دعوت به همکاری در شرکت سهند (استخدام شرکت سهند)

هوش مصنوعی دیپ فیک و استفاده های آن

هوش مصنوعی جعل عمیق یا دیپ فیک سامسونگ می تواند

یک ویدیو از شما را از تنها با استفاده از یک عکس بسازد. تصور

کنید شخصی یک ویدیوی دیپ فیک از شما، به راحتی با برداشتن

عکس پروفایلتان درست می کند. البته این دسته از افراد هنوز

دسترسی به چنین تکنولوژی ای ندارند، اما سامسونگ راهی

برای محقق کردن این کار یافته است.

نرم افزارهای دیپ فیک – کلیپ هایی از اشخاصی ساخته اند که

در این کلیپ ها به نظر می رسد چیزهایی گفته اند که در واقعیت

هرگزاتفاق نیفتاده است. به طور معمول برای ایجاد یک جعل واقعی

به مجموعه داده های بزرگی از عکس ها نیاز داریم. در حال حاضر

سامسونگ یک سیستم جدید هوش مصنوعی را توسعه داده است

که می تواند یک کلیپ جعلی را با کم ترین داده ها مثل یک عکس تولید کند.

این تکنولوژی هم چنین میتواند برای سرگرمی، مانند زنده کردن یک

پرتره کلاسیک استفاده شود. مونا لیزا، که تنها یک تصویر ثابت از آن

وجود دارد، در سه کلیپ مختلف برای نشان دادن این تکنولوژی جدید

به صورت متحرک درامده است. یک آزمایشگاه هوش مصنوعی

سامسونگ در کشور روسیه این تکنولوژی را توسعه داد.

خطرات احتمالی دیپ فیک

به گفته هانی فارید، یک محقق دارتموث که یک متخصص قانونی ریشه یابی

دیپ فیک است، این نوع تکنیک ها و پیشرفت سریع آن ها هم چنین خطر

اطلاع رسانی های غلط، کلاهبرداری و مداخله در رای گیری ها را افزایش

می دهد. هنگامی که حتی یک ویدیو غیر حرفه ای از سخنران مجلس

نمایندگان ایالات متحده نانسی پلوسی می تواند در رسانه های اجتماعی

به صورت گسترده پخش شود، نگرانی ها برای این که پیچیدگی این الگوریتم

فریب دادن مردم را آسان تر می کند، بیشتر می شود.

فارید افزود: “به دنبال روند سال گذشته، دیپ فیک و تکنیک های مرتبط با آن

به اطلاعات کمتر و کمتری نیاز دارند و محتویات پیچیده تر و دقیق تری را تولید

می کنند. این نتایج گام دیگری در تکامل تکنیک ها است … که منجر به ایجاد

محتوای چند رسانه ای می شود که در نهایت از واقعیت غیر قابل تشخیص

است”. همانند فتوشاپ، نرم افزار های دیپ فیک برای جعل کاملا متقاعد

کننده ی یک حرکت از یادگیری ماشین استفاده می کنند. اگر چه چندین دهه

است که دستکاری ویدیو ها در صنعت کامپیوتر وجود داشته، سیستم های دیپ

فیک، نه تنها ایجاد کلیپ های جعلی را آسان تر، بلکه تشخیص آن ها را نیز

سخت تر کرده است.

نحوه ی کار الگوریتم دیپ فیک

جدیدترین الگوریتم با استفاده از پایگاه داده عمومی VoxCeleb که حاوی بیش

از ۷۰۰۰ عکس از افراد مشهور از ویدیوهای یوتیوب بود، ارتقا داده شد. با استفاده

ازاین مجموعه داده ها، این هوش مصنوعی قادر به ایجاد آنچه محققان آن

را<<landmark>> یا نقاط راهنما می نامند، ویژگی های قابل شناسایی عمومی

مثل بینی، چشم ها و دیگر ویژگی های چهره ی فرد، می باشد.

سیستم سامسونگ از یک ترفند که به نظر می رسد از نقل قول مشهور

الکساندر گراهام بل درباره اینکه آمادگی کلید موفقیت است، الهام گرفته،

استفاده می کند. سیستم با یک مرحله “فرا یادگیری” طولانی شروع

می کند که در آن تعداد زیادی از فیلم ها را تماشا می کند تا بفهمد چهره ی

انسان ها چگونه حرکت می کنند. پس از آن، آنچه را که آموخته، برای تولید

کلیپ ویدئویی واقعی به کار می برد. از آنجا که الگوریتم ویژگی های کلی

فرد را در مقایسه با ویژگی های ریز تر به رسمیت می شناسد، می تواند

به سرعت تصاویر را با ورودی های کمتری استخراج کند و در بعضی موارد

تصاویر افرادی همچون داستایفسکی را که در سال ۱۸۸۱ درگذشت و

هیچوقت ویدیویی از وی دیده نشد، زنده کند.

این موضوع همچنین به این معنی است که این فناوری برای افراد غیر

مشهور نیز قابل استفاده است.

محدودیت های این الگوریتم در حال حاضر

تنها با استفاده از چند سلفی از فرد،این الگوریتم می تواند احتمال

چگونگی حرکت سر یا صحبت کردن فرد را تقلید کند. این هوش مصنوعی

در حال حاضر تنها قادر به تولید کلیپ های افراد از بالاتر از سرشانه است

و فقط حرکت سر را پیش بینی می کند.

بر خلاف یک ویدیوی دیپ فیک واقعی، نتایج حاصل از یک یا تعداد کمی از

تصاویر منجر به کم شدن برخی جزئیات مهم میشود. به عنوان مثال، در یک

کلیپ ساخته شده از مرلین مونرو در نسخه آزمایشی سامسونگ خال

صورت او از بین رفته بود.

به گفته سایوی لیو، استاد علوم رایانه در دانشگاه آلبانی در نیویورک

که متخصص در یادگیری ماشین است، این موضوع به این معنی است

که فیلم های ساخته شده، برخی از ویژگی های هر کسی را که در

این ویدیو ها نقش سوژه ی فیلم را بازی می کند، حفظ می کند. به

همین دلیل هر یک از تصاویر مونالیزا اندکی متفاوت از دیگری به نظر

میرسد. به طور کلی، هدف یک سیستم دیپ فیک حذف این ایرادات

بصری است. این موضوع به مقدار قابل توجهی از داده های آموزشی

برای ویدئو ورودی و فرد مورد نظر نیاز دارد.

اما اگر الگوریتم واقعا یک الگوریتم پیشرفته ی دیپ فیک باشد، این

موضوع به سرعت تغییر خواهد کرد. یکی دیگر از تکنولوژی های

فوق العاده ای که اخیرا توسط کارکنان سابق گوگل و مایکروسافت

معرفی شده است، نشان می دهد که چگونه یک الگوریتم قادر است

به صورت واقعی صدای اشخاص، برای مثال گوینده ی محبوب، جو روگان

را تقلید کند. منتقدین تکنولوژی های دیپ فیک می گویند که این

دو تکنولوژی در کنار هم می توانند منجر به تولید فیلم های جعلی شوند،

که ممکن است حاوی اطلاعات غلط درباره ی سیاستمداران و یا دزدیدن

هویت افراد مختلف توسط خلافکاران باشد.

منبع