Generatiewe teenstandersnetwerke (GAN's): Die ouderdom van sintetiese media

• Author:
• Author naam

  Quantumrun Foresight
• Desember 5, 2023

Insig opsomming

Generative Adversarial Networks (GANs), wat bekend is vir die skep van deepfakes, genereer sintetiese data wat werklike gesigte, stemme en maniere naboots. Die gebruik daarvan wissel van die verbetering van Adobe Photoshop tot die generering van realistiese filters op Snapchat. GAN's hou egter etiese bekommernisse in, aangesien dit dikwels gebruik word om misleidende diepvals video's te skep en verkeerde inligting te versprei. In gesondheidsorg is daar angs oor pasiëntdata-privaatheid in GAN-opleiding. Ten spyte van hierdie probleme het GAN's voordelige toepassings, soos om kriminele ondersoeke te help. Hul wydverspreide gebruik oor verskeie sektore, insluitend filmvervaardiging en bemarking, het gelei tot oproepe vir strenger data-privaatheidsmaatreëls en regeringsregulering van GAN-tegnologie.

Generatiewe teenstrydige netwerke (GANs) konteks

GAN is 'n tipe diep neurale netwerk wat nuwe data kan genereer soortgelyk aan die data waarop dit opgelei is. Die twee hoofblokke wat teen mekaar meeding om visioenêre skeppings te produseer, word die genereerder en diskrimineerder genoem. Die genereerder is verantwoordelik vir die skep van nuwe data, terwyl die diskrimineerder probeer om te onderskei tussen die gegenereerde data en die opleidingsdata. Die kragopwekker probeer voortdurend die diskrimineerder flous deur inligting te skep wat so werklik as moontlik lyk. Om dit te doen, moet die kragopwekker die onderliggende verspreiding van die data leer, sodat GAN's nuwe inligting kan skep sonder om dit werklik te memoriseer.

Toe GAN's vir die eerste keer in 2014 deur Google-navorsingswetenskaplike Ian Goodfellow en sy spanmaats ontwikkel is, het die algoritme groot belofte vir masjienleer getoon. Sedertdien het GAN's baie toepassings in die werklike wêreld in verskillende industrieë gesien. Adobe maak byvoorbeeld gebruik van GAN's vir die volgende generasie Photoshop. Google gebruik die krag van GAN's vir beide die generering van teks en beelde. IBM gebruik GAN's effektief vir datavergroting. Snapchat gebruik dit vir doeltreffende beeldfilters en Disney vir superresolusies. 

Ontwrigtende impak

Terwyl GAN ​​aanvanklik geskep is om masjienleer te verbeter, het sy toepassings twyfelagtige gebiede oorgesteek. Deepfake video's word byvoorbeeld voortdurend geskep om regte mense na te boots en dit te laat lyk asof hulle iets doen of sê wat hulle nie gedoen het nie. Daar was byvoorbeeld 'n video van voormalige Amerikaanse president Barack Obama wat mede-voormalige Amerikaanse president Donald Trump 'n neerhalende term noem en Facebook se uitvoerende hoof, Mark Zuckerburg, wat spog dat hy miljarde gesteelde data kan beheer. Nie een van hierdie het in die werklike lewe gebeur nie. Daarbenewens teiken die meeste diepvalse video's vroulike bekendes en plaas dit in pornografiese inhoud. GAN's is ook in staat om fiktiewe foto's van nuuts af te skep. Byvoorbeeld, verskeie diepvals joernalisrekeninge op LinkedIn en Twitter het geblyk KI-gegenereer te wees. Hierdie sintetiese profiele kan gebruik word om realisties-klinkende artikels en denkleierskapstukke te skep wat propagandiste kan gebruik. 

Intussen is daar in die gesondheidsorgsektor toenemende kommer oor data wat uitgelek kan word deur 'n werklike pasiëntdatabasis as opleidingsdata vir die algoritmes te gebruik. Sommige navorsers voer aan dat daar 'n bykomende sekuriteits- of maskeringslaag moet wees om persoonlike inligting te beskerm. Alhoewel GAN ​​meestal bekend is vir sy vermoë om mense te mislei, hou dit positiewe voordele in. Byvoorbeeld, in Mei 2022 het die polisie van Nederland 'n video herskep van 'n 13-jarige seun wat in 2003 vermoor is. Deur realistiese beeldmateriaal van die slagoffer te gebruik, hoop die polisie om mense aan te moedig om die slagoffer te onthou en na vore te kom met nuwe inligting rakende die koue geval. Die polisie beweer hulle het reeds verskeie wenke ontvang, maar sal agtergrondondersoeke moet doen om dit te verifieer.

Toepassings van generatiewe teenstandersnetwerke (GAN's)

Sommige toepassings van generatiewe teenstandersnetwerke (GAN's) kan die volgende insluit: 

• Die rolprentbedryf skep diepvalse inhoud om sintetiese akteurs te plaas en tonele in na-vervaardigde flieks te herskiet. Hierdie strategie kan lei tot langtermyn-kostebesparings aangesien hulle nie akteurs en bemanning bykomende vergoeding hoef te betaal nie.
• Die toenemende gebruik van vervalste tekste en video's om ideologieë en propaganda oor die verskillende politieke spektrum te bevorder.
• Maatskappye wat sintetiese video's gebruik om uitgebreide handelsmerk- en bemarkingsveldtogte te skep sonder om werklike mense behalwe programmeerders te huur.
• Groepe steun vir verhoogde beskerming van dataprivaatheid vir gesondheidsorg en ander persoonlike inligting. Hierdie terugslag kan maatskappye druk om opleidingsdata te ontwikkel wat nie op werklike databasisse gebaseer is nie. Die resultate mag egter nie so akkuraat wees nie.
• Regerings wat firmas reguleer en monitor wat GAN-tegnologie vervaardig om te verseker dat die tegnologie nie vir verkeerde inligting en bedrog gebruik word nie.

Vrae om op kommentaar te lewer

• Het jy al ervaring met die gebruik van GAN-tegnologie? Hoe was die ervaring?
• Hoe kan maatskappye en regerings verseker dat GAN eties gebruik word?