ਜਨਰੇਟਿਵ ਵਿਰੋਧੀ ਨੈੱਟਵਰਕ (GANs): ਸਿੰਥੈਟਿਕ ਮੀਡੀਆ ਦੀ ਉਮਰ

• ਲੇਖਕ ਬਾਰੇ:
• ਲੇਖਕ ਦਾ ਨਾਮ

  Quantumrun ਦੂਰਦ੍ਰਿਸ਼ਟੀ
• ਦਸੰਬਰ 5, 2023

ਇਨਸਾਈਟ ਸੰਖੇਪ

ਜਨਰੇਟਿਵ ਐਡਵਰਸੇਰੀਅਲ ਨੈੱਟਵਰਕ (GANs), ਜੋ ਕਿ ਡੂੰਘੇ ਫੇਕ ਬਣਾਉਣ ਲਈ ਜਾਣੇ ਜਾਂਦੇ ਹਨ, ਸਿੰਥੈਟਿਕ ਡੇਟਾ ਤਿਆਰ ਕਰਦੇ ਹਨ ਜੋ ਅਸਲ-ਜੀਵਨ ਦੇ ਚਿਹਰਿਆਂ, ਆਵਾਜ਼ਾਂ ਅਤੇ ਢੰਗ-ਤਰੀਕਿਆਂ ਦੀ ਨਕਲ ਕਰਦੇ ਹਨ। ਉਹਨਾਂ ਦੀ ਵਰਤੋਂ ਅਡੋਬ ਫੋਟੋਸ਼ਾਪ ਨੂੰ ਵਧਾਉਣ ਤੋਂ ਲੈ ਕੇ ਸਨੈਪਚੈਟ 'ਤੇ ਯਥਾਰਥਵਾਦੀ ਫਿਲਟਰ ਬਣਾਉਣ ਤੱਕ ਹੈ। ਹਾਲਾਂਕਿ, GAN ਨੈਤਿਕ ਚਿੰਤਾਵਾਂ ਪੈਦਾ ਕਰਦੇ ਹਨ, ਕਿਉਂਕਿ ਉਹਨਾਂ ਦੀ ਵਰਤੋਂ ਅਕਸਰ ਗੁੰਮਰਾਹਕੁੰਨ ਡੀਪਫੇਕ ਵੀਡੀਓ ਬਣਾਉਣ ਅਤੇ ਗਲਤ ਜਾਣਕਾਰੀ ਦਾ ਪ੍ਰਚਾਰ ਕਰਨ ਲਈ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਹੈਲਥਕੇਅਰ ਵਿੱਚ, GAN ਸਿਖਲਾਈ ਵਿੱਚ ਮਰੀਜ਼ ਡੇਟਾ ਗੋਪਨੀਯਤਾ ਨੂੰ ਲੈ ਕੇ ਚਿੰਤਾ ਹੈ। ਇਹਨਾਂ ਮੁੱਦਿਆਂ ਦੇ ਬਾਵਜੂਦ, GAN ਕੋਲ ਲਾਭਦਾਇਕ ਐਪਲੀਕੇਸ਼ਨ ਹਨ, ਜਿਵੇਂ ਕਿ ਅਪਰਾਧਿਕ ਜਾਂਚਾਂ ਵਿੱਚ ਸਹਾਇਤਾ ਕਰਨਾ। ਫਿਲਮ ਨਿਰਮਾਣ ਅਤੇ ਮਾਰਕੀਟਿੰਗ ਸਮੇਤ ਵੱਖ-ਵੱਖ ਖੇਤਰਾਂ ਵਿੱਚ ਉਹਨਾਂ ਦੀ ਵਿਆਪਕ ਵਰਤੋਂ, ਨੇ ਵਧੇਰੇ ਸਖ਼ਤ ਡੇਟਾ ਗੋਪਨੀਯਤਾ ਉਪਾਵਾਂ ਅਤੇ GAN ਤਕਨਾਲੋਜੀ ਦੇ ਸਰਕਾਰੀ ਨਿਯਮ ਦੀ ਮੰਗ ਕੀਤੀ ਹੈ।

ਜਨਰੇਟਿਵ ਵਿਰੋਧੀ ਨੈੱਟਵਰਕ (GANs) ਸੰਦਰਭ

GAN ਇੱਕ ਕਿਸਮ ਦਾ ਡੂੰਘੇ ਤੰਤੂ ਨੈੱਟਵਰਕ ਹੈ ਜੋ ਉਸ ਡੇਟਾ ਦੇ ਸਮਾਨ ਨਵਾਂ ਡਾਟਾ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ ਜਿਸ 'ਤੇ ਇਸਨੂੰ ਸਿਖਲਾਈ ਦਿੱਤੀ ਜਾਂਦੀ ਹੈ। ਦੋ ਮੁੱਖ ਬਲਾਕ ਜੋ ਦੂਰਦਰਸ਼ੀ ਰਚਨਾਵਾਂ ਪੈਦਾ ਕਰਨ ਲਈ ਇੱਕ ਦੂਜੇ ਦੇ ਵਿਰੁੱਧ ਮੁਕਾਬਲਾ ਕਰਦੇ ਹਨ ਉਹਨਾਂ ਨੂੰ ਜਨਰੇਟਰ ਅਤੇ ਵਿਤਕਰਾ ਕਿਹਾ ਜਾਂਦਾ ਹੈ। ਜਨਰੇਟਰ ਨਵਾਂ ਡੇਟਾ ਬਣਾਉਣ ਲਈ ਜਿੰਮੇਵਾਰ ਹੈ, ਜਦੋਂ ਕਿ ਵਿਤਕਰਾ ਕਰਨ ਵਾਲਾ ਤਿਆਰ ਡੇਟਾ ਅਤੇ ਸਿਖਲਾਈ ਡੇਟਾ ਵਿੱਚ ਫਰਕ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਦਾ ਹੈ। ਜਨਰੇਟਰ ਲਗਾਤਾਰ ਅਜਿਹੀ ਜਾਣਕਾਰੀ ਬਣਾ ਕੇ ਵਿਤਕਰਾ ਕਰਨ ਵਾਲੇ ਨੂੰ ਮੂਰਖ ਬਣਾਉਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਿਹਾ ਹੈ ਜੋ ਸੰਭਵ ਤੌਰ 'ਤੇ ਅਸਲੀ ਦਿਖਾਈ ਦਿੰਦੀ ਹੈ। ਅਜਿਹਾ ਕਰਨ ਲਈ, ਜਨਰੇਟਰ ਨੂੰ ਡੇਟਾ ਦੀ ਅੰਤਰੀਵ ਵੰਡ ਨੂੰ ਸਿੱਖਣ ਦੀ ਜ਼ਰੂਰਤ ਹੁੰਦੀ ਹੈ, ਜਿਸ ਨਾਲ GAN ਨੂੰ ਅਸਲ ਵਿੱਚ ਯਾਦ ਕੀਤੇ ਬਿਨਾਂ ਨਵੀਂ ਜਾਣਕਾਰੀ ਬਣਾਉਣ ਦੀ ਆਗਿਆ ਮਿਲਦੀ ਹੈ।

ਜਦੋਂ GANs ਨੂੰ ਪਹਿਲੀ ਵਾਰ 2014 ਵਿੱਚ Google ਖੋਜ ਵਿਗਿਆਨੀ ਇਆਨ ਗੁਡਫੇਲੋ ਅਤੇ ਉਸਦੇ ਸਾਥੀਆਂ ਦੁਆਰਾ ਵਿਕਸਤ ਕੀਤਾ ਗਿਆ ਸੀ, ਤਾਂ ਐਲਗੋਰਿਦਮ ਨੇ ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਲਈ ਬਹੁਤ ਵਧੀਆ ਵਾਅਦਾ ਦਿਖਾਇਆ। ਉਦੋਂ ਤੋਂ, GANs ਨੇ ਵੱਖ-ਵੱਖ ਉਦਯੋਗਾਂ ਵਿੱਚ ਬਹੁਤ ਸਾਰੀਆਂ ਅਸਲ-ਸੰਸਾਰ ਐਪਲੀਕੇਸ਼ਨਾਂ ਦੇਖੀਆਂ ਹਨ। ਉਦਾਹਰਨ ਲਈ, Adobe ਅਗਲੀ ਪੀੜ੍ਹੀ ਦੇ ਫੋਟੋਸ਼ਾਪ ਲਈ GAN ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ। ਗੂਗਲ ਟੈਕਸਟ ਅਤੇ ਚਿੱਤਰਾਂ ਦੋਵਾਂ ਲਈ GAN ਦੀ ਸ਼ਕਤੀ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ। IBM ਡਾਟਾ ਵਧਾਉਣ ਲਈ GANs ਦੀ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਵਰਤੋਂ ਕਰਦਾ ਹੈ। ਸਨੈਪਚੈਟ ਉਹਨਾਂ ਦੀ ਵਰਤੋਂ ਕੁਸ਼ਲ ਚਿੱਤਰ ਫਿਲਟਰਾਂ ਅਤੇ ਸੁਪਰ ਰੈਜ਼ੋਲਿਊਸ਼ਨ ਲਈ ਡਿਜ਼ਨੀ ਲਈ ਕਰਦਾ ਹੈ। 

ਵਿਘਨਕਾਰੀ ਪ੍ਰਭਾਵ

ਜਦੋਂ ਕਿ GAN ਨੂੰ ਸ਼ੁਰੂ ਵਿੱਚ ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਵਿੱਚ ਸੁਧਾਰ ਕਰਨ ਲਈ ਬਣਾਇਆ ਗਿਆ ਸੀ, ਇਸ ਦੀਆਂ ਐਪਲੀਕੇਸ਼ਨਾਂ ਨੇ ਸ਼ੱਕੀ ਖੇਤਰਾਂ ਨੂੰ ਪਾਰ ਕੀਤਾ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਅਸਲ ਲੋਕਾਂ ਦੀ ਨਕਲ ਕਰਨ ਅਤੇ ਇਸਨੂੰ ਅਜਿਹਾ ਦਿਖਣ ਲਈ ਕਿ ਉਹ ਅਜਿਹਾ ਕੁਝ ਕਰ ਰਹੇ ਹਨ ਜਾਂ ਕਹਿ ਰਹੇ ਹਨ, ਜੋ ਉਹਨਾਂ ਨੇ ਨਹੀਂ ਕੀਤਾ ਹੈ, ਇਸ ਲਈ ਡੀਪਫੇਕ ਵੀਡੀਓ ਲਗਾਤਾਰ ਬਣਾਏ ਜਾਂਦੇ ਹਨ। ਉਦਾਹਰਨ ਲਈ, ਸਾਬਕਾ ਅਮਰੀਕੀ ਰਾਸ਼ਟਰਪਤੀ ਬਰਾਕ ਓਬਾਮਾ ਦਾ ਇੱਕ ਵੀਡੀਓ ਸੀ ਜਿਸ ਵਿੱਚ ਸਾਥੀ-ਸਾਬਕਾ ਅਮਰੀਕੀ ਰਾਸ਼ਟਰਪਤੀ ਡੋਨਾਲਡ ਟਰੰਪ ਨੂੰ ਅਪਮਾਨਜਨਕ ਸ਼ਬਦ ਕਿਹਾ ਗਿਆ ਸੀ ਅਤੇ ਫੇਸਬੁੱਕ ਦੇ ਸੀਈਓ ਮਾਰਕ ਜ਼ੁਕਰਬਰਗ ਨੇ ਅਰਬਾਂ ਚੋਰੀ ਕੀਤੇ ਡੇਟਾ ਨੂੰ ਕੰਟਰੋਲ ਕਰਨ ਦੇ ਯੋਗ ਹੋਣ ਦੀ ਸ਼ੇਖੀ ਮਾਰੀ ਸੀ। ਅਸਲ ਜ਼ਿੰਦਗੀ ਵਿੱਚ ਇਨ੍ਹਾਂ ਵਿੱਚੋਂ ਕੁਝ ਵੀ ਨਹੀਂ ਹੋਇਆ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਜ਼ਿਆਦਾਤਰ ਡੀਪ ਫੇਕ ਵੀਡੀਓ ਔਰਤਾਂ ਦੀਆਂ ਮਸ਼ਹੂਰ ਹਸਤੀਆਂ ਨੂੰ ਨਿਸ਼ਾਨਾ ਬਣਾਉਂਦੇ ਹਨ ਅਤੇ ਉਨ੍ਹਾਂ ਨੂੰ ਅਸ਼ਲੀਲ ਸਮੱਗਰੀ ਵਿੱਚ ਰੱਖਦੇ ਹਨ। GAN ਸਕਰੈਚ ਤੋਂ ਕਾਲਪਨਿਕ ਫੋਟੋਆਂ ਬਣਾਉਣ ਦੇ ਯੋਗ ਵੀ ਹਨ। ਉਦਾਹਰਨ ਲਈ, ਲਿੰਕਡਇਨ ਅਤੇ ਟਵਿੱਟਰ 'ਤੇ ਕਈ ਡੀਪਫੇਕ ਪੱਤਰਕਾਰ ਖਾਤੇ AI ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੇ ਗਏ ਹਨ। ਇਹਨਾਂ ਸਿੰਥੈਟਿਕ ਪ੍ਰੋਫਾਈਲਾਂ ਦੀ ਵਰਤੋਂ ਯਥਾਰਥਵਾਦੀ-ਆਵਾਜ਼ ਵਾਲੇ ਲੇਖਾਂ ਅਤੇ ਸੋਚਣ ਵਾਲੇ ਲੀਡਰਸ਼ਿਪ ਟੁਕੜਿਆਂ ਨੂੰ ਬਣਾਉਣ ਲਈ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ ਜੋ ਪ੍ਰਚਾਰਕ ਵਰਤ ਸਕਦੇ ਹਨ। 

ਇਸ ਦੌਰਾਨ, ਹੈਲਥਕੇਅਰ ਸੈਕਟਰ ਵਿੱਚ, ਉਹਨਾਂ ਡੇਟਾ ਨੂੰ ਲੈ ਕੇ ਚਿੰਤਾਵਾਂ ਵਧ ਰਹੀਆਂ ਹਨ ਜੋ ਐਲਗੋਰਿਦਮ ਲਈ ਸਿਖਲਾਈ ਡੇਟਾ ਦੇ ਤੌਰ ਤੇ ਇੱਕ ਅਸਲ ਮਰੀਜ਼ ਡੇਟਾਬੇਸ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਲੀਕ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਕੁਝ ਖੋਜਕਰਤਾ ਦਲੀਲ ਦਿੰਦੇ ਹਨ ਕਿ ਨਿੱਜੀ ਜਾਣਕਾਰੀ ਦੀ ਸੁਰੱਖਿਆ ਲਈ ਇੱਕ ਵਾਧੂ ਸੁਰੱਖਿਆ ਜਾਂ ਮਾਸਕਿੰਗ ਪਰਤ ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ। ਹਾਲਾਂਕਿ, ਹਾਲਾਂਕਿ GAN ਜਿਆਦਾਤਰ ਲੋਕਾਂ ਨੂੰ ਧੋਖਾ ਦੇਣ ਦੀ ਆਪਣੀ ਯੋਗਤਾ ਲਈ ਜਾਣਿਆ ਜਾਂਦਾ ਹੈ, ਇਸਦੇ ਸਕਾਰਾਤਮਕ ਲਾਭ ਹਨ। ਉਦਾਹਰਨ ਲਈ, ਮਈ 2022 ਵਿੱਚ, ਨੀਦਰਲੈਂਡ ਦੀ ਪੁਲਿਸ ਨੇ ਇੱਕ 13 ਸਾਲ ਦੇ ਲੜਕੇ ਦਾ ਇੱਕ ਵੀਡੀਓ ਦੁਬਾਰਾ ਬਣਾਇਆ ਜਿਸਦਾ 2003 ਵਿੱਚ ਕਤਲ ਕੀਤਾ ਗਿਆ ਸੀ। ਪੀੜਤ ਦੀ ਅਸਲ ਫੁਟੇਜ ਦੀ ਵਰਤੋਂ ਕਰਕੇ, ਪੁਲਿਸ ਲੋਕਾਂ ਨੂੰ ਪੀੜਤ ਨੂੰ ਯਾਦ ਕਰਨ ਅਤੇ ਅੱਗੇ ਆਉਣ ਲਈ ਉਤਸ਼ਾਹਿਤ ਕਰਨ ਦੀ ਉਮੀਦ ਕਰਦੀ ਹੈ। ਠੰਡੇ ਕੇਸ ਬਾਰੇ ਨਵੀਂ ਜਾਣਕਾਰੀ. ਪੁਲਿਸ ਦਾ ਦਾਅਵਾ ਹੈ ਕਿ ਉਨ੍ਹਾਂ ਨੂੰ ਪਹਿਲਾਂ ਹੀ ਕਈ ਸੁਝਾਅ ਮਿਲ ਚੁੱਕੇ ਹਨ ਪਰ ਉਨ੍ਹਾਂ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨ ਲਈ ਪਿਛੋਕੜ ਦੀ ਜਾਂਚ ਕਰਨੀ ਪਵੇਗੀ।

ਜਨਰੇਟਿਵ ਐਡਵਰਸੈਰੀਅਲ ਨੈਟਵਰਕਸ (GANs) ਦੀਆਂ ਐਪਲੀਕੇਸ਼ਨਾਂ

ਜਨਰੇਟਿਵ ਐਡਵਰਸੇਰੀਅਲ ਨੈੱਟਵਰਕ (GANs) ਦੀਆਂ ਕੁਝ ਐਪਲੀਕੇਸ਼ਨਾਂ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋ ਸਕਦੇ ਹਨ: 

• ਫਿਲਮ ਨਿਰਮਾਣ ਉਦਯੋਗ ਸਿੰਥੈਟਿਕ ਅਦਾਕਾਰਾਂ ਨੂੰ ਰੱਖਣ ਅਤੇ ਪੋਸਟ-ਪ੍ਰੋਡਿਊਸਡ ਫਿਲਮਾਂ ਵਿੱਚ ਸੀਨ ਮੁੜ-ਸ਼ੂਟ ਕਰਨ ਲਈ ਡੂੰਘੀ ਨਕਲੀ ਸਮੱਗਰੀ ਤਿਆਰ ਕਰਦਾ ਹੈ। ਇਹ ਰਣਨੀਤੀ ਲੰਬੇ ਸਮੇਂ ਦੀ ਲਾਗਤ ਦੀ ਬੱਚਤ ਵਿੱਚ ਅਨੁਵਾਦ ਕਰ ਸਕਦੀ ਹੈ ਕਿਉਂਕਿ ਉਹਨਾਂ ਨੂੰ ਅਦਾਕਾਰਾਂ ਅਤੇ ਚਾਲਕ ਦਲ ਨੂੰ ਵਾਧੂ ਮੁਆਵਜ਼ਾ ਦੇਣ ਦੀ ਲੋੜ ਨਹੀਂ ਪਵੇਗੀ।
• ਵੱਖ-ਵੱਖ ਰਾਜਨੀਤਿਕ ਸਪੈਕਟ੍ਰਮ ਵਿੱਚ ਵਿਚਾਰਧਾਰਾਵਾਂ ਅਤੇ ਪ੍ਰਚਾਰ ਨੂੰ ਉਤਸ਼ਾਹਿਤ ਕਰਨ ਲਈ ਡੂੰਘੇ ਨਕਲੀ ਟੈਕਸਟ ਅਤੇ ਵੀਡੀਓਜ਼ ਦੀ ਵੱਧ ਰਹੀ ਵਰਤੋਂ।
• ਪ੍ਰੋਗ੍ਰਾਮਰਾਂ ਤੋਂ ਇਲਾਵਾ ਅਸਲ ਲੋਕਾਂ ਨੂੰ ਨਿਯੁਕਤ ਕੀਤੇ ਬਿਨਾਂ ਵਿਸਤ੍ਰਿਤ ਬ੍ਰਾਂਡਿੰਗ ਅਤੇ ਮਾਰਕੀਟਿੰਗ ਮੁਹਿੰਮਾਂ ਬਣਾਉਣ ਲਈ ਸਿੰਥੈਟਿਕ ਵੀਡੀਓ ਦੀ ਵਰਤੋਂ ਕਰਨ ਵਾਲੀਆਂ ਕੰਪਨੀਆਂ।
• ਹੈਲਥਕੇਅਰ ਅਤੇ ਹੋਰ ਨਿੱਜੀ ਜਾਣਕਾਰੀ ਲਈ ਡਾਟਾ ਗੋਪਨੀਯਤਾ ਸੁਰੱਖਿਆ ਵਧਾਉਣ ਲਈ ਗਰੁੱਪ ਲਾਬਿੰਗ ਕਰਦੇ ਹਨ। ਇਹ ਪੁਸ਼ਬੈਕ ਕੰਪਨੀਆਂ ਨੂੰ ਸਿਖਲਾਈ ਡੇਟਾ ਵਿਕਸਤ ਕਰਨ ਲਈ ਦਬਾਅ ਪਾ ਸਕਦਾ ਹੈ ਜੋ ਅਸਲ ਡੇਟਾਬੇਸ 'ਤੇ ਅਧਾਰਤ ਨਹੀਂ ਹਨ। ਹਾਲਾਂਕਿ, ਨਤੀਜੇ ਇੰਨੇ ਸਹੀ ਨਹੀਂ ਹੋ ਸਕਦੇ ਹਨ।
• ਸਰਕਾਰਾਂ ਉਹਨਾਂ ਫਰਮਾਂ ਨੂੰ ਨਿਯੰਤ੍ਰਿਤ ਅਤੇ ਨਿਗਰਾਨੀ ਕਰਦੀਆਂ ਹਨ ਜੋ ਇਹ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ GAN ਤਕਨਾਲੋਜੀ ਪੈਦਾ ਕਰਦੀਆਂ ਹਨ ਕਿ ਤਕਨਾਲੋਜੀ ਦੀ ਵਰਤੋਂ ਗਲਤ ਜਾਣਕਾਰੀ ਅਤੇ ਧੋਖਾਧੜੀ ਲਈ ਨਹੀਂ ਕੀਤੀ ਜਾ ਰਹੀ ਹੈ।

ਟਿੱਪਣੀ ਕਰਨ ਲਈ ਸਵਾਲ

• ਕੀ ਤੁਸੀਂ GAN ਤਕਨਾਲੋਜੀ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦਾ ਅਨੁਭਵ ਕੀਤਾ ਹੈ? ਅਨੁਭਵ ਕਿਹੋ ਜਿਹਾ ਸੀ?
• ਕੰਪਨੀਆਂ ਅਤੇ ਸਰਕਾਰਾਂ ਇਹ ਕਿਵੇਂ ਯਕੀਨੀ ਬਣਾ ਸਕਦੀਆਂ ਹਨ ਕਿ GAN ਦੀ ਨੈਤਿਕਤਾ ਨਾਲ ਵਰਤੋਂ ਕੀਤੀ ਜਾ ਰਹੀ ਹੈ?