አመንጪ ተከራካሪ አውታረ መረቦች (GANs)፡ የሰው ሰራሽ ሚዲያ ዘመን

የምስል ክሬዲት፡
የምስል ክሬዲት
iStock

አመንጪ ተከራካሪ አውታረ መረቦች (GANs)፡ የሰው ሰራሽ ሚዲያ ዘመን

አመንጪ ተከራካሪ አውታረ መረቦች (GANs)፡ የሰው ሰራሽ ሚዲያ ዘመን

ንዑስ ርዕስ ጽሑፍ
ጀነሬቲቭ ባላንጣ ኔትወርኮች የማሽን መማርን አሻሽለዋል፣ነገር ግን ቴክኖሎጂው ለማታለል ጥቅም ላይ እየዋለ ነው።
    • ደራሲ:
    • የደራሲ ስም
      ኳንተምሩን አርቆ እይታ
    • ታኅሣሥ 5, 2023

    የማስተዋል ማጠቃለያ

    ጥልቅ ሐሰትን በመፍጠር የታወቁ ጀነሬቲቭ አድቨርሳሪያል ኔትወርኮች (GANs) የእውነተኛ ህይወት ፊቶችን፣ ድምጾችን እና አገባብን የሚመስሉ ሰው ሰራሽ መረጃዎችን ያመነጫሉ። የእነርሱ አጠቃቀም አዶቤ ፎቶሾፕን ከማሻሻል ጀምሮ በ Snapchat ላይ ተጨባጭ ማጣሪያዎችን እስከ ማመንጨት ይደርሳል። ሆኖም፣ GANs ብዙ ጊዜ አሳሳች ጥልቅ የውሸት ቪዲዮዎችን ለመፍጠር እና የተሳሳተ መረጃ ለማሰራጨት ስለሚውሉ የስነምግባር ስጋቶችን ይፈጥራሉ። በጤና እንክብካቤ ውስጥ፣ በGAN ስልጠና ላይ በታካሚ መረጃ ግላዊነት ላይ ጭንቀት አለ። ምንም እንኳን እነዚህ ጉዳዮች ቢኖሩም GANs እንደ የወንጀል ምርመራዎችን የመሳሰሉ ጠቃሚ መተግበሪያዎች አሏቸው። የፊልም ስራ እና ግብይትን ጨምሮ በተለያዩ ዘርፎች በስፋት መጠቀማቸው ለበለጠ ጥብቅ የመረጃ ግላዊነት እርምጃዎች እና የመንግስት የ GAN ቴክኖሎጂ ቁጥጥር ጥሪ እንዲደረግ አድርጓል።

    አመንጪ ተከራካሪ አውታረ መረቦች (GANs) አውድ

    GAN ከሰለጠነበት መረጃ ጋር የሚመሳሰል አዲስ መረጃ የሚያመነጭ ጥልቅ የነርቭ ኔትወርክ አይነት ነው። ባለራዕይ ፈጠራዎችን ለማምረት እርስ በርስ የሚፎካከሩት ሁለቱ ዋና ብሎኮች ጀነሬተር እና አድሎአዊ ይባላሉ። ጄነሬተሩ አዲስ መረጃን የመፍጠር ሃላፊነት አለበት, አድሎአዊው ግን በተፈጠረው መረጃ እና በስልጠናው መካከል ያለውን ልዩነት ለመለየት ይሞክራል. ጄነሬተሩ በተቻለ መጠን እውነተኛ የሚመስሉ መረጃዎችን በመፍጠር አድሏዊውን ለማታለል እየሞከረ ነው። ይህንን ለማድረግ ጄነሬተሩ የመረጃውን ስርጭቱን መማር ያስፈልገዋል, ይህም GANs በትክክል ሳያስታውሱ አዲስ መረጃ እንዲፈጥሩ ያስችላቸዋል.

    በ 2014 GANs በ Google የምርምር ሳይንቲስት ኢያን ጉድፌሎው እና ባልደረቦቹ ሲፈጠሩ ስልተ ቀመር ለማሽን መማር ትልቅ ተስፋ አሳይቷል። ከዚያን ጊዜ ጀምሮ GANs በተለያዩ ኢንዱስትሪዎች ውስጥ ብዙ የእውነተኛ ዓለም መተግበሪያዎችን አይተዋል። ለምሳሌ፣ አዶቤ GANs ለቀጣዩ ትውልድ Photoshop ይጠቀማል። ጉግል የGANsን ኃይል ለጽሑፍ እና ምስሎች ለሁለቱም ትውልድ ይጠቀማል። IBM ለውሂብ መጨመር GANsን በብቃት ይጠቀማል። Snapchat ቅልጥፍና ላለው የምስል ማጣሪያዎች እና Disney ለልዕለ ጥራቶች ይጠቀምባቸዋል። 

    የሚረብሽ ተጽእኖ

    GAN በመጀመሪያ የማሽን መማርን ለማሻሻል የተፈጠረ ቢሆንም፣ አፕሊኬሽኑ አጠያያቂ የሆኑ ግዛቶችን አልፏል። ለምሳሌ ጥልቅ የውሸት ቪዲዮዎች እውነተኛ ሰዎችን ለመምሰል እና ያላደረጉትን የሚያደርጉ ወይም የሚናገሩ ለማስመሰል በየጊዜው ይፈጠራሉ። ለምሳሌ የቀድሞው የአሜሪካ ፕሬዝዳንት ባራክ ኦባማ አብረውት የነበሩትን የአሜሪካን ፕሬዝዳንት ዶናልድ ትራምፕን አዋራጅ ቃል ሲሉ እና የፌስቡክ ዋና ስራ አስፈፃሚ ማርክ ዙከርበርግ በቢሊዮኖች የሚቆጠሩ የተዘረፉ መረጃዎችን መቆጣጠር ችለዋል ሲሉ ሲፎክሩ የሚያሳይ ቪዲዮ ነበር። ከእነዚህ ውስጥ አንዳቸውም በእውነተኛ ህይወት ውስጥ አልተከሰቱም. በተጨማሪም፣ አብዛኞቹ ጥልቅ ሀሰተኛ ቪዲዮዎች የሴት ታዋቂ ሰዎችን ያነጣጥራሉ እና በብልግና ይዘት ውስጥ ያስቀምጣቸዋል። GANs እንዲሁ ከባዶ የፈጠራ ፎቶዎችን መፍጠር ይችላሉ። ለምሳሌ፣ በLinkedIn እና Twitter ላይ ያሉ በርካታ ጥልቅ ሀሰተኛ የጋዜጠኞች መለያዎች በAI-የተፈጠሩ ሆነዋል። እነዚህ ሰው ሠራሽ መገለጫዎች ፕሮፓጋንዳዎች ሊጠቀሙባቸው የሚችሏቸውን እውነታዊ-ድምጽ መጣጥፎችን እና የአመራር ክፍሎችን ለመፍጠር ሊያገለግሉ ይችላሉ። 

    ይህ በእንዲህ እንዳለ፣ በጤና አጠባበቅ ዘርፍ፣ ትክክለኛ የታካሚ ዳታቤዝ ለአልጎሪዝም የሥልጠና መረጃን በመጠቀም ሊወጡ በሚችሉ መረጃዎች ላይ ስጋት እየጨመሩ መጥተዋል። አንዳንድ ተመራማሪዎች የግል መረጃን ለመጠበቅ ተጨማሪ የደህንነት ጥበቃ ወይም መሸፈኛ መኖር አለበት ብለው ይከራከራሉ። ሆኖም ግን, GAN በአብዛኛው ሰዎችን በማታለል ቢታወቅም, አዎንታዊ ጥቅሞች አሉት. ለምሳሌ፣ በግንቦት 2022 የኔዘርላንድ ፖሊስ በ13 የተገደለውን የ2003 ዓመት ልጅ የሚያሳይ ቪዲዮ በድጋሚ ሠራ። ፖሊሶች ስለ ተጎጂው ትክክለኛ የሆኑ ምስሎችን በመጠቀም ሰዎች ተጎጂውን እንዲያስታውሱ እና እንዲመጡ ለማበረታታት ተስፋ ያደርጋል። ስለ ቀዝቃዛ ጉዳይ አዲስ መረጃ. ፖሊሶች ቀደም ሲል ብዙ ጠቃሚ ምክሮችን እንደተቀበሉ ነገር ግን እነሱን ለማረጋገጥ የጀርባ ምርመራ ማድረግ አለባቸው ብሏል።

    የጄኔሬቲቭ ተቃራኒ አውታረ መረቦች (GANs) መተግበሪያዎች

    አንዳንድ የጄኔሬቲቭ ተቃራኒ አውታረ መረቦች (GANs) መተግበሪያዎች የሚከተሉትን ሊያካትቱ ይችላሉ፡ 

    • የፊልም ሰሪ ኢንዱስትሪ ሰው ሠራሽ ተዋናዮችን ለማስቀመጥ እና በድህረ-የተዘጋጁ ፊልሞች ላይ ትዕይንቶችን ለመቅረጽ ጥልቅ የውሸት ይዘትን ይፈጥራል። ይህ ስልት ተዋናዮችን መክፈል እና ተጨማሪ ማካካሻ ስለማያስፈልጋቸው ወደ የረጅም ጊዜ ወጪ ቁጠባ ሊተረጎም ይችላል።
    • ርዕዮተ-ዓለሞችን እና ፕሮፓጋንዳዎችን በተለያዩ የፖለቲካ ዘርፎች ለማራመድ ጥልቅ የውሸት ጽሑፎችን እና ቪዲዮዎችን መጠቀም እየጨመረ ነው።
    • ከፕሮግራም አውጪዎች በስተቀር ትክክለኛ ሰዎችን ሳይቀጥሩ የተብራራ የምርት ስም እና የግብይት ዘመቻዎችን ለመፍጠር ኩባንያዎች ሠራሽ ቪዲዮዎችን ይጠቀማሉ።
    • ለጤና አጠባበቅ እና ለሌላ የግል መረጃ የውሂብ ግላዊነት ጥበቃን ለማግኘት የሚጥሩ ቡድኖች። ይህ መገፋፋት ኩባንያዎች በትክክለኛ የመረጃ ቋቶች ላይ ያልተመሠረቱ የሥልጠና መረጃዎችን እንዲያዘጋጁ ጫና ሊያደርግ ይችላል። ይሁን እንጂ ውጤቱ ትክክል ላይሆን ይችላል።
    • ቴክኖሎጂው ለተሳሳተ መረጃ እና ለማጭበርበር ጥቅም ላይ እየዋለ አለመሆኑን ለማረጋገጥ የ GAN ቴክኖሎጂን የሚያመርቱ ድርጅቶችን የሚቆጣጠሩ እና የሚቆጣጠሩ መንግስታት።

    አስተያየት ለመስጠት ጥያቄዎች

    • የ GAN ቴክኖሎጂን በመጠቀም አጋጥሞሃል? ልምዱ ምን ይመስል ነበር?
    • ኩባንያዎች እና መንግስታት GAN ከሥነ ምግባር አኳያ ጥቅም ላይ መዋሉን እንዴት ማረጋገጥ ይችላሉ?