ディープラーニング技術を利用した合成メディア。
ディープフェイクによる音声模倣技術を用いた仮想誘拐や身代金強奪、不適切な発言をしているフェイク動画をソーシャルメディアでリークし、株価操作、有名人の顔とアダルト動画を合成したディープポルノなど多くの問題がある。
ITリテラシー、AIリテラシーの向上や、ディープフェイクを見極めるモデルを作るなどの対策が必要である。

瞬きの不自然さを検出するディープフェイクモデルDeep Vision が実在する。

ディープフェイクビデオでは、フレーム間の動きの不整合が生じる可能性がある。
オプティカルフロー（物体の動きをベクトルで表したもの）の推定により、ディープフェイクを検知する手法が提案されている。

GANが生成する画像には特定のフィンガープリント（指紋）が残る。
またGANの種類によって、そのフィンガープリントの残り方が違う。
画像加工の証拠を検出する手法アーティファクトにより、フィンガープリントを応用したディープフェイク検出方法がある。

一般的に、データ圧縮やサイズ変更、ノイズなどによって品質が低下した動画は、ディープフェイク検出モデルの精度を下げる傾向がある。

第一の階層「パターン処理」
環境からの情報のセンシングとそれに応じた行動というループが基本とされる。

第二の階層「記号の処理」
人間はこれを通じて物事を抽象的に認識できるようになり、チェスなどのゲームを楽しむようになった。

第三の階層「他者とのインタラクション」
我々が知識を獲得していく上で不可欠な営みである。

過学習対策になる。