Генератив өрсөлдөгчийн сүлжээ (GANs): Синтетик мэдээллийн хэрэгслийн эрин үе

ЗУРГИЙН ЗЭЭЛ:
Зургийн кредит
iStock

Генератив өрсөлдөгчийн сүлжээ (GANs): Синтетик мэдээллийн хэрэгслийн эрин үе

Генератив өрсөлдөгчийн сүлжээ (GANs): Синтетик мэдээллийн хэрэгслийн эрин үе

Дэд гарчгийн текст
Өрсөлдөөнт сүлжээнүүд нь машин сурахад хувьсгал хийсэн боловч энэ технологийг хууран мэхлэх зорилгоор ашиглах нь улам бүр нэмэгдсээр байна.
    • Зохиогчийн тухай:
    • Зохиогчийн нэр
      Quantumrun Foresight
    • Арванхоёрдугаар сар 5, 2023

    Үзэл баримтлалын хураангуй

    Гүн хуурамч мэдээлэл бүтээдгээрээ алдартай Generative Adversarial Networks (GANs) нь бодит амьдрал дээрх нүүр царай, дуу хоолой, зан байдлыг дуурайдаг синтетик өгөгдлийг үүсгэдэг. Тэдгээрийн хэрэглээ нь Adobe Photoshop-ийг сайжруулахаас эхлээд Snapchat дээр бодит шүүлтүүр үүсгэх хүртэл байдаг. Гэсэн хэдий ч GAN нь төөрөгдүүлсэн гүн гүнзгий видео бичлэг хийж, ташаа мэдээлэл түгээхэд ихэвчлэн ашиглагддаг тул ёс зүйн асуудал үүсгэдэг. Эрүүл мэндийн салбарт GAN сургалтанд өвчтөний мэдээллийн нууцлалд санаа зовдог. Эдгээр асуудлуудыг үл харгалзан GANs нь эрүүгийн мөрдөн байцаалтад туслах зэрэг ашигтай програмуудтай байдаг. Тэдгээрийг кино бүтээх, маркетинг зэрэг янз бүрийн салбарт өргөнөөр ашиглаж байгаа нь мэдээллийн нууцлалыг илүү хатуу арга хэмжээ авах, GAN технологийн засгийн газрын зохицуулалтыг шаардахад хүргэсэн.

    Генератив өрсөлдөгчийн сүлжээ (GANs) контекст

    GAN нь сургагдсан өгөгдөлтэй төстэй шинэ өгөгдөл үүсгэх боломжтой гүн мэдрэлийн сүлжээний нэг төрөл юм. Алсын хараатай бүтээлүүдийг бий болгохын тулд хоорондоо өрсөлддөг хоёр үндсэн блокийг генератор ба ялгагч гэж нэрлэдэг. Генератор нь шинэ өгөгдөл үүсгэх үүрэгтэй бол ялгагч нь үүсгэсэн өгөгдөл болон сургалтын өгөгдлийг хооронд нь ялгахыг оролддог. Генератор нь аль болох бодит мэт мэдээллийг бий болгож, ялгаварлагчийг хуурах гэж байнга оролддог. Үүнийг хийхийн тулд генератор нь өгөгдлийн үндсэн тархалтыг мэдэж авах шаардлагатай бөгөөд ингэснээр GAN-д үүнийг цээжлэхгүйгээр шинэ мэдээлэл үүсгэх боломжийг олгоно.

    GAN-г анх 2014 онд Google-ийн судлаач Иан Гудфеллоу болон түүний багийнхан боловсруулж байх үед алгоритм нь машин сурахад маш том амлалтыг харуулсан. Түүнээс хойш GAN-ууд өөр өөр салбаруудад бодит амьдрал дээр хэрэглэгдэх олон програмуудыг үзсэн. Жишээлбэл, Adobe дараагийн үеийн Photoshop-д GAN ашигладаг. Google нь GAN-ийн хүчийг текст болон зураг үүсгэхэд ашигладаг. IBM нь өгөгдлийг нэмэгдүүлэхийн тулд GAN-г үр дүнтэй ашигладаг. Snapchat тэдгээрийг үр дүнтэй зургийн шүүлтүүр, Дисней нь супер нягтралтай болгоход ашигладаг. 

    Сөрөг нөлөө

    GAN нь анх машин сургалтыг сайжруулах зорилгоор бүтээгдсэн боловч түүний хэрэглээ эргэлзээтэй газар нутгийг дамжсан. Жишээлбэл, бодит хүмүүсийг дуурайж, хийж байгаа юм уу, хийгээгүй зүйлээ хэлж байгаа мэт харагдуулах зорилгоор deepfake видеог байнга бүтээдэг. Тухайлбал, АНУ-ын Ерөнхийлөгч асан Барак Обама АНУ-ын Ерөнхийлөгч асан Дональд Трампыг гутаан доромжилсон үг хэмээн нэрлэж, Фэйсбүүк компанийн гүйцэтгэх захирал Марк Зукербург хулгайлагдсан олон тэрбум мэдээллийг хянаж чадна гэж сайрхаж буй бичлэг байсан. Эдгээрийн аль нь ч бодит амьдрал дээр тохиолдоогүй. Нэмж дурдахад ихэнх гүнзгий фэйк видеонууд нь алдартай эмэгтэйчүүдийг онилж, порнографын агуулгад байршуулдаг. GAN-ууд ч эхнээс нь зохиомол зураг бүтээх боломжтой. Жишээлбэл, LinkedIn болон Twitter-ийн хэд хэдэн гүнзгий хуурамч сэтгүүлчийн бүртгэл хиймэл оюун ухаанаар үүсгэгдсэн болох нь тогтоогдсон. Эдгээр синтетик профайлыг суртал ухуулагчдын ашиглаж болохуйц бодитой өгүүлэл, сэтгэлгээний манлайллын хэсгүүдийг бүтээхэд ашиглаж болно. 

    Үүний зэрэгцээ эрүүл мэндийн салбарт өвчтөний мэдээллийн санг алгоритмын сургалтын өгөгдөл болгон ашиглах замаар алдагдсан өгөгдлийн талаар санаа зовж байна. Зарим судлаачид хувийн мэдээллийг хамгаалах нэмэлт хамгаалалт эсвэл далдлах давхарга байх ёстой гэж маргадаг. Гэсэн хэдий ч ГАН ихэвчлэн хүмүүсийг хуурч мэхлэх чадвартай гэдгээрээ алдартай боловч эерэг ашиг тустай. Жишээлбэл, 2022 оны тавдугаар сард Нидерландын цагдаа нар 13 онд алагдсан 2003 настай хүүгийн бичлэгийг дахин бүтээжээ. Хохирогчийн бодит дүрс бичлэгийг ашиглан цагдаа нар хүмүүсийг хохирогчийг дурсан санахад урамшуулна гэж найдаж байна. хүйтэн хэргийн талаар шинэ мэдээлэл. Цагдаа нар хэдийнэ хэд хэдэн зөвлөгөө авсан гэж мэдэгдэж байгаа ч үүнийг шалгахын тулд суурь шалгалт хийх шаардлагатай болно.

    Үүсгэх сөрөг сүлжээний хэрэглээ (GANs)

    Үүсгэх сөрөг сүлжээний (GANs) зарим хэрэглээнд дараахь зүйлс орно. 

    • Кино бүтээх салбар нь нийлэг жүжигчдийг байршуулах, киноны дараа зураг авалтыг дахин хийх зорилгоор гүнзгий хуурамч контент бүтээдэг. Энэ стратеги нь жүжигчид болон багийн гишүүдэд нэмэлт нөхөн олговор төлөх шаардлагагүй тул урт хугацааны зардлыг хэмнэх болно.
    • Улс төрийн янз бүрийн хүрээнд үзэл суртлыг сурталчлах, сурталчлах зорилгоор гүнзгий хуурамч текст, видеог ашиглах нь нэмэгдэж байна.
    • Синтетик видео ашигладаг компаниуд программистуудаас гадна жинхэнэ хүмүүсийг ажилд авахгүйгээр нарийн брэнд, маркетингийн кампанит ажил зохион байгуулдаг.
    • Эрүүл мэнд болон бусад хувийн мэдээллийн нууцлалын хамгаалалтыг нэмэгдүүлэхийн тулд бүлгүүд лоббидож байна. Энэхүү түлхэлт нь компаниудыг бодит мэдээллийн санд тулгуурлаагүй сургалтын мэдээлэл боловсруулахад шахаж болзошгүй. Гэсэн хэдий ч үр дүн нь тийм ч үнэн зөв биш байж магадгүй юм.
    • Энэхүү технологийг худал мэдээлэл, залилан мэхлэх зорилгоор ашиглахгүй байхын тулд GAN технологийг үйлдвэрлэдэг компаниудыг зохицуулж, хянаж байдаг.

    Сэтгэгдэл бичих асуултууд

    • Та GAN технологийг ашиглаж үзсэн үү? Ямар туршлага байсан бэ?
    • Компаниуд болон засгийн газрууд GAN-г ёс зүйтэй ашиглаж байгаа эсэхийг хэрхэн баталгаажуулах вэ?