Ģeneratīvie pretrunīgie tīkli (GAN): sintētisko mediju laikmets

• Autors:
• Autors nosaukums

  Quantumrun Foresight
• Decembris 5, 2023

Ieskata kopsavilkums

Ģeneratīvie pretrunīgie tīkli (GAN), kas pazīstami ar dziļu viltojumu radīšanu, ģenerē sintētiskos datus, kas atdarina reālas sejas, balsis un manieres. To izmantošanas diapazons ir no Adobe Photoshop uzlabošanas līdz reālistisku filtru ģenerēšanai pakalpojumā Snapchat. Tomēr GAN rada ētiskas bažas, jo tos bieži izmanto, lai izveidotu maldinošus dziļi viltotus videoklipus un izplatītu dezinformāciju. Veselības aprūpē pastāv bažas par pacientu datu privātumu GAN apmācībā. Neraugoties uz šīm problēmām, GAN ir izdevīgi pielietojumi, piemēram, palīdzība kriminālizmeklēšanā. To plašā izmantošana dažādās nozarēs, tostarp filmu veidošanā un mārketingā, ir radījusi aicinājumus ieviest stingrākus datu privātuma pasākumus un valdības regulējumu attiecībā uz GAN tehnoloģiju.

Ģeneratīvo pretrunīgo tīklu (GAN) konteksts

GAN ir dziļa neironu tīkla veids, kas var ģenerēt jaunus datus, kas ir līdzīgi datiem, par kuriem tas tiek apmācīts. Divus galvenos blokus, kas sacenšas savā starpā, lai radītu vizionārus darbus, sauc par ģeneratoru un diskriminatoru. Ģenerators ir atbildīgs par jaunu datu izveidi, savukārt diskriminētājs mēģina atšķirt ģenerētos datus no apmācības datiem. Ģenerators pastāvīgi cenšas apmānīt diskriminētāju, radot informāciju, kas izskatās pēc iespējas reālāka. Lai to izdarītu, ģeneratoram ir jāapgūst pamatā esošais datu sadalījums, ļaujot GAN izveidot jaunu informāciju, to faktiski neiegaumējot.

Kad 2014. gadā Google pētnieks Ians Gudfellovs un viņa komandas biedri pirmo reizi izstrādāja GAN, algoritms parādīja lielu solījumu mašīnmācībai. Kopš tā laika GAN ir redzējuši daudz reālās pasaules lietojumprogrammu dažādās nozarēs. Piemēram, Adobe izmanto GAN nākamās paaudzes Photoshop. Google izmanto GAN iespējas gan teksta, gan attēlu ģenerēšanai. IBM efektīvi izmanto GAN datu palielināšanai. Snapchat izmanto tos efektīviem attēlu filtriem un Disney super izšķirtspējai. 

Traucējoša ietekme

Lai gan GAN sākotnēji tika izveidots, lai uzlabotu mašīnmācīšanos, tās lietojumprogrammas ir šķērsojušas apšaubāmas teritorijas. Piemēram, dziļi viltoti videoklipi tiek pastāvīgi veidoti, lai atdarinātu reālus cilvēkus un radītu iespaidu, ka viņi dara vai saka kaut ko tādu, ko nav darījuši. Piemēram, bija video, kurā bijušais ASV prezidents Baraks Obama nosauca bijušo ASV prezidentu Donaldu Trampu par nievājošu vārdu un Facebook izpilddirektors Marks Cukerburgs lielījās, ka spēj kontrolēt miljardiem nozagtu datu. Nekas no tiem nenotika reālajā dzīvē. Turklāt lielākā daļa viltotu videoklipu ir mērķēti uz sieviešu dzimuma slavenībām un ievieto tās pornogrāfiskā saturā. GAN var arī izveidot izdomātus fotoattēlus no nulles. Piemēram, vairāki dziļi viltoti žurnālistu konti LinkedIn un Twitter izrādījās AI radīti. Šos sintētiskos profilus var izmantot, lai izveidotu reālistiskus rakstus un domu vadīšanas darbus, ko var izmantot propagandisti. 

Tikmēr veselības aprūpes nozarē pieaug bažas par datiem, kas var tikt nopludināti, izmantojot faktisku pacientu datubāzi kā algoritmu apmācības datus. Daži pētnieki apgalvo, ka personiskās informācijas aizsardzībai ir jābūt papildu drošības vai maskēšanas slānim. Tomēr, lai gan GAN galvenokārt ir pazīstams ar spēju maldināt cilvēkus, tam ir pozitīvas priekšrocības. Piemēram, 2022. gada maijā policija no Nīderlandes atjaunoja video, kurā redzams 13 gadus vecs zēns, kurš tika noslepkavots 2003. gadā. Izmantojot reālistiskus upura kadrus, policija cer mudināt cilvēkus atcerēties upuri un nākt klajā ar jauna informācija par aukstuma lietu. Policija apgalvo, ka jau saņēmusi vairākus padomus, taču, lai tos pārbaudītu, būs jāveic iepriekšējās darbības pārbaudes.

Ģeneratīvo pretrunīgo tīklu (GAN) lietojumprogrammas

Dažas ģeneratīvo pretrunīgo tīklu (GAN) lietojumprogrammas var ietvert: 

• Filmu veidošanas nozare rada viltotu saturu, lai ievietotu sintētiskos aktierus un atkārtoti uzņemtu pēcapstrādes filmu ainas. Šī stratēģija var radīt ilgtermiņa izmaksu ietaupījumus, jo viņiem nebūs jāmaksā aktieriem un apkalpei papildu kompensācija.
• Aizvien vairāk viltotu tekstu un videoklipu izmantošana, lai veicinātu ideoloģijas un propagandu dažādos politiskajos spektros.
• Uzņēmumi, kas izmanto sintētiskos videoklipus, lai izveidotu sarežģītas zīmola veidošanas un mārketinga kampaņas, nealgojot reālus cilvēkus, izņemot programmētājus.
• Grupas, kas lobē paaugstinātu datu privātuma aizsardzību veselības aprūpei un citai personiskai informācijai. Šī atgrūšanās var piespiest uzņēmumus izstrādāt apmācību datus, kas nav balstīti uz faktiskām datu bāzēm. Tomēr rezultāti var nebūt tik precīzi.
• Valdības, kas regulē un uzrauga uzņēmumus, kas ražo GAN tehnoloģiju, lai nodrošinātu, ka tehnoloģija netiek izmantota dezinformācijai un krāpšanai.

Jautājumi komentēšanai

• Vai esat pieredzējis GAN tehnoloģijas izmantošanu? Kāda bija pieredze?
• Kā uzņēmumi un valdības var nodrošināt, ka GAN tiek izmantots ētiski?