تبديل الوجوه بالذكاء الاصطناعي: كيف يُلصق وجه شخص على جسد آخر في الفيديو؟

تمتلئ تطبيقات مقاطع الفيديو القصيرة وخلاصات وسائل التواصل الاجتماعي بمرشحات تبديل الوجوه المسلية؛ حيث يتبادل الأصدقاء ملامحهم بلمسة شاشة سريعة، أو يركب المستخدمون وجوه نجوم السينما الكلاسيكية داخل مقاطع موسيقية حديثة. ونظراً لأن هذه الأدوات الترفيهية تبدو بريئة وغير ضارة، يسهل النظر إلى تبديل الوجوه كمجرد تسلية عابرة. لكن في بيئات العمل والمعاملات المالية والاتصالات الشخصية الحساسة، تُستخدم نفس البنية التكنولوجية الأساسية لتزييف الأدلة المصورة، وخداع مسؤولي التوظيف عن بُعد، وانتحال صفة المديرين التنفيذيين أثناء مكالمات الفيديو الحاسمة.

تتبع حركة الوجه عبر الشباك ثلاثية الأبعاد

على عكس التعديل التقليدي القديم للصور، حيث يضطر المصمم إلى نسخ البكسلات وتنعيم أطرافها يدوياً إطاراً تلو الآخر، يعمل تبديل الوجوه الحديث بالذكاء الاصطناعي في الوقت الفعلي عبر التتبع الهندسي الدقيق. فعندما تدخل إطارات الفيديو إلى النظام، تحدد نماذج الرؤية الحاسوبية عشرات المعالم التشريحية للوجه؛ مثل الزوايا الخارجية للجفون، وبروز عظام الخدين، وجسر الأنف، ومحيط خط الفك.

يؤدي ربط إحداثيات هذه المعالم إلى تكوين شبكة مرنة ثلاثية الأبعاد تعمل كقناع رقمي متناسق. وكلما أدار الممثل رأسه أمام الكاميرا، أو رمش بعينيه، أو رفع حاجبيه، تتشكل الشبكة وتتحرك فوراً لتطابق تلك الحركة المادية. وتستخدم البرمجيات شبكة عصبية من نوع المشفر التلقائي (Autoencoder) دُرِّبت مسبقاً على آلاف الصور للشخص المستهدف؛ حيث يشفر النظام ملامح الوجه المستعار، ويديرها لتتطابق مع زاوية القناع الرقمي، ثم يُخرج وجهاً بديلاً ينسجم تماماً مع وضعية حركة الممثل اللحظية.

دمج حواف الالتصاق ومطابقة الإضاءة

إن توليد الوجه البديل ليس سوى نصف التحدي؛ فالصعوبة الحقيقية تكمن في إخفاء حواف الدمج الفاصلة. فإذا ظهر الوجه المصطنع بإضاءة مختلفة، أو بدرجة لون بشرة أدفأ من الرقبة والأذنين المحيطتين به، ينهار الخداع البصري على الفور.

لحل هذه المعضلة، تطبق خطوط المعالجة المتقدمة خوارزميات تصحيح الألوان ودمج ولصق حواف الصورة بنعومة تامة (المعروف بـ seamless cloning). ويحسب البرنامج التدرجات الرياضية للألوان على طول الحدود الخارجية للوجه، مما يوفق بين لون البشرة وظلال الغرفة والانعكاسات الضوئية الطبيعية. تندمج البكسلات المصطنعة داخل المشهد الحقيقي على طول مسارات الظل الطبيعية، مثل أسفل الذقن، وحول منابت الشعر، وبمحاذاة أطراف الأذنين.

لماذا تفشل الحيل البصرية التقليدية أمام النماذج الحديثة

انتشرت في بدايات ظهور هذه التقنية نصائح تنصح المشككين في مكالمات الفيديو بمطالبة المتصل بتمرير يده بسرعة أمام وجهه أو الالتفاف برأسه فجأة، بافتراض أن البرنامج سيتعطل أو تتشوه الصورة عند حجب العدسة بالأصابع. ورغم أن البرمجيات القديمة كانت تضطرب بالفعل أمام الحواجز المادية، إلا أن الاعتماد على هذه الاختبارات البصرية البسيطة لم يعد موثوقاً اليوم.

فقد أصبحت النماذج العصبية الحديثة قادرة على تتبع الوجوه بكفاءة حتى عند حجب أجزاء منها جزئياً. بالإضافة إلى ذلك، تضغط منصات المؤتمرات المرئية وتطبيقات المراسلة تدفق الفيديو بشدة لتوفير استهلاك البيانات. يؤدي هذا الضغط الشبكي إلى إخفاء التفاصيل الدقيقة، وتنعيم الحواف الحادة، وإحداث تأخير رقمي طفيف؛ مما يصب في مصلحة المحتال عبر طمس أي اهتزازات طفيفة أو عيوب في محاذاة الحواف كانت لتفضح التزييف في البث عالي النقاء.

مع ذلك، تظل مقاطع تبديل الوجوه تواجه صعوبة في الحفاظ على التناسق الزمني عند تغير الظروف المحيطة. فالتغيرات المفاجئة في الإضاءة—مثل حركة ضوء الشمس عبر نافذة الغرفة أو إشعال مصباح إضافي—قد تجعل رقعة الوجه المصطنع تومض بشكل غير طبيعي مقارنة بظلال الرقبة الثابتة. كما أن الالتفاف الحاد للرأس في زوايا جانبية قاسية يجهد شبكة التتبع، مما يسبب تشوهاً طفيفاً عند التقاء الخد بالأذن.

عادات عملية للتحقق من المكالمات المرئية

نظراً لأن فحص البكسلات عبر مكالمة فيديو مضغوطة لا يضمن التحقق القاطع من الهوية، فإن الأمان الحقيقي يعتمد على عادات مؤسسية وإجرائية واضحة:

• عدم اعتماد التحويلات المالية بناءً على الصورة المرئية وحدها: إذا طالبت مكالمة فيديو بإجراء تحويل مالي عاجل، أو شراء بطاقات دفع مسبقة، أو إعادة ضبط بيانات الدخول الحساسة، تعامل مع الاتصال كإجراء غير مؤكد. أنهِ المكالمة فوراً وتواصل مع الشخص المعني عبر قناة هاتفية مستقلة ومسجلة لديك مسبقاً.
• الانتباه إلى التردد المصطنع وبطء إيقاع الحوار: غالباً ما يتحدث المحتالون الذين يستخدمون برامج تبديل الوجوه المباشرة بتوقفات مصطنعة وتجنب للحوارات العفوية السريعة، أو يتعللون بوجود مشاكل في الكاميرا، لتقليل الضغط الحسابي على خوارزميات التتبع اللحظي.
• تطبيق بروتوكولات التحقق متعددة القنوات في المؤسسات: تحمي الشركات نفسها بأفضل صورة عبر اعتماد آليات الموافقة الثنائية؛ حيث يُشترط حصول أي تحويل مالي أو إجراء إداري حساس على مصادقة خطية من عضوين مستقلين في الفريق، مما يمنع أي مكالمة فيديو مفبركة من اختراق أمن المؤسسة.

لقد تطورت تكنولوجيا الكاميرات إلى مرحلة لم يعد فيها مجرد رؤية شخص يتحرك ويتحدث على الشاشة دليلاً قاطعاً على وجوده الفعلي. إن فهمنا لكيفية تتبع البرمجيات للخطوط الهندسية للوجه ودمجها يتيح لنا استبدال الثقة العمياء بعادات تحقق هادئة ومنهجية تضمن سلامتنا الرقمية.