जेनेरेटिभ एडभर्सरियल नेटवर्क (GANs): सिंथेटिक मिडियाको युग

• लेखक:
• लेखक नाम

  Quantumrun दूरदर्शिता
• डिसेम्बर 5, 2023

अन्तरदृष्टि सारांश

Generative Adversarial Networks (GANs), deepfakes सिर्जना गर्नका लागि परिचित, सिंथेटिक डाटा उत्पन्न गर्दछ जसले वास्तविक जीवनको अनुहार, आवाज र व्यवहारको नक्कल गर्दछ। तिनीहरूको प्रयोगको दायरा Adobe Photoshop बृद्धि गर्ने देखि Snapchat मा यथार्थपरक फिल्टरहरू उत्पन्न गर्न सम्म छ। यद्यपि, GAN ले नैतिक चिन्ताहरू खडा गर्छ, किनकि तिनीहरू प्रायः भ्रामक डीपफेक भिडियोहरू सिर्जना गर्न र गलत जानकारी प्रचार गर्न प्रयोग गरिन्छ। स्वास्थ्य सेवामा, GAN प्रशिक्षणमा बिरामीको डेटा गोपनीयतामा चिन्ता छ। यी मुद्दाहरूको बावजुद, GAN सँग फाइदाजनक अनुप्रयोगहरू छन्, जस्तै कि आपराधिक अनुसन्धानमा सहयोग गर्ने। फिल्म निर्माण र मार्केटिङ सहित विभिन्न क्षेत्रहरूमा तिनीहरूको व्यापक प्रयोगले थप कडा डाटा गोपनीयता उपायहरू र GAN प्रविधिको सरकारी नियमनका लागि कलहरू निम्त्याएको छ।

जेनेरेटिव एडभार्सरियल नेटवर्क्स (GANs) सन्दर्भ

GAN एक प्रकारको गहिरो न्यूरल नेटवर्क हो जसले यसलाई प्रशिक्षण दिइएको डेटा जस्तै नयाँ डाटा उत्पन्न गर्न सक्छ। दूरदर्शी सिर्जनाहरू उत्पादन गर्न एकअर्कासँग प्रतिस्पर्धा गर्ने दुई मुख्य ब्लकहरूलाई जनरेटर र भेदभाव भनिन्छ। जेनेरेटर नयाँ डाटा सिर्जना गर्न जिम्मेवार छ, जबकि भेदभावकर्ताले उत्पन्न डाटा र प्रशिक्षण डाटा बीच भिन्नता खोज्छ। जेनेरेटरले सम्भव भएसम्म वास्तविक देखिने जानकारी सिर्जना गरेर भेदभाव गर्नेलाई मूर्ख बनाउने प्रयास गरिरहेको छ। यो गर्नका लागि, जेनेरेटरले डाटाको अन्तर्निहित वितरण सिक्न आवश्यक छ, GAN लाई वास्तवमा यसलाई याद नगरीकन नयाँ जानकारी सिर्जना गर्न अनुमति दिँदै।

जब GANs पहिलो पटक 2014 मा Google अनुसन्धान वैज्ञानिक इयान गुडफेलो र उनका टोलीका साथीहरूद्वारा विकास गरिएको थियो, एल्गोरिदमले मेसिन लर्निङको लागि ठूलो प्रतिज्ञा देखाएको थियो। त्यसबेलादेखि, GAN ले विभिन्न उद्योगहरूमा धेरै वास्तविक-विश्व अनुप्रयोगहरू देखेका छन्। उदाहरण को लागी, Adobe ले अर्को पुस्ताको फोटोशप को लागी GAN को प्रयोग गर्दछ। गुगलले पाठ र छवि दुवैको लागि GAN को शक्ति प्रयोग गर्दछ। IBM प्रभावकारी रूपमा डाटा वृद्धिको लागि GANs प्रयोग गर्दछ। Snapchat ले तिनीहरूलाई कुशल छवि फिल्टरहरूको लागि र डिज्नीलाई सुपर रिजोल्युसनहरूको लागि प्रयोग गर्दछ। 

विघटनकारी प्रभाव

GAN प्रारम्भिक रूपमा मेसिन लर्निङ सुधार गर्न सिर्जना गरिएको थियो, यसका अनुप्रयोगहरूले शंकास्पद क्षेत्रहरू पार गरेका छन्। उदाहरणका लागि, deepfake भिडियोहरू वास्तविक मानिसहरूको नक्कल गर्न र उनीहरूले नगरेको कुरा गरिरहेको वा भनिरहेका छन् जस्तो बनाउन निरन्तर रूपमा सिर्जना गरिन्छ। उदाहरणका लागि, पूर्व अमेरिकी राष्ट्रपति बराक ओबामाले साथी-पूर्व अमेरिकी राष्ट्रपति डोनाल्ड ट्रम्पलाई अपमानजनक शब्द र फेसबुकका सीईओ मार्क जुकरबर्गले अरबौं चोरी डाटा नियन्त्रण गर्न सक्षम भएकोमा घमण्ड गरेको भिडियो थियो। यी मध्ये कुनै पनि वास्तविक जीवनमा भएको छैन। थप रूपमा, धेरैजसो डीपफेक भिडियोहरूले महिला सेलिब्रेटीहरूलाई लक्षित गर्छन् र तिनीहरूलाई अश्लील सामग्रीमा राख्छन्। GAN हरू पनि स्क्र्याचबाट काल्पनिक फोटोहरू सिर्जना गर्न सक्षम छन्। उदाहरणका लागि, LinkedIn र Twitter मा धेरै deepfake पत्रकार खाताहरू AI-उत्पन्न भएका छन्। यी सिंथेटिक प्रोफाइलहरू यथार्थवादी-ध्वनि लेखहरू र प्रचारकहरूले प्रयोग गर्न सक्ने सोच नेतृत्व टुक्राहरू सिर्जना गर्न प्रयोग गर्न सकिन्छ। 

यसैबीच, स्वास्थ्य सेवा क्षेत्रमा, एल्गोरिदमहरूको लागि प्रशिक्षण डेटाको रूपमा वास्तविक बिरामी डाटाबेस प्रयोग गरेर लीक हुन सक्ने डाटामा बढ्दो चिन्ताहरू छन्। केही शोधकर्ताहरूले तर्क गर्छन् कि व्यक्तिगत जानकारी सुरक्षित गर्न अतिरिक्त सुरक्षा वा मास्किङ तह हुनुपर्छ। यद्यपि, GAN प्रायः मानिसहरूलाई धोका दिने क्षमताको लागि चिनिन्छ, यसको सकारात्मक फाइदाहरू छन्। उदाहरणका लागि, मे 2022 मा, नेदरल्यान्ड्सको प्रहरीले 13 मा हत्या भएको १३ वर्षीय बालकको भिडियो पुन: सिर्जना गर्यो। पीडितको यथार्थपरक फुटेज प्रयोग गरेर, पुलिसले मानिसहरूलाई पीडितलाई सम्झन र अगाडि आउन प्रोत्साहित गर्ने आशा गर्दछ। चिसो केसको बारेमा नयाँ जानकारी। प्रहरीको दाबी छ कि उनीहरूले पहिले नै धेरै सुझावहरू प्राप्त गरिसकेका छन् तर तिनीहरूलाई प्रमाणित गर्न पृष्ठभूमि जाँचहरू गर्नुपर्नेछ।

जेनेरेटिभ एडभर्सरियल नेटवर्क (GANs) को आवेदन

जेनेरेटिभ एडभर्सरियल नेटवर्क (GANs) को केहि अनुप्रयोगहरू समावेश हुन सक्छन्: 

• फिल्म निर्माण उद्योगले सिंथेटिक कलाकारहरू राख्न र पोस्ट-उत्पादित चलचित्रहरूमा दृश्यहरू पुन: शूट गर्नको लागि डीपफेक सामग्री सिर्जना गर्दछ। यस रणनीतिले दीर्घकालीन लागत बचतमा अनुवाद गर्न सक्छ किनकि उनीहरूलाई कलाकारहरू र चालक दललाई थप क्षतिपूर्ति तिर्न आवश्यक पर्दैन।
• विभिन्न राजनीतिक स्पेक्ट्रम भर विचारधारा र प्रचार प्रचार गर्न deepfake पाठ र भिडियो को बढ्दो प्रयोग।
• प्रोग्रामरहरू बाहेक वास्तविक मानिसहरूलाई भर्ती नगरी विस्तृत ब्रान्डिङ र मार्केटिङ अभियानहरू सिर्जना गर्न सिंथेटिक भिडियोहरू प्रयोग गर्ने कम्पनीहरू।
• स्वास्थ्य सेवा र अन्य व्यक्तिगत जानकारीको लागि डेटा गोपनीयता सुरक्षाको लागि समूहहरू लबिङ गर्दै। यो पुशब्याकले कम्पनीहरूलाई प्रशिक्षण डाटा विकास गर्न दबाब दिन सक्छ जुन वास्तविक डाटाबेसमा आधारित छैन। तर, नतिजा त्यति सही नहुन सक्छ।
• GAN टेक्नोलोजी उत्पादन गर्ने फर्महरूलाई नियमन र अनुगमन गर्ने सरकारहरूले प्रविधिलाई गलत सूचना र धोखाधडीको लागि प्रयोग नगरिएको सुनिश्चित गर्न।

टिप्पणी गर्न प्रश्नहरू

• के तपाईंले GAN प्रविधि प्रयोग गर्ने अनुभव गर्नुभएको छ? अनुभव कस्तो रह्यो ?
• GAN नैतिक रूपमा प्रयोग भइरहेको छ भनेर कम्पनीहरू र सरकारहरूले कसरी सुनिश्चित गर्न सक्छन्?