شبکه های متخاصم مولد (GANs): عصر رسانه های مصنوعی

• نویسنده:
• نام نویسنده

  آینده نگاری کوانتوم ران
• دسامبر 5، 2023

خلاصه بینش

شبکه‌های متخاصم مولد (GAN) که به ایجاد دیپ‌فیک معروف هستند، داده‌های مصنوعی تولید می‌کنند که چهره‌ها، صداها و رفتارهای واقعی را تقلید می‌کنند. استفاده از آنها از تقویت Adobe Photoshop تا ایجاد فیلترهای واقعی در اسنپ چت را شامل می شود. با این حال، GAN ها نگرانی های اخلاقی ایجاد می کنند، زیرا اغلب برای ایجاد ویدیوهای عمیق دروغین گمراه کننده و انتشار اطلاعات نادرست استفاده می شوند. در مراقبت های بهداشتی، نگرانی در مورد حفظ حریم خصوصی داده های بیمار در آموزش GAN وجود دارد. با وجود این مسائل، GAN ها کاربردهای مفیدی مانند کمک به تحقیقات جنایی دارند. استفاده گسترده از آنها در بخش‌های مختلف، از جمله فیلم‌سازی و بازاریابی، منجر به درخواست‌ها برای اقدامات سختگیرانه‌تر حفظ حریم خصوصی داده‌ها و مقررات دولتی فناوری GAN شده است.

زمینه شبکه های متخاصم مولد (GANs).

GAN نوعی شبکه عصبی عمیق است که می‌تواند داده‌های جدیدی شبیه به داده‌هایی که روی آن آموزش داده می‌شود تولید کند. دو بلوک اصلی که برای تولید خلاقیت های رویایی با یکدیگر رقابت می کنند، مولد و ممیز نامیده می شوند. مولد مسئول ایجاد داده های جدید است، در حالی که تفکیک کننده سعی می کند بین داده های تولید شده و داده های آموزشی تمایز قائل شود. مولد دائماً در تلاش است تا با ایجاد اطلاعاتی که تا حد امکان واقعی به نظر می رسد، متمایز کننده را فریب دهد. برای انجام این کار، مولد باید توزیع زیربنایی داده ها را بیاموزد، و به GAN ها اجازه می دهد تا اطلاعات جدید را بدون به خاطر سپردن واقعی آنها ایجاد کنند.

زمانی که GAN ها برای اولین بار در سال 2014 توسط دانشمند تحقیقاتی گوگل، ایان گودفلو و هم تیمی هایش توسعه یافتند، این الگوریتم نویدبخشی برای یادگیری ماشینی بود. از آن زمان، GAN ها کاربردهای زیادی در دنیای واقعی در صنایع مختلف دیده اند. به عنوان مثال، Adobe از GAN ها برای فتوشاپ نسل بعدی استفاده می کند. گوگل از قدرت GAN ها برای تولید متن و تصاویر استفاده می کند. IBM به طور موثر از GAN ها برای تقویت داده ها استفاده می کند. Snapchat از آنها برای فیلترهای تصویر کارآمد و Disney برای وضوح فوق العاده استفاده می کند. 

تاثیر مخرب

در حالی که GAN در ابتدا برای بهبود یادگیری ماشین ایجاد شد، برنامه های آن از قلمروهای مشکوک عبور کرده است. به عنوان مثال، ویدیوهای دیپ فیک به طور مداوم برای تقلید از افراد واقعی ایجاد می شوند و به نظر می رسد که آنها در حال انجام یا گفتن کاری هستند که انجام نداده اند. به عنوان مثال، ویدئویی از باراک اوباما، رئیس جمهور سابق ایالات متحده، وجود داشت که دونالد ترامپ، رئیس جمهور سابق ایالات متحده را اصطلاحی تحقیرآمیز خطاب می کرد و مارک زاکربرگ، مدیر عامل فیس بوک، مباهات می کرد که می تواند میلیاردها داده دزدیده شده را کنترل کند. هیچ کدام از اینها در زندگی واقعی اتفاق نیفتاده است. علاوه بر این، اکثر ویدئوهای دیپ فیک زنان مشهور را هدف قرار می دهند و آنها را در محتوای مستهجن قرار می دهند. GAN ها همچنین قادر به ایجاد عکس های تخیلی از ابتدا هستند. به عنوان مثال، چندین حساب روزنامه نگار عمیق جعلی در لینکدین و توییتر مشخص شد که توسط هوش مصنوعی ایجاد شده اند. این پروفایل های مصنوعی را می توان برای ایجاد مقالات با صدای واقعی و قطعات رهبری فکری که مبلغان می توانند استفاده کنند استفاده کرد. 

در همین حال، در بخش مراقبت های بهداشتی، نگرانی های فزاینده ای در مورد داده هایی وجود دارد که می تواند با استفاده از یک پایگاه داده واقعی بیمار به عنوان داده های آموزشی برای الگوریتم ها به بیرون درز کند. برخی از محققان استدلال می کنند که باید یک لایه امنیتی یا پوشش اضافی برای محافظت از اطلاعات شخصی وجود داشته باشد. با این حال، اگرچه GAN بیشتر به دلیل توانایی خود در فریب دادن مردم شناخته شده است، اما مزایای مثبتی دارد. به عنوان مثال، در ماه مه 2022، پلیس هلند ویدئویی از یک پسر 13 ساله را بازسازی کرد که در سال 2003 به قتل رسید. پلیس امیدوار است با استفاده از تصاویر واقع بینانه از قربانی، مردم را تشویق کند که قربانی را به یاد بیاورند و جلو بیایند. اطلاعات جدید در مورد مورد سرد پلیس ادعا می کند که آنها قبلاً چندین راهنمایی دریافت کرده اند اما باید برای تأیید آنها بررسی های پیشینه انجام دهند.

کاربردهای شبکه های متخاصم مولد (GAN)

برخی از کاربردهای شبکه های متخاصم مولد (GAN) ممکن است شامل موارد زیر باشد: 

• صنعت فیلمسازی محتوای دیپ فیک برای قرار دادن بازیگران مصنوعی و فیلمبرداری مجدد صحنه ها در فیلم های پس از تولید ایجاد می کند. این استراتژی می تواند به صرفه جویی در هزینه های طولانی مدت تبدیل شود زیرا آنها نیازی به پرداخت غرامت اضافی به بازیگران و خدمه نخواهند داشت.
• استفاده روزافزون از متون و ویدئوهای دیپ جعلی برای ترویج ایدئولوژی ها و تبلیغات در طیف های مختلف سیاسی.
• شرکت‌هایی که از ویدیوهای مصنوعی برای ایجاد کمپین‌های بازاریابی و برندسازی دقیق بدون استخدام افراد واقعی به غیر از برنامه‌نویسان استفاده می‌کنند.
• گروه هایی که برای افزایش حفاظت از حریم خصوصی داده ها برای مراقبت های بهداشتی و سایر اطلاعات شخصی لابی می کنند. این عقب‌نشینی ممکن است شرکت‌ها را تحت فشار قرار دهد تا داده‌های آموزشی را که مبتنی بر پایگاه‌های داده واقعی نیستند، توسعه دهند. با این حال، نتایج ممکن است به اندازه کافی دقیق نباشد.
• دولت ها در حال تنظیم و نظارت بر شرکت هایی هستند که فناوری GAN را تولید می کنند تا اطمینان حاصل کنند که این فناوری برای اطلاعات نادرست و کلاهبرداری استفاده نمی شود.

سوالاتی برای اظهار نظر

• آیا استفاده از فناوری GAN را تجربه کرده اید؟ تجربه چطور بود؟
• چگونه شرکت‌ها و دولت‌ها می‌توانند اطمینان حاصل کنند که GAN از نظر اخلاقی استفاده می‌شود؟