شبكات الخصومة التوليدية (GANs): عصر الوسائط الاصطناعية

• كاتب:
• اسم المؤلف

  البصيرة الكمومية
• 5 كانون الأول، 2023

ملخص البصيرة

تعمل شبكات الخصومة التوليدية (GANs)، المعروفة بإنتاج التزييف العميق، على توليد بيانات اصطناعية تحاكي الوجوه والأصوات والسلوكيات الواقعية. يتراوح استخدامها من تحسين Adobe Photoshop إلى إنشاء مرشحات واقعية على Snapchat. ومع ذلك، تثير شبكات GAN مخاوف أخلاقية، حيث يتم استخدامها غالبًا لإنشاء مقاطع فيديو مضللة ومضللة ونشر معلومات مضللة. في مجال الرعاية الصحية، هناك قلق بشأن خصوصية بيانات المرضى في تدريب GAN. على الرغم من هذه المشكلات، فإن شبكات GAN لها تطبيقات مفيدة، مثل المساعدة في التحقيقات الجنائية. وقد أدى استخدامها على نطاق واسع عبر مختلف القطاعات، بما في ذلك صناعة الأفلام والتسويق، إلى دعوات لاتخاذ تدابير أكثر صرامة لخصوصية البيانات والتنظيم الحكومي لتكنولوجيا GAN.

سياق شبكات الخصومة التوليدية (GANs).

GAN هي نوع من الشبكات العصبية العميقة التي يمكنها إنشاء بيانات جديدة مشابهة للبيانات التي تم تدريبها عليها. الكتلتان الرئيسيتان اللتان تتنافسان ضد بعضهما البعض لإنتاج إبداعات ذات رؤية تُسمى المولد والمميز. المولد مسؤول عن إنشاء بيانات جديدة، بينما يحاول التمييز التمييز بين البيانات التي تم إنشاؤها وبيانات التدريب. يحاول المولد باستمرار خداع المُميِّز من خلال إنشاء معلومات تبدو حقيقية قدر الإمكان. للقيام بذلك، يحتاج المولد إلى معرفة التوزيع الأساسي للبيانات، مما يسمح لشبكات GAN بإنشاء معلومات جديدة دون حفظها فعليًا.

عندما تم تطوير شبكات GAN لأول مرة في عام 2014 من قبل عالم أبحاث جوجل إيان جودفيلو وزملائه، أظهرت الخوارزمية وعدًا كبيرًا للتعلم الآلي. منذ ذلك الحين، شهدت شبكات GAN الكثير من التطبيقات الواقعية عبر مختلف الصناعات. على سبيل المثال، تستخدم Adobe شبكات GAN للجيل التالي من Photoshop. تستخدم Google قوة شبكات GAN لإنشاء النصوص والصور. تستخدم شركة IBM شبكات GAN بشكل فعال لزيادة البيانات. يستخدمها Snapchat لمرشحات الصور الفعالة ويستخدمها Disney للحصول على دقة فائقة. 

التأثير التخريبي

في حين تم إنشاء GAN في البداية لتحسين التعلم الآلي، فقد تجاوزت تطبيقاتها مناطق مشكوك فيها. على سبيل المثال، يتم إنشاء مقاطع فيديو التزييف العميق باستمرار لتقليد أشخاص حقيقيين وجعل الأمر يبدو وكأنهم يفعلون أو يقولون شيئًا لم يفعلوه. على سبيل المثال، كان هناك مقطع فيديو للرئيس الأمريكي السابق باراك أوباما وهو يصف زميله الرئيس الأمريكي السابق دونالد ترامب بأنه مصطلح مهين، كما كان الرئيس التنفيذي لشركة فيسبوك مارك زوكربيرج يتفاخر بالقدرة على التحكم في مليارات البيانات المسروقة. لم يحدث أي من هذا في الحياة الحقيقية. بالإضافة إلى ذلك، تستهدف معظم مقاطع الفيديو المزيفة النساء المشاهير وتضعهن في محتوى إباحي. تستطيع شبكات GAN أيضًا إنشاء صور خيالية من الصفر. على سبيل المثال، تبين أن العديد من حسابات الصحفيين المزيفة بعمق على LinkedIn وTwitter تم إنشاؤها بواسطة الذكاء الاصطناعي. يمكن استخدام هذه الملفات الشخصية الاصطناعية لإنشاء مقالات واقعية ومقالات قيادية فكرية يمكن لدعاة الدعاية استخدامها. 

وفي الوقت نفسه، في قطاع الرعاية الصحية، هناك مخاوف متزايدة بشأن البيانات التي يمكن تسريبها باستخدام قاعدة بيانات المرضى الفعلية كبيانات تدريب للخوارزميات. يرى بعض الباحثين أنه يجب أن تكون هناك طبقة أمان أو إخفاء إضافية لحماية المعلومات الشخصية. ومع ذلك، على الرغم من أن GAN معروف في الغالب بقدرته على خداع الناس، إلا أن له فوائد إيجابية. على سبيل المثال، في مايو 2022، أعادت الشرطة الهولندية إنشاء مقطع فيديو لصبي يبلغ من العمر 13 عامًا قُتل في عام 2003. وباستخدام لقطات واقعية للضحية، تأمل الشرطة في تشجيع الناس على تذكر الضحية والتقدم بالشكوى. معلومات جديدة بخصوص القضية الباردة. تدعي الشرطة أنها تلقت بالفعل العديد من النصائح ولكن سيتعين عليها إجراء فحوصات خلفية للتحقق منها.

تطبيقات شبكات الخصومة التوليدية (GANs)

قد تتضمن بعض تطبيقات شبكات الخصومة التوليدية (GANs) ما يلي: 

• تقوم صناعة الأفلام بإنشاء محتوى مزيف عميق لوضع ممثلين اصطناعيين وإعادة تصوير المشاهد في الأفلام بعد الإنتاج. يمكن أن تترجم هذه الإستراتيجية إلى توفير في التكاليف على المدى الطويل حيث لن يحتاجوا إلى دفع تعويضات إضافية للممثلين وطاقم العمل.
• الاستخدام المتزايد للنصوص ومقاطع الفيديو المزيفة للترويج للأيديولوجيات والدعاية عبر الطيف السياسي المختلف.
• تستخدم الشركات مقاطع الفيديو الاصطناعية لإنشاء حملات تسويقية وعلامات تجارية متقنة دون توظيف أشخاص فعليين بخلاف المبرمجين.
• تمارس المجموعات الضغط من أجل زيادة حماية خصوصية البيانات الخاصة بالرعاية الصحية والمعلومات الشخصية الأخرى. قد تضغط هذه المعارضة على الشركات لتطوير بيانات التدريب التي لا تعتمد على قواعد بيانات فعلية. ومع ذلك، فإن النتائج قد لا تكون دقيقة.
• تقوم الحكومات بتنظيم ومراقبة الشركات التي تنتج تقنية GAN لضمان عدم استخدام التكنولوجيا في التضليل والاحتيال.

أسئلة للتعليق عليها

• هل سبق لك تجربة استخدام تقنية GAN؟ كيف كانت التجربة؟
• كيف يمكن للشركات والحكومات ضمان استخدام GAN بشكل أخلاقي؟