في ظل انتشار الفيديوهات المزيفة التي تهدد المصداقية وتشجع على انتشار الأخبار الكاذبة، قام باحثون من جامعة ريفيرسايد بتطوير نظام ذكاء اصطناعي جديد قوي قادر على كشف الفيديوهات المزيفة حتى عندما لا تكون هناك محاولات لتعديل الوجوه أو الصوت. قام الباحثون، وهم الأستاذ أميت روي-تشودهوري من قسم الهندسة الكهربائية والكمبيوتر في كلية مارلان وروزماري بورنز للهندسة بجامعة ريفيرسايد، والطالب الدكتوراه رويت كوندو، بالتعاون مع مهندسي جوجل، بتطوير نموذج ذكاء اصطناعي يُعرف باسم "UNET" (نظام عالمي للكشف عن الفيديوهات المزيفة)، والذي يركز على تحليل الإطارات الكاملة للفيديو، بما في ذلك الخلفيات والأنماط الحركية، وليس فقط الوجوه. هذا التحليل يجعله من الأدوات الأولى التي يمكنها كشف الفيديوهات المزيفة التي لا تعتمد على محتوى الوجه. أشار كوندو إلى أن الفيديوهات المزيفة تطورت، و不再是 مجرد تعديل الوجوه أو تغيير الصوت، بل أصبحت تشمل إنشاء فيديوهات كاملة من الصفر باستخدام نماذج توليدية قوية. يُعد "UNET" نظامًا موحدًا، حيث يمكنه اكتشاف محاولات التزوير من مختلف الأشكال، سواء كانت بسيطة أو معقدة، مثل الفيديوهات المصنوعة بالكامل من نصوص أو صور ثابتة، والتي تشكل تحديًا كبيرًا للنماذج الحالية. تم تطوير "UNET" باستخدام نموذج تعليمي مبني على "المحول" (Transformer)، وهو نموذج يركز على اكتشاف التناقضات الفضائية والزمنية الدقيقة التي تفوّت على أنظمة الكشف السابقة. كما تم تطوير طريقة تدريب جديدة تُعرف باسم "خسارة التنوع في الانتباه"، والتي تُحفّز النظام على مراقبة مناطق متعددة في كل إطارة، مما يمنعه من التركيز فقط على الوجوه. يُقدّم الباحثون نتائجهم في مؤتمر "CVPR" لعام 2025 في ناشفيل، تينيسي، حيث ناقشوا معمارية النموذج وطرق تدريبه. شارك في البحث مهندسون من جوجل، مثل هاو شيونغ وفيسال موهانتي وأثولا باليتشاندرا، وكان كوندو مُتدربًا في الشركة. كما أن روي-تشودهوري هو أيضًا المنسق المشترك لمختبر الذكاء الاصطناعي في جامعة ريفيرسايد. يُتوقع أن يصبح "UNET" أداة حاسمة في مكافحة الفيديوهات المزيفة، خاصة مع انتشار منصات توليد الفيديو من النصوص أو الصور، والتي أصبحت متاحة للعامة. قد يُستخدم النظام من قبل منصات التواصل الاجتماعي ووكالات الأخبار والتحقق من صحة المعلومات لمنع انتشار الفيديوهات المزيفة. يرى الباحثون أن التطور المستمر للذكاء الاصطناعي في إنشاء الواقع المزيف يتطلب تطوير أدوات مكافحة متطورة تضمن الحفاظ على المصداقية في العالم الرقمي. من الناحية التقنية، يعتمد "UNET" على نموذج "SigLIP"، وهو إطار أساسي للذكاء الاصطناعي يُمكنه استخراج الميزات من الفيديو دون ارتباطها بشخص أو كائن معين، مما يمنحه مرونة في التعرف على أنواع متعددة من التزوير. يُعد هذا النظام خطوة مهمة في مجال الكشف عن الفيديوهات المزيفة، حيث يُقدم حلًا موحدًا يناسب مختلف السيناريوهات.