determinano la classificazione di un contenuto, rendendo più interpretabile il processo decisionale dell’IA. Inoltre, in collaborazione con i partner europei, è stato realizzato il dataset WILD, una risorsa contenente falsi generati da venti modelli di ultima generazione, fondamentale per risalire alla tecnologia utilizzata per la sintesi.
FUN-Media: la lotta ai deepfake vocali
Sul fronte audio, il progetto FUN-Media ha introdotto approcci innovativi per contrastare la crescente minaccia dei deepfake vocali. I ricercatori dell’ISPL hanno sviluppato:
- Architetture “Mixture of Experts”: sistemi che combinano più specialisti per rilevare falsi anche quando generati da tecnologie inedite, mai viste in fase di addestramento.
- Detector basati su anomalie: modelli addestrati esclusivamente su segnali vocali autentici, in grado di segnalare il sintetico come una “deviazione” dal comportamento naturale.
- Tecniche di attribuzione: la capacità di determinare se due tracce vocali siano state prodotte dallo stesso modello generativo, spingendo l’analisi fino al dettaglio dei singoli fonemi e delle caratteristiche acustiche.
«Comprendere su quali elementi basino le proprie decisioni i sistemi di rilevamento è cruciale per aumentarne l’affidabilità», sottolinea il professor Stefano Tubaro. A lui fa eco il collega Paolo Bestagini, evidenziando come, oltre alla rilevazione, la capacità di identificare la “firma” tecnologica dietro ogni falso rappresenti ormai un pilastro fondamentale dell’analisi forense multimediale contemporanea.
Con questi traguardi, il Politecnico di Milano si conferma avamposto tecnologico indispensabile per la protezione degli utenti e la salvaguardia dell’informazione digitale