Генеративті қарсыластық желілер (GANs): Синтетикалық медианың дәуірі

• автор:
• Автордың аты-жөні

  Кванттық болжау
• Желтоқсан 5, 2023

Түсінікті қорытынды

Deepfakes жасаумен танымал Generative Adversarial Networks (GANs) шынайы өмірдегі беттерді, дауыстарды және манеризмдерді еліктейтін синтетикалық деректерді жасайды. Оларды қолдану Adobe Photoshop бағдарламасын жақсартудан бастап Snapchat-та шынайы сүзгілерді жасауға дейін. Дегенмен, GAN этикалық алаңдаушылық тудырады, өйткені олар жиі жаңылыстыратын терең жалған бейнелер жасау және жалған ақпаратты тарату үшін қолданылады. Денсаулық сақтау саласында GAN тренингінде пациент деректерінің құпиялылығына алаңдаушылық бар. Осы мәселелерге қарамастан, GANs қылмыстық тергеуге көмектесу сияқты пайдалы қолданбаларға ие. Олардың әртүрлі секторларда, соның ішінде фильм түсіру мен маркетингте кеңінен қолданылуы деректердің құпиялылығының қатаң шараларын және GAN технологиясын мемлекеттік реттеуді талап етті.

Генеративті қарсылас желілер (GANs) контексі

GAN - бұл оқытылған деректерге ұқсас жаңа деректерді жасай алатын терең нейрондық желінің түрі. Көрермен туындылар жасау үшін бір-бірімен бәсекелесетін екі негізгі блок генератор және дискриминатор деп аталады. Генератор жаңа деректерді жасауға жауап береді, ал дискриминатор жасалған деректер мен оқу деректерін ажыратуға тырысады. Генератор мүмкіндігінше шынайы болып көрінетін ақпаратты жасау арқылы дискриминаторды үнемі алдауға тырысады. Бұл әрекетті орындау үшін генератор GAN-ға оны есте сақтамай-ақ жаңа ақпаратты жасауға мүмкіндік беретін деректердің негізгі таралуын үйренуі керек.

GANs алғаш рет 2014 жылы Google зерттеушісі Ян Гудфеллоу және оның әріптестері әзірлеген кезде, алгоритм машиналық оқытуға үлкен уәде берді. Содан бері GAN әртүрлі салаларда көптеген нақты қолданбаларды көрді. Мысалы, Adobe келесі буын Photoshop үшін GAN пайдаланады. Google мәтін мен кескіндерді жасау үшін GAN қуатын пайдаланады. IBM деректерді кеңейту үшін GANs тиімді пайдаланады. Snapchat оларды тиімді кескін сүзгілері үшін, ал Disney супер ажыратымдылықтар үшін пайдаланады. 

Деструктивті әсер

GAN бастапқыда машиналық оқытуды жақсарту үшін жасалғанымен, оның қолданбалары күмәнді аумақтарды кесіп өтті. Мысалы, терең фэйк бейнелері нақты адамдарға еліктеп, олар жасамаған нәрсені істеп жатқан немесе айтып тұрғандай етіп көрсету үшін үнемі жасалады. Мысалы, АҚШ-тың бұрынғы президенті Барак Обама АҚШ-тың бұрынғы президенті Дональд Трампты қорлайтын сөз деп атаған және Facebook-тің бас директоры Марк Цукербург миллиардтаған ұрланған деректерді басқара алатынын айтып мақтанған видеосы бар. Бұлардың ешқайсысы өмірде болған жоқ. Сонымен қатар, терең фейк бейнелерінің көпшілігі атақты әйелдерге бағытталған және оларды порнографиялық мазмұнға орналастырады. GANs сонымен қатар нөлден бастап ойдан шығарылған фотосуреттерді жасай алады. Мысалы, LinkedIn және Twitter-дегі бірнеше терең фейк журналист аккаунттары AI арқылы жасалған болып шықты. Бұл синтетикалық профильдерді үгітшілер пайдалана алатын шындыққа сәйкес келетін мақалалар мен ой көшбасшылық бөліктерін жасау үшін пайдалануға болады. 

Сонымен қатар, денсаулық сақтау секторында алгоритмдер үшін оқыту деректері ретінде пациенттің нақты дерекқорын пайдалану арқылы ағып кетуі мүмкін деректерге қатысты алаңдаушылықтар артып келеді. Кейбір зерттеушілер жеке ақпаратты қорғау үшін қосымша қауіпсіздік немесе маска қабаты болуы керек деп санайды. Дегенмен, GAN негізінен адамдарды алдау қабілетімен танымал болғанымен, оның оң пайдасы бар. Мысалы, 2022 жылдың мамыр айында Нидерланды полициясы 13 жылы өлтірілген 2003 жасар баланың бейнесін қайта жасады. Жәбірленушінің шынайы бейнелерін пайдалану арқылы полиция адамдарды құрбанды еске алуға және онымен бірге келуге шақырады деп үміттенеді. суық жағдайға қатысты жаңа ақпарат. Полиция олар бірнеше кеңес алғанын айтады, бірақ оларды тексеру үшін фондық тексерулер жүргізуге тура келеді.

Генеративті қарсылас желілердің (GANs) қолданбалары

Генеративті қарсылас желілердің (GANs) кейбір қолданбалары мыналарды қамтуы мүмкін: 

• Киноөндіріс индустриясы синтетикалық актерлерді орналастыру және пост-продюсер фильмдердегі көріністерді қайта түсіру үшін терең фейк контентін жасайды. Бұл стратегия ұзақ мерзімді шығындарды үнемдеуге әкелуі мүмкін, өйткені олар актерлар мен экипажға қосымша өтемақы төлеуді қажет етпейді.
• Әртүрлі саяси спектрде идеологиялар мен насихаттарды ілгерілету үшін терең фейк мәтіндер мен бейнелерді пайдаланудың артуы.
• Бағдарламашылардан басқа нақты адамдарды жалдамай, егжей-тегжейлі брендинг және маркетингтік науқандар жасау үшін синтетикалық бейнелерді пайдаланатын компаниялар.
• Денсаулық сақтау және басқа да жеке ақпарат үшін деректердің құпиялылығын жоғарылату үшін лобби жасайтын топтар. Бұл кері қайтару компанияларды нақты дерекқорларға негізделмеген оқу деректерін әзірлеуге мәжбүр етуі мүмкін. Дегенмен, нәтижелер дәл болмауы мүмкін.
• Технологияның жалған ақпарат пен алаяқтық үшін пайдаланылмауын қамтамасыз ету үшін GAN технологиясын шығаратын фирмаларды реттейтін және бақылайтын үкіметтер.

Түсініктеме беруге арналған сұрақтар

• GAN технологиясын пайдалану тәжірибеңіз болды ма? Тәжірибе қандай болды?
• Компаниялар мен үкіметтер GAN этикалық түрде пайдаланылуын қалай қамтамасыз ете алады?