जनरेटिव एडवरसैरियल नेटवर्क (जीएएन): सिंथेटिक मीडिया का युग

• लेखक:
• लेखक का नाम

  क्वांटमरन दूरदर्शिता
• दिसम्बर 5/2023

अंतर्दृष्टि सारांश

डीपफेक बनाने के लिए जाने जाने वाले जेनेरेटिव एडवरसैरियल नेटवर्क (जीएएन) सिंथेटिक डेटा उत्पन्न करते हैं जो वास्तविक जीवन के चेहरों, आवाजों और तौर-तरीकों की नकल करते हैं। उनका उपयोग एडोब फोटोशॉप को बढ़ाने से लेकर स्नैपचैट पर यथार्थवादी फिल्टर उत्पन्न करने तक होता है। हालाँकि, GAN नैतिक चिंताएँ पैदा करते हैं, क्योंकि उनका उपयोग अक्सर भ्रामक डीपफेक वीडियो बनाने और गलत सूचना का प्रचार करने के लिए किया जाता है। स्वास्थ्य सेवा में, GAN प्रशिक्षण में रोगी डेटा गोपनीयता को लेकर चिंता है। इन मुद्दों के बावजूद, GAN के पास लाभकारी अनुप्रयोग हैं, जैसे आपराधिक जांच में सहायता करना। फिल्म निर्माण और विपणन सहित विभिन्न क्षेत्रों में उनके व्यापक उपयोग ने अधिक कड़े डेटा गोपनीयता उपायों और जीएएन प्रौद्योगिकी के सरकारी विनियमन की मांग को जन्म दिया है।

जनरेटिव एडवरसैरियल नेटवर्क (जीएएन) संदर्भ

GAN एक प्रकार का गहरा तंत्रिका नेटवर्क है जो उस डेटा के समान नया डेटा उत्पन्न कर सकता है जिस पर इसे प्रशिक्षित किया गया है। दूरदर्शी रचनाएँ तैयार करने के लिए एक-दूसरे से प्रतिस्पर्धा करने वाले दो मुख्य ब्लॉक जनरेटर और विवेचक कहलाते हैं। जनरेटर नया डेटा बनाने के लिए जिम्मेदार है, जबकि विवेचक उत्पन्न डेटा और प्रशिक्षण डेटा के बीच अंतर करने की कोशिश करता है। जनरेटर यथासंभव वास्तविक दिखने वाली जानकारी बनाकर विवेचक को मूर्ख बनाने की लगातार कोशिश कर रहा है। ऐसा करने के लिए, जनरेटर को डेटा के अंतर्निहित वितरण को सीखने की आवश्यकता होती है, जिससे GAN को वास्तव में इसे याद किए बिना नई जानकारी बनाने की अनुमति मिलती है।

जब GAN को पहली बार 2014 में Google अनुसंधान वैज्ञानिक इयान गुडफेलो और उनके साथियों द्वारा विकसित किया गया था, तो एल्गोरिदम ने मशीन लर्निंग के लिए बहुत अच्छा वादा दिखाया था। तब से, GAN ने विभिन्न उद्योगों में वास्तविक दुनिया के बहुत सारे अनुप्रयोग देखे हैं। उदाहरण के लिए, Adobe अगली पीढ़ी के फ़ोटोशॉप के लिए GAN का उपयोग करता है। Google पाठ और छवियों दोनों के निर्माण के लिए GAN की शक्ति का उपयोग करता है। IBM डेटा संवर्द्धन के लिए GAN का प्रभावी ढंग से उपयोग करता है। स्नैपचैट कुशल छवि फ़िल्टर के लिए और डिज़्नी सुपर रिज़ॉल्यूशन के लिए उनका उपयोग करता है। 

विघटनकारी प्रभाव

जबकि GAN शुरू में मशीन लर्निंग को बेहतर बनाने के लिए बनाया गया था, इसके अनुप्रयोग संदिग्ध क्षेत्रों को पार कर गए हैं। उदाहरण के लिए, वास्तविक लोगों की नकल करने के लिए लगातार डीपफेक वीडियो बनाए जाते हैं और ऐसा दिखाया जाता है कि वे कुछ ऐसा कर रहे हैं या कह रहे हैं जो उन्होंने नहीं किया। उदाहरण के लिए, एक वीडियो था जिसमें पूर्व अमेरिकी राष्ट्रपति बराक ओबामा अपने साथी पूर्व अमेरिकी राष्ट्रपति डोनाल्ड ट्रंप को अपमानजनक शब्द कह रहे थे और फेसबुक के सीईओ मार्क जुकरबर्ग अरबों चुराए गए डेटा को नियंत्रित करने में सक्षम होने का दावा कर रहे थे। वास्तविक जीवन में इनमें से कुछ भी नहीं हुआ। इसके अलावा, अधिकांश डीपफेक वीडियो महिला मशहूर हस्तियों को लक्षित करते हैं और उन्हें अश्लील सामग्री में डालते हैं। GAN शुरू से ही काल्पनिक तस्वीरें बनाने में भी सक्षम हैं। उदाहरण के लिए, लिंक्डइन और ट्विटर पर कई डीपफेक पत्रकार खाते एआई-जनरेटेड निकले। इन सिंथेटिक प्रोफाइलों का उपयोग यथार्थवादी लगने वाले लेख और विचार नेतृत्व टुकड़े बनाने के लिए किया जा सकता है जिनका उपयोग प्रचारक कर सकते हैं। 

इस बीच, स्वास्थ्य सेवा क्षेत्र में, उस डेटा पर चिंताएं बढ़ रही हैं जो एल्गोरिदम के लिए प्रशिक्षण डेटा के रूप में वास्तविक रोगी डेटाबेस का उपयोग करके लीक किया जा सकता है। कुछ शोधकर्ताओं का तर्क है कि व्यक्तिगत जानकारी की सुरक्षा के लिए एक अतिरिक्त सुरक्षा या मास्किंग परत होनी चाहिए। हालाँकि, हालाँकि GAN ज्यादातर लोगों को धोखा देने की क्षमता के लिए जाना जाता है, लेकिन इसके सकारात्मक लाभ भी हैं। उदाहरण के लिए, मई 2022 में, नीदरलैंड की पुलिस ने एक 13 वर्षीय लड़के का वीडियो दोबारा बनाया, जिसकी 2003 में हत्या कर दी गई थी। पीड़ित के यथार्थवादी फुटेज का उपयोग करके, पुलिस को उम्मीद है कि वह लोगों को पीड़ित को याद करने और आगे आने के लिए प्रोत्साहित करेगी। ठंडे मामले से जुड़ी नई जानकारी. पुलिस का दावा है कि उन्हें पहले ही कई टिप्स मिल चुके हैं लेकिन उन्हें सत्यापित करने के लिए पृष्ठभूमि की जांच करनी होगी।

जनरेटिव एडवरसैरियल नेटवर्क (जीएएन) के अनुप्रयोग

जेनरेटिव एडवरसैरियल नेटवर्क (जीएएन) के कुछ अनुप्रयोगों में शामिल हो सकते हैं: 

• फिल्म निर्माण उद्योग सिंथेटिक अभिनेताओं को रखने और पोस्ट-प्रोड्यूस की गई फिल्मों में दृश्यों को फिर से शूट करने के लिए डीपफेक सामग्री बना रहा है। यह रणनीति दीर्घकालिक लागत बचत में तब्दील हो सकती है क्योंकि उन्हें अभिनेताओं और चालक दल को अतिरिक्त मुआवजा देने की आवश्यकता नहीं होगी।
• विभिन्न राजनीतिक क्षेत्रों में विचारधाराओं और प्रचार को बढ़ावा देने के लिए डीपफेक टेक्स्ट और वीडियो का उपयोग बढ़ रहा है।
• कंपनियां प्रोग्रामर के अलावा वास्तविक लोगों को काम पर रखे बिना विस्तृत ब्रांडिंग और मार्केटिंग अभियान बनाने के लिए सिंथेटिक वीडियो का उपयोग करती हैं।
• स्वास्थ्य देखभाल और अन्य व्यक्तिगत जानकारी के लिए डेटा गोपनीयता सुरक्षा बढ़ाने की पैरवी करने वाले समूह। यह दबाव कंपनियों पर ऐसे प्रशिक्षण डेटा विकसित करने के लिए दबाव डाल सकता है जो वास्तविक डेटाबेस पर आधारित नहीं हैं। हालाँकि, परिणाम उतने सटीक नहीं हो सकते।
• सरकारें GAN प्रौद्योगिकी का उत्पादन करने वाली कंपनियों को विनियमित और निगरानी करती हैं ताकि यह सुनिश्चित किया जा सके कि प्रौद्योगिकी का उपयोग गलत सूचना और धोखाधड़ी के लिए नहीं किया जा रहा है।

टिप्पणी करने के लिए प्रश्न

• क्या आपने GAN तकनीक का उपयोग करने का अनुभव किया है? वह कैसा अनुभव था?
• कंपनियाँ और सरकारें यह कैसे सुनिश्चित कर सकती हैं कि GAN का उपयोग नैतिक रूप से किया जा रहा है?