Generativ rəqib şəbəkələr (GANs): Sintetik medianın yaşı

• Author:
• Author adı

  Quantumrun Uzaqgörməsi
• Dekabr 5, 2023

Anlayış xülasəsi

Deepfakes yaratmaqla tanınan Generativ Rəqib Şəbəkələr (GAN) real həyatdakı üzləri, səsləri və davranışları təqlid edən sintetik məlumatlar yaradır. Onların istifadəsi Adobe Photoshop-u təkmilləşdirməkdən Snapchat-da real filtrlər yaratmağa qədər dəyişir. Bununla belə, GAN-lar etik narahatlıq doğurur, çünki onlar tez-tez aldadıcı dərin saxta videolar yaratmaq və dezinformasiya yaymaq üçün istifadə olunur. Səhiyyədə, GAN təlimində xəstə məlumatlarının məxfiliyi ilə bağlı narahatlıq var. Bu məsələlərə baxmayaraq, GAN-ların cinayət araşdırmalarına kömək kimi faydalı tətbiqləri var. Onların müxtəlif sektorlarda, o cümlədən film istehsalı və marketinqdə geniş istifadəsi məlumatların məxfiliyinə dair daha sərt tədbirlərə və GAN texnologiyasının hökumət tərəfindən tənzimlənməsinə çağırışlara səbəb olub.

Generativ rəqib şəbəkələr (GAN) konteksti

GAN, öyrədildiyi məlumatlara bənzər yeni məlumatlar yarada bilən dərin neyron şəbəkə növüdür. Vizual yaradıcılıq yaratmaq üçün bir-biri ilə rəqabət aparan iki əsas bloka generator və diskriminator deyilir. Generator yeni məlumatların yaradılmasına cavabdehdir, diskriminator isə yaradılan məlumatla təlim məlumatları arasında fərq qoymağa çalışır. Generator daima mümkün qədər real görünən məlumat yaratmaqla diskriminatoru aldatmağa çalışır. Bunun üçün generator GAN-lara faktiki yadda saxlamadan yeni məlumat yaratmağa imkan verən məlumatların əsas paylanmasını öyrənməlidir.

GAN-lar ilk dəfə 2014-cü ildə Google tədqiqatçı alimi İan Qudfellov və onun komanda yoldaşları tərəfindən hazırlanmışda alqoritm maşın öyrənməsi üçün böyük vədlər verdi. O vaxtdan bəri, GAN-lar müxtəlif sənayelərdə çoxlu real dünya tətbiqləri gördülər. Məsələn, Adobe yeni nəsil Photoshop üçün GAN-lardan istifadə edir. Google həm mətn, həm də şəkillər yaratmaq üçün GAN-ların gücündən istifadə edir. IBM məlumatların artırılması üçün GAN-lardan səmərəli istifadə edir. Snapchat onlardan səmərəli görüntü filtrləri üçün, Disney isə super qətnamələr üçün istifadə edir. 

Dağıdıcı təsir

GAN əvvəlcə maşın öyrənməsini təkmilləşdirmək üçün yaradılsa da, onun tətbiqləri şübhəli əraziləri keçdi. Məsələn, "deepfake" videoları davamlı olaraq real insanları təqlid etmək və etmədikləri bir şeyi edir və ya deyirmiş kimi görünmək üçün yaradılır. Məsələn, ABŞ-ın keçmiş prezidenti Barak Obamanın ABŞ-ın keçmiş prezidenti Donald Trampı alçaldıcı ifadə adlandırdığı və Facebook-un baş direktoru Mark Zukerburqun milyardlarla oğurlanmış məlumatı idarə edə bilməklə öyündüyü videosu var idi. Bunların heç biri real həyatda olmayıb. Bundan əlavə, əksər deepfake videolar məşhur qadınları hədəf alır və onları pornoqrafik məzmunda yerləşdirir. GAN-lar həm də sıfırdan uydurma fotoşəkillər yarada bilirlər. Məsələn, LinkedIn və Twitter-də bir neçə dərin saxta jurnalist hesabının süni intellekt tərəfindən yaradıldığı ortaya çıxdı. Bu sintetik profillər təbliğatçıların istifadə edə biləcəyi real səslənən məqalələr və düşüncə liderliyi parçaları yaratmaq üçün istifadə edilə bilər. 

Bu arada, səhiyyə sektorunda alqoritmlər üçün təlim məlumatları kimi faktiki xəstə məlumat bazasından istifadə etməklə sızdırıla bilən məlumatlarla bağlı narahatlıqlar artır. Bəzi tədqiqatçılar şəxsi məlumatları qorumaq üçün əlavə təhlükəsizlik və ya maskalanma qatının olması lazım olduğunu iddia edirlər. Bununla belə, GAN daha çox insanları aldatmaq qabiliyyəti ilə tanınsa da, müsbət faydaları var. Məsələn, 2022-ci ilin may ayında Hollandiya polisi 13-cü ildə qətlə yetirilən 2003 yaşlı oğlanın videosunu yenidən yaratdı. Polis qurbanın real görüntülərindən istifadə etməklə insanları qurbanı xatırlamağa və onlarla mübarizə aparmağa təşviq etməyə ümid edir. soyuq dava ilə bağlı yeni məlumatlar. Polis iddia edir ki, onlar artıq bir neçə məsləhət alıblar, lakin onları yoxlamaq üçün arxa plan yoxlaması aparmalı olacaqlar.

Generativ rəqib şəbəkələrin (GAN) tətbiqləri

Generativ rəqib şəbəkələrin (GAN) bəzi tətbiqlərinə aşağıdakılar daxil ola bilər: 

• Sintetik aktyorları yerləşdirmək və post-prodüser filmlərində səhnələri yenidən çəkmək üçün dərin saxta məzmun yaradan kino istehsal sənayesi. Bu strategiya uzunmüddətli xərclərə qənaət edə bilər, çünki aktyorlara və ekipaj heyətinə əlavə təzminat ödəməli olmayacaqlar.
• Fərqli siyasi spektrdə ideologiyaları və təbliğatı təşviq etmək üçün dərin saxta mətnlərin və videoların artan istifadəsi.
• Proqramçılardan başqa həqiqi insanları işə götürmədən mükəmməl brendinq və marketinq kampaniyaları yaratmaq üçün sintetik videolardan istifadə edən şirkətlər.
• Sağlamlıq və digər şəxsi məlumatlar üçün məlumatların məxfiliyinin artırılması üçün lobbiçilik edən qruplar. Bu təkan şirkətləri faktiki verilənlər bazasına əsaslanmayan təlim məlumatlarını inkişaf etdirməyə məcbur edə bilər. Ancaq nəticələr o qədər də dəqiq olmaya bilər.
• Texnologiyanın dezinformasiya və saxtakarlıq üçün istifadə edilməməsini təmin etmək üçün GAN texnologiyasını istehsal edən firmaları tənzimləyən və izləyən hökumətlər.

Şərh etmək üçün suallar

• GAN texnologiyasından istifadə təcrübəniz varmı? Təcrübə necə idi?
• Şirkətlər və hökumətlər GAN-ın etik cəhətdən istifadə olunmasını necə təmin edə bilərlər?