Voiko tekoäly vääristellä passikuvan ja luoda väärennetyn avatarin huijaamaan tunnistusmenetelmiä ?

Nykyiset tekoälymenetelmät voivat tuottaa erittäin todentuntuisia passikuva-tyylisiä valokuvia ja eläviä avatar-hahmoja tekstipohjaisista ohjeista käyttäen diffuusiomalleja ja GAN:eja, sekä luoda vakuuttavia "deepfake"-videoita, joissa kasvot puhuvat tai liikkuvat. Nämä tekniikat voivat huijata joitakin kasvojentunnistus- ja henkilöllisyydentarkistusjärjestelmiä, erityisesti kohdistuessaan vanhempiin tai vähemmän kehittyneisiin algoritmeihin, vaikka monet nykyaikaiset järjestelmät sisältävätkin elävyyden tunnistusta, huijausta estäviä toimenpiteitä sekä ristiviittauksia viranomaistietokantojen kanssa väärinkäytösten vähentämiseksi. Hallitukset ja teknologiatoimittajat päivittävät jatkuvasti puolustuskeinojaan uusia generatiivisia uhkia vastaan.

— Päivitetty 12. toukokuuta 2026 · Lähde: Europol — https://www.europol.europa.eu/publications-events/publications/online-identification-fraud-innovation-overcomes-regulation

Background

Diffusion models and generative adversarial networks (GANs) now routinely produce passport-style photographs and lifelike avatars that closely resemble real individuals. Beyond still images, AI systems can synthesize convincing “deepfake” videos of faces speaking or moving. These synthetic identities can elude certain facial-recognition and identity-verification platforms, particularly older or less sophisticated systems; however, many contemporary systems integrate liveness detection, anti-spoofing protocols, and checks against government-issued identity databases to detect and reject such forgeries. Governments and technology providers regularly update their defenses in response to new generative threats.