Reti generative adversarie (GAN): L'età di i media sintetici

• Author:
• Nome di l'autore

  Quantumrun Foresight
• December 5, 2023

Riassuntu insight

Reti Adversariali Generative (GAN), cunnisciute per a creazione di deepfakes, generanu dati sintetici chì imitanu facce, voci è manierismi di a vita reale. U so usu varieghja da a rinfurzà Adobe Photoshop à a generazione di filtri realistichi nantu à Snapchat. Tuttavia, i GAN ponenu preoccupazioni etiche, postu chì sò spessu usati per creà video falsi ingannevoli è propagate a misinformazione. In l'assistenza sanitaria, ci hè ansietà per a privacy di i dati di i pazienti in a furmazione GAN. Malgradu questi prublemi, i GAN anu applicazioni benefiche, cum'è l'aiutu à investigazioni criminali. U so usu diffusatu in diversi settori, cumprese a cinematografia è u marketing, hà purtatu à richieste di misure di privacy di dati più strette è regulazione di u guvernu di a tecnulugia GAN.

Cuntestu di reti generative adversarie (GAN).

GAN hè un tipu di rete neurale prufonda chì pò generà novi dati simili à i dati nantu à quale hè furmatu. I dui blocchi principali chì cumpetenu contru à l'altri per pruduce creazioni visionarii sò chjamati generatori è discriminatori. U generatore hè rispunsevuli di creà novi dati, mentre chì u discriminatore prova di diferenze trà e dati generati è i dati di furmazione. U generatore cerca constantemente di ingannà u discriminatore creendu infurmazione chì pare u più reale pussibule. Per fà questu, u generatore hà bisognu d'amparà a distribuzione sottostante di e dati, chì permette à i GAN di creà una nova infurmazione senza memorizà.

Quandu i GAN sò stati sviluppati per a prima volta in 2014 da u scientist di ricerca di Google Ian Goodfellow è i so cumpagni di squadra, l'algoritmu dimustrava una grande prumessa per l'apprendimentu machine. Da tandu, i GAN anu vistu assai applicazioni in u mondu reale in diverse industrie. Per esempiu, Adobe face usu di GAN per Photoshop di prossima generazione. Google utilizeghja u putere di i GAN sia per a generazione di testu sia per l'imaghjini. IBM utilizza efficacemente i GAN per l'aumentu di dati. Snapchat li utilizza per filtri d'imaghjini efficienti è Disney per super risoluzioni. 

Impact disruptive

Mentre GAN hè statu inizialmente creatu per migliurà l'apprendimentu di a macchina, e so applicazioni anu attraversatu territorii dubbiosi. Per esempiu, i video deepfake sò constantemente creati per imità e persone reali è fà chì pare chì facenu o dicenu qualcosa chì ùn anu micca. Per esempiu, ci era un video di l'ex presidente di i Stati Uniti Barack Obama chì chjamava l'ex presidente di i Stati Uniti Donald Trump un termini disprezzu è u CEO di Facebook Mark Zuckerburg si vantava di pudè cuntrullà miliardi di dati arrubati. Nisunu di questi hè accadutu in a vita reale. Inoltre, a maiò parte di i video deepfake miranu à e donne celebrità è li mette in cuntenutu pornograficu. I GAN sò ancu capaci di creà ritratti fittizi da zero. Per esempiu, parechji cunti di ghjurnalisti deepfake in LinkedIn è Twitter sò stati generati da AI. Questi profili sintetici ponu esse aduprati per creà articuli realistichi è pezzi di dirigenti pensati chì i propagandisti ponu utilizà. 

Intantu, in u settore di l'assistenza sanitaria, ci sò preoccupazioni crescente per e dati chì ponu esse filtrati utilizendu una basa di dati di i pazienti cum'è dati di furmazione per l'algoritmi. Certi circadori sustene chì ci deve esse una strata di securità addiziale o di maschera per prutege l'infurmazioni persunali. Tuttavia, ancu se GAN hè soprattuttu cunnisciutu per a so capacità di ingannà a ghjente, hà benefici pusitivi. Per esempiu, in maghju 2022, a polizia di l'Olanda hà ricreatu un video di un zitellu di 13 anni chì hè statu assassinatu in u 2003. Utilizendu filmati realistichi di a vittima, a polizia spera d'incuragisce a ghjente à ricurdà a vittima è à avanzà. nova infurmazione riguardanti u casu friddu. A pulizzia dichjara chì avia digià ricevutu parechji cunsiglii, ma duverà fà cuntrolli di fondo per verificà.

Applicazioni di e reti generative adversarie (GAN)

Alcune applicazioni di reti generative adversarie (GAN) ponu include: 

• L'industria cinematografica crea un cuntenutu deepfake per mette attori sintetici è ripiglià scene in i filmi postproduciti. Questa strategia pò traduce in un risparmiu di costi à longu andà, postu chì ùn anu micca bisognu di pagà à l'attori è l'equipaggiu una compensazione supplementaria.


• L'usu crescente di testi è video deepfake per prumove ideologie è propaganda in u sfarente spettru puliticu.


• L'imprese chì utilizanu video sintetici per creà e campagne elaborate di marca è di cummercializazione senza impiegà persone reali fora di i programatori.


• Gruppi di lobbying per una prutezzione aumentata di a privacy di e dati per l'assistenza sanitaria è altre informazioni persunali. Questa spinta pò pressà e cumpagnie per sviluppà dati di furmazione chì ùn sò micca basati nantu à basa di dati attuale. Tuttavia, i risultati pò esse micca cusì precisi.


• I guverni chì regulanu è monitoranu l'imprese chì pruducenu a tecnulugia GAN per assicurà chì a tecnulugia ùn hè micca aduprata per misinformazione è fraudulente.

Dumande per cummentà

• Avete avutu l'usu di a tecnulugia GAN? Com’è stata l’esperienza?


• Cumu l'imprese è i guverni ponu assicurà chì GAN hè aduprata in modu eticu?