98 sekund.
To wszystko, czego potrzeba w 2025 roku, aby sklonować czyjś głos, stworzyć przekonujący deepfake wideo i opróżnić firmowe konto bankowe.
Technologia Deepfake była kiedyś studiem na poziomie Hollywood, a miesiące pracy przebiegały teraz szybciej niż nasza poranna przerwa na kawę.
W 2025 roku technologia deepfake osiągnęła przerażający kamień milowy.
Odbiór 8 milionów syntetycznych plików multimedialnych z zaledwie 500 000 dwa lata temu.
Nie wspominając nawet o kosztach finansowych.
Firmy tracą średnio $500,000 za każdy incydent deepfakeOszustwa oparte na sztucznej inteligencji prognozowane są na kosztować amerykańskie firmy $40 miliardów euro do 2027 r..
Jeszcze bardziej niepokojące jest to, że ludzcy recenzenci są w stanie wykryć tylko wysokiej jakości filmy z technologią deepfake 24.5% czasu.
Oznacza to, że 3/4 podróbek pozostaje niezauważonych.
Witamy w 2025 roku. Obecnie technologia deepfake stała się najbardziej wyrafinowaną bronią w cyberprzestępczości.
Na tym blogu omówimy, jak działa technologia deepfake, nowe formaty pojawiające się w 2025 roku i dlaczego tradycyjne metody wykrywania nie są już wystarczające.
Zobaczysz również, w jaki sposób systemy obronne oparte na sztucznej inteligencji pomagają organizacjom w walce i nie tylko.
Zaczynajmy.
Kluczowe wnioski
- Deepfakes zaczęły się jako nieszkodliwa rozrywka na Reddicie, ale przekształciły się w narzędzia do oszustw na dużą skalę, manipulacji politycznych i oszustw korporacyjnych.
- Obecne formaty technologii deepfake obejmują zamianę twarzy, klonowanie głosu, synchronizację ust i odtwarzanie całego ciała.
- Pojawiające się formaty obejmują fałszowanie dokumentów generowane przez sztuczną inteligencję i fałszowanie danych biometrycznych w celu ominięcia systemów weryfikacji tożsamości i głosu.
- Technologia Deepfake może być wykorzystywana do oszustw finansowych, podszywania się pod kierownictwo, dezinformacji politycznej i wymuszeń osobistych.
- Tradycyjne metody wykrywania deepfake'ów, takie jak ręczne wykrywanie lub narzędzia kryminalistyczne, nie są już skuteczne przeciwko nowoczesnym deepfake'om w czasie rzeczywistym.
- Tylko adaptacyjne systemy oparte na sztucznej inteligencji, takie jak TruthScan, są w stanie wykryć deepfake typu zero-day, oferując ochronę w czasie rzeczywistym w zakresie wideo, audio i tekstu.
Czym jest technologia Deepfake?
Technologia Deepfake oznacza tworzenie czegoś, co nie jest prawdziwe, ale wygląda i brzmi całkowicie realistycznie.
Są to generowane przez sztuczną inteligencję obrazy, filmy lub klipy audio, które pokazują ludzi lub wydarzenia, które nigdy nie miały miejsca.
Czy to oznacza, że są one takie same jak tradycyjna edycja?
Nie do końca.
Nigdy więcej nie martw się, że sztuczna inteligencja wykryje twoje teksty. Undetectable AI Może ci pomóc:
- Spraw, by pisanie wspomagane przez sztuczną inteligencję wyglądało podobny do człowieka.
- Obejście wszystkie główne narzędzia do wykrywania AI za pomocą jednego kliknięcia.
- Użycie AI bezpiecznie i pewnie w szkole i pracy.
- Tradycyjna edycja jest tym, co montażyści wideo robią od dziesięcioleci. Obejmuje ona cięcie, łączenie, korekcję kolorów i ręczne dodawanie efektów wizualnych. Wykorzystuje narzędzia programowe, takie jak Photoshop lub Premiere Pro.
- Deepfakes zautomatyzować ten proces. Używają modeli sztucznej inteligencji, które mogą badać tysiące obrazów twarzy danej osoby, a następnie generować nowe, realistyczne ruchy lub wyrazy twarzy, które nigdy nie zostały zarejestrowane.
Na przykład:
W deepfake'u sztuczna inteligencja może zamienić twarz jednego aktora z twarzą innego, dopasować każde mrugnięcie i wyraz twarzy, a nawet sprawić, że wypowie słowa, których nigdy nie wypowiedział.
Zanim przejdziemy do tego, jak działa technologia deepfake, przyjrzyjmy się, od czego wszystko się zaczęło.
Słowo "deepfake" pochodzi z połączenia "głębokie uczenie" i "fałszywy".
Po raz pierwszy pojawił się w 2017 roku, kiedy Użytkownik Reddit stworzył społeczność do udostępniania filmów generowanych przez sztuczną inteligencję.
Wkrótce potem narzędzia open-source, takie jak DeepFaceLab, FakeApp i ZAO, umożliwiły niemal każdemu tworzenie realistycznych deepfake'ów w ciągu kilku minut.
Obecnie samo DeepFaceLab obsługuje ponad 95% wszystkich deepfake'owych filmów online. I nie wymaga to już zaawansowanego komputera ani specjalistycznej wiedzy w zakresie kodowania.
Wystarczy krótki klip głosowy i kilka dolarów, aby każdy mógł podszyć się pod inną osobę online.
Przejdźmy teraz do pytania "jak działa technologia DeepFake?".
Technologia Deepfake opiera się na dwóch kluczowych modelach sztucznej inteligencji: Generative Adversarial Networks (GAN) i Variational Autoencoders (VAE).
- GAN działa jak cyfrowy pojedynek. Jedna sztuczna inteligencja (generator) próbuje tworzyć fałszywe treści, podczas gdy druga (dyskryminator) próbuje je wyłapać. Z każdą rundą obie SI są coraz lepsze, aż w końcu wykrycie podróbki staje się niemal niemożliwe.
- VAE, z drugiej strony, są bardziej jak uważni studenci rzeczywistości. Uczą się wzorów, oświetlenia i szczegółów twarzy prawdziwych ludzi, kompresując i rekonstruując obrazy w kółko. Im więcej ćwiczą, tym bardziej naturalnie wyglądają ich odtworzone twarze.
VAE działają jako podstawa. Uczą one system, jak wyglądają, poruszają się i reagują na światło prawdziwe twarze.
Gdy to zrozumienie zostanie zbudowane, GAN udoskonala dane wyjściowe. Wyostrzają szczegóły, wygładzają ruch i udoskonalają wyrażenia, aż każda klatka wygląda przekonująco realistycznie.
Popularne formaty: Wideo, audio, obrazy i tekst
Technologia Deepfake nie ogranicza się do filmów. Mogą one istnieć w prawie każdym formacie, z którego korzystamy online.
Sztuczna inteligencja może manipulować dźwiękiem, obrazami, a nawet słowami pisanymi, tworząc syntetyczne wersje rzeczywistości.
Przeanalizujmy, w jaki sposób wykorzystywane są poszczególne formaty.
| Format | Opis | Przykład | Źródła |
| Wideo | Filmy generowane przez sztuczną inteligencję, które łączą fałszywe obrazy i dźwięk poprzez zamianę twarzy lub transfer wydajności. | W 2024 r. oszuści podali się za kierownika firmy Arup podczas rozmowy wideo na żywo, wykorzystując deepfake do kradzieży $25.6M. | Źródło |
| Audio (klonowanie głosu) | Sztuczna inteligencja klonuje głos osoby, używając krótkich próbek, aby powiedzieć rzeczy, których nigdy nie powiedziała. | W 2024 r. sklonowany głos dyrektora generalnego LastPass został wykorzystany w WhatsApp do oszukania pracownika, co było częścią wzrostu liczby ataków głosowych typu deepfake. | Źródło |
| Obrazy | Pojedyncze fałszywe obrazy wykorzystywane do rozpowszechniania dezinformacji lub manipulowania rynkami. | W 2023 r. fałszywe zdjęcie eksplozji Pentagonu stało się wirusowe, powodując krótkotrwały spadek indeksu S&P 500. | Source |
| Tekst | Pisane przez sztuczną inteligencję fałszywe wiadomości, propaganda lub raporty mające na celu oszukiwanie lub manipulowanie. | Fałszywe posty polityczne i sfabrykowane analizy finansowe stworzone za pomocą narzędzi AI rozprzestrzeniły się w Internecie. |
Klonowanie głosu jest najbardziej niebezpieczne spośród wszystkich formatów, ponieważ jest dostępne i łatwe do utworzenia.
Technologia deepfake wideo również jest groźna, ale nadal wymaga potężnych komputerów i długiego czasu przetwarzania.
Fałszywy głos można stworzyć w zaledwie kilka minut, czasami używając jedynie 60-sekundowego klipu audio.
Te sklonowane głosy są już wykorzystywane w oszustwach telefonicznych, fałszywych rozmowach z kierownictwem i oszustwach w centrach telefonicznych.
Ale to nie koniec. Technologia Deepfake szybko ewoluuje, a dwa nowe formaty już sprawiają kłopoty.
- Fałszowanie dokumentów cyfrowych
Sztuczna inteligencja może teraz tworzyć lub zmieniać oficjalne dokumenty, takie jak paszporty, dowody osobiste, a nawet sprawozdania finansowe.
Tylko w 2024 r. przypadki Fałszowanie dokumentów cyfrowych przez 244%stanowiąc ponad połowę wszystkich oszustw związanych z dokumentami na całym świecie.
Wiele z tych ataków jest wymierzonych w krajowe systemy identyfikacji, takie jak indyjski identyfikator podatkowy i pakistański krajowy dowód tożsamości.
- Fałszowanie danych biometrycznych (obejście KYC)
Do tego dochodzi fałszowanie danych biometrycznych. Głębokie podróbki stworzone w celu oszukania systemów weryfikacji twarzy lub głosu.
Pomyśl o kontrolach tożsamości używanych podczas rejestracji w banku lub wdrażania w firmie.
Atakujący używają teraz syntetycznych twarzy lub głosów, aby ominąć te systemy, a takie ataki skoczyły 704% w 2023 r.. Dlatego proste "kontrole żywotności" już nie wystarcza.
Rozwój technologii Deepfake
Przyjrzyjmy się bliżej danym.
| Metryczny | 2023 | Prognoza na lata 2025-27 | Kluczowe informacje |
| Pliki Deepfake w obiegu | 500,000 | 8 milionów | Wybuchowy wzrost 900% |
| Próby oszustw związanych z Deepfake | Linia bazowa | +3,000% r/r (2023) | Zorganizowana eksploatacja na dużą skalę |
| Średnia strata biznesowa na incydent | - | ~$500,000 | Poważne ryzyko finansowe |
| Straty spowodowane oszustwami z wykorzystaniem sztucznej inteligencji (USA) | $12.3B | $40B (do 2027 r.) | 32% roczny wzrost |
| Dokładność wykrywania ludzi | - | 24.5% | Ręczna weryfikacja nie jest już wiarygodna |
Aby walczyć z deepfake'ami, potrzebujemy technologii, która uczy się tak szybko, jak podróbki. Jednym z najbardziej niezawodnych narzędzi do wykrywania deepfake'ów jest obecnie TruthScan.
Jeśli o tym nie wiesz, jest to platforma do wykrywania deepfake'ów w czasie rzeczywistym, stworzona z myślą o skalowaniu.
Używa Generatywne sieci kontradyktoryjne (GAN) i Modele wizyjno-językowe (VLM) aby wykryć najmniejsze niespójności w wideo, audio i tekście.
Kilka testów wykazało, że TruthScan osiąga dokładność do 98%w porównaniu do około 70% przy użyciu starszych narzędzi kryminalistycznych.
Przeprowadza ciągłe kontrole w kanałach cyfrowych. Oznacza to, że organizacje mogą wykrywać podróbki, zanim spowodują szkody, a nie później.
Od rozrywki i memów po poważne zagrożenia
Technologia Deepfake rozpoczęła się jako rozrywka.
Jak wspomnieliśmy powyżej, użytkownicy reddita zamieniali twarze dla śmiechu, tworzyli memy i ulepszali sceny filmowe.
Hollywood używało go nawet do cyfrowego odmładzania i magii postprodukcji. Ta beztroska faza nie trwała jednak długo.
W 2017 roku pojawiło się pierwsze poważne nadużycie. Było to Niekonsensualna pornografia typu deepfake.
W latach 2018-2022 technologia Deepfake przeszła od nieszkodliwej zabawy do poważnego narzędzia manipulacji i przestępczości.
Wczesne przykłady obejmują Fałszywe wideo prezydenta Gabonu w 2018 r., co wywołało niepokoje polityczne.
Do 2023 roku, dzięki potężnym narzędziom, takim jak Midjourney 5.1 i DALL-E 2, tworzenie deepfake'ów stało się łatwe i niebezpieczne.
Potem nadszedł czas, gdy celem nie są już tylko osoby publiczne. Teraz zwykli ludzie spotykają się z deepfake'ami wykorzystywanymi do nękania, szantażu i zemsty.
Fałszywe filmy pojawiły się nawet w sprawach rozwodowych, podaniach o pracę i wewnętrznych sporach korporacyjnych.
Przypadki nadużyć politycznych i korporacyjnych
Technologia Deepfake oficjalnie wkroczyła do biznesu i polityki.
Przykłady nadużyć korporacyjnych:
W 2024 r. oszuści oszukali pracowników firmy Arup przy użyciu deepfake video i klonowania głosu.
W rozmowie wideo na żywo podawali się za członków kadry kierowniczej i przekonali pracowników do przelania $25,6 mln euro. Oszustwo zadziałało, ponieważ ludzie zaufali znajomej twarzy i głosowi na ekranie.
W tym samym roku hakerzy zaatakowali LastPass klonując głos CEO na WhatsApp.
Wykorzystali go, aby zmusić pracownika do podjęcia pilnych działań po godzinach pracy.
Tego rodzaju oszustwa stają się powszechne, ponieważ przestępcy mogą łatwo znaleźć publiczne nagrania, takie jak wywiady lub przemówienia, aby skopiować czyjś głos lub twarz.
Oznacza to, że każdy członek zarządu, który pojawi się w sieci, może stać się celem ataku.
Przykłady nadużyć politycznych:
The Światowe Forum Ekonomiczne uznał dezinformację opartą na sztucznej inteligencji za jedno z największych globalnych zagrożeń w 2024 r., z deepfake'ami w centrum uwagi.
W sierpniu 2024 r. naukowcy odkryli Sieć spamerskaoperacja w mediach społecznościowych, która prawdopodobnie jest powiązana z Chinami i która wykorzystała fałszywe informacje do zdyskredytowania prezydenta Filipin.
Podobne taktyki były stosowane w działaniach wojennych, np. fałszywe filmy wideo z Prezydent Ukrainy Wołodymyr Zełenskij zdając się poddawać.
Zagrożenia i niebezpieczeństwa związane z Deepfakes
Przeanalizujmy, w jaki sposób technologia deepfake zmienia samą ideę tego, czemu możemy ufać.
- Zagrożenia dla zarządzania i zaufania
Jeśli wszystko można sfałszować, to czemu możemy ufać? Technologia Deepfake zachwiała naszym zaufaniem do informacji cyfrowych.
Niezależnie od tego, czy jest to przemówienie polityka, najświeższe wiadomości czy wirusowe wideo, większość ludzi zastanawia się teraz, "Czy to jest prawdziwe, czy wygenerowane przez sztuczną inteligencję?".
Te rosnące wątpliwości utrudniają rządom, dziennikarzom i instytucjom utrzymanie wiarygodności.
Jak widzieliśmy wcześniej, deepfakes były już wykorzystywane do rozpowszechniania dezinformacji politycznych, a nawet naśladowania urzędników państwowych.
- Katastrofy finansowe i korporacyjne
W świecie finansów technologia deepfake szybko staje się problemem wartym miliardy dolarów.
Oszuści używają teraz sklonowanych głosów, fałszywych filmów i syntetycznych tożsamości, aby oszukać pracowników, inwestorów i całe korporacje.
Widzieliśmy, jak podszywanie się pod kierownictwo i przypadki manipulacji na rynku mogą wstrząsnąć dużymi firmami, wystarczy przekonująca rozmowa wideo lub znajomy głos mówiący coś niewłaściwego.
- Podatności techniczne i społeczne
Technologia Deepfake łamie systemy, które kiedyś uważaliśmy za niezawodne.
Rozpoznawanie twarzy i weryfikacja głosowa, które kiedyś były zaufane pod względem bezpieczeństwa, mogą być teraz omijane przez twarze i głosy generowane przez sztuczną inteligencję.
Oznacza to, że nawet "dowód" takie jak zdjęcie lub film, nie mogą być automatycznie traktowane jako wiarygodne.
Co więcej, ludzkie zachowanie zwiększa ryzyko. Osoby starsze i intensywnie korzystające z mediów społecznościowych są bardziej skłonne wierzyć i udostępniać deepfake'i, co pomaga im rozprzestrzeniać się jeszcze szybciej.
Jak TruthScan chroni organizacje
TruthScan to narzędzie do głębokiego wykrywania fałszerstw, które dodaje warstwę weryfikacyjną do samej rzeczywistości.
Czym różni się to od tradycyjnych systemów?
Tradycyjne systemy deepfake detection analizują tylko obraz lub dźwięk, ale TruthScan wykorzystuje weryfikację multimodalną.
Czym jest weryfikacja multimodalna?
Oznacza to, że sprawdza wideo, audio, tekst i metadane w czasie rzeczywistym, aby wykryć niespójności, których ludzkie oczy i starsze systemy nie dostrzegają.
- To weryfikuje autentyczność źródła przed opublikowaniem lub udostępnieniem treści. Gwarantuje to, że marki, kadra kierownicza i instytucje nie będą nieświadomie wzmacniać zmanipulowanych mediów.
- To wzmacnia weryfikację tożsamości przeciwko klonowaniu głosu i próbom zamiany twarzy poprzez wykrywanie syntetycznych odcisków palców niewidocznych gołym okiem.
- To chroni zaufanie organizacyjne zachowując pochodzenie treści, dzięki czemu każdy zweryfikowany film lub dokument posiada nieprzerwany łańcuch autentyczności.
W świecie, w którym sama prawda jest atakowana, narzędzie TruthScan do głębokiego wykrywania podróbek wykrywa podróbki i przywraca zaufanie do tego, co prawdziwe.
Jak wykrywać podróbki: Najlepsze metody wykrywania fałszywych mediów
Wykrywanie technologii deepfake wymaga trójwarstwowej obrony, takiej jak weryfikacja przez człowieka, analiza kryminalistyczna i adaptacyjne wykrywanie AI.
- Ręczne sposoby wykrywania podróbek
Przeszkoleni recenzenci mogą poprawnie identyfikacja wysokiej jakości podróbek tylko 24.5% czasu.
Istnieją tradycyjne znaki ostrzegawcze, takie jak niedopasowane oświetlenie, nienaturalne cienie lub niezsynchronizowane ruchy warg, które stały się niewiarygodne.
Nowoczesne GAN wygładzają te wady, a po skompresowaniu wideo (jak w mediach społecznościowych) te drobne wskazówki całkowicie znikają.
- Podejścia techniczne i analityczne
Metoda ta jest bardziej niezawodna niż ręczna weryfikacja, ale wiąże się z dużymi kosztami obliczeniowymi.
Zrozummy, jak działają te podejścia:
Zaczyna się od techniki analizy kryminalistycznej która jest podstawą technicznego wykrywania deepfake.
Narzędzia te dzielą media na mikroskopijne szczegóły, aby dostrzec niespójności niewidoczne dla ludzi.
Na przykład:
- Analiza klatka po klatce dzieli filmy na pojedyncze obrazy, co pomaga zidentyfikować nienaturalne wzorce, takie jak nieregularne oświetlenie lub niedopasowane ruchy twarzy.
Potem nadchodzi Analiza poziomu błędu (ELA), który odwraca proces edycji, podkreślając różnice w kompresji pikseli. Jest to wyraźny znak manipulacji.
W miarę jak idziemy głębiej, spójność przestrzenno-czasowa Metody analizują, jak głos, gesty i mimika twarzy dostosowują się w czasie. Nawet niewielkie opóźnienie między ruchem warg a dźwiękiem może zdradzić syntetyczne pochodzenie.
Ale chociaż metody te są potężne, wymagają również dużej ilości zasobów.
Przetwarzanie tysięcy filmów klatka po klatce nie jest praktyczne na dużą skalę, zwłaszcza gdy codziennie przesyłane są miliony nowych plików multimedialnych.
Technologia deepfake ewoluuje ze względu na sposób jej tworzenia. Za każdym razem, gdy wykrywacz deepfake staje się lepszy, generator fake'ów ("przeciwnik") uczy się na nim i osiąga jeszcze bardziej przekonujące wyniki.
Ta ciągła wymiana informacji znana jest jako pętla przeciwnika. Oznacza to, że statyczne systemy wykrywania deepfake stają się przestarzałe w ciągu kilku miesięcy.
Jedyną trwałą obroną jest sztuczna inteligencja, która uczy się w czasie rzeczywistym, wykorzystując sieci neuronowe do ciągłej aktualizacji w miarę pojawiania się nowych technik deepfake.
- Korzystanie z narzędzi wykrywania sztucznej inteligencji TruthScan
Wszystkie metody, które widzieliśmy powyżej, wciąż nie są tak zaawansowane, aby dokładnie wykrywać technologię deepfake. Szybkość, skala i wyrafinowanie tych ataków wymagają wyspecjalizowanych, adaptacyjnych systemów sztucznej inteligencji zbudowanych specjalnie dla tego ewoluującego pola bitwy.
To tutaj TruthScan wchodzi. TruthScan został specjalnie zaprojektowany do obrony w świecie rzeczywistym.
- Jego System nauki oparty na sztucznej inteligencji nigdy nie przestaje się szkolić, codziennie bada nowe rodzaje technologii deepfake i automatycznie się aktualizuje. Oznacza to, że może wykryć nawet najbardziej zaawansowane "zero-day" deepfakes, których nikt wcześniej nie widział, bez potrzeby przekwalifikowania go przez ludzi.
- Również działa w czasie rzeczywistym we wszystkich głównych kanałach komunikacji od połączeń wideo i centrów telefonicznych po platformy mediów cyfrowych. TruthScan nie analizuje tylko jednej rzeczy. Sprawdza wideo, audio i tekst razem, upewniając się, że wszystko się zgadza.
Oto jak chroni on różne typy organizacji:
- Instytucje finansowe: TruthScan wyłapuje fałszywe głosy w rozmowach telefonicznych z obsługą klienta, blokuje fałszywe tożsamości technologiczne podczas kontroli KYC (które szybko rosną) i uniemożliwia fałszywym dyrektorom zatwierdzanie nieuczciwych przelewów bankowych.
- Przedsiębiorstwa: Utrzymuje rzeczywistą komunikację wewnętrzną. Flaguje sfałszowane media, które mogą zostać wykorzystane do szantażu, dezinformacji lub niszczenia marki. Może również analizować starsze rekordy komunikacji w celu wykrycia wzorców syntetycznych treści, budując długoterminowe bezpieczeństwo.
- Sektor rządowy i publiczny: TruthScan weryfikuje media wykorzystywane w dochodzeniach i ogłoszeniach publicznych, chroniąc przed fałszywymi filmami politycznymi lub zmanipulowanymi oświadczeniami, które mogłyby podważyć zaufanie publiczne lub bezpieczeństwo narodowe.
TruthScan to narzędzie do głębokiego wykrywania fałszerstw, które zapewnia organizacjom szybkość, dokładność i zdolność adaptacji potrzebną do utrzymania przewagi.
Wypróbuj nasz AI Detector i Humanizer bezpośrednio w widżecie poniżej!
Wnioski
Technologia Deepfake rozpoczęła się jako sprytny eksperyment. Był to sposób na umieszczenie twarzy Nicolasa Cage'a na wszystkim.
Ale teraz rozbija spotkania zarządu, kampanie wyborcze i konta bankowe. Żarty się skończyły.
To, co było kiedyś "nieszkodliwa zabawa" na Reddicie zamieniła się w maszynę do oszustw wartą miliardy dolarów.
Przerażająca część?
Większość ludzi nadal nie jest w stanie stwierdzić, co jest prawdziwe. Nawet eksperci rozpoznają wysokiej jakości podróbki tylko w około jednej czwartej przypadków. Granica między widzeniem a wiarą oficjalnie się zatarła.
A narzędzia do wykrywania deepfake'ów, którym kiedyś ufaliśmy, że wyłapią manipulacje, są już o krok w tyle.
Podróbki wciąż się uczą, dostosowują i ulepszają.
Dlatego przyszłość cyfrowej obrony zależy od sztucznej inteligencji, która walczy ze sztuczną inteligencją.
Narzędzie do wykrywania Deepfake, takie jak TruthScan ma systemy adaptacyjne, które ewoluują w czasie rzeczywistym i wykrywają to, czego ludzie nie potrafią.
W świecie, w którym każdy może "powiedzieć" lub "wydawać się", że robi cokolwiek, prawda nie umarła, potrzebuje tylko lepszego zabezpieczenia.
Ponieważ następny wirusowy film może być nie tylko fałszywą wiadomością... może być fałszywym tobą.