සින්තටික් මාධ්ය අසත්‍යය: දැකීම තවදුරටත් විශ්වාස කිරීම නොවේ
සින්තටික් මාධ්ය අසත්‍යය: දැකීම තවදුරටත් විශ්වාස කිරීම නොවේ
සින්තටික් මාධ්ය අසත්‍යය: දැකීම තවදුරටත් විශ්වාස කිරීම නොවේ
- කර්තෘ:
- පෙබරවාරි 22, 2024
තීක්ෂ්ණ බුද්ධිය සාරාංශය
කෘතිම මාධ්ය, වීඩියෝ, ශ්‍රව්‍ය සහ දෘශ්‍ය මූලද්‍රව්‍ය සමඟ කෘත්‍රිම බුද්ධිය (AI) මිශ්‍ර කිරීම, සත්‍ය මාධ්‍යවලින් වෙන්කර හඳුනා ගැනීම එතරම් යථාර්ථවාදී ය. ගැඹුරු ඉගෙනුම් (DL) සහ උත්පාදක Adversarial Networks (GANs) එහි ප්‍රගතියෙහි ප්‍රධාන භූමිකාවක් ඉටු කරමින් එහි සංවර්ධනය දශක ගණනාවක් ඈතට දිව යයි. මෙම තාක්ෂණය පරිණාමය වන විට, එය නිර්මාණාත්මක අවස්ථා සහ සැලකිය යුතු පෞද්ගලිකත්වය, ආචාර ධර්ම සහ වැරදි තොරතුරු අභියෝග ඉදිරිපත් කරයි.
සින්තටික් මාධ්ය අසත්‍ය සන්දර්භය
කෘත්‍රිම මාධ්ය නියෝජනය කරන්නේ උසස් තාක්ෂණික රාමුවක් තුළ සජීවී වීඩියෝ, දෘශ්‍ය මූලද්‍රව්‍ය සහ ශ්‍රව්‍ය ඇතුළත් වන AI-උත්පාදිත අන්තර්ගතයේ පෙරළිකාර සංයෝජනයකි. මෙම මාධ්ය ආකෘතිය එහි සුවිශේෂී යථාර්ථවාදය සහ ගිලී යන ගුණාංග මගින් සංලක්ෂිත වන අතර, එය සැබෑ ලෝක මාධ්‍යවලින් පාහේ වෙන්කර හඳුනාගත නොහැකිය. කෘත්‍රිම මාධ්ය නිර්මාණය 1950 ගණන්වල සිට සොයා ගත හැකි අතර, 1980 ගණන්වල අග භාගයේ සහ 1990 ගණන්වල මුල් භාගයේ පරිගණක ශක්තිය ඉහළ යාමත් සමඟ සැලකිය යුතු පරිණාමයකට ලක් විය.
ගැඹුරු ඉගෙනීම යනු යන්ත්‍ර ඉගෙනීමේ (ML) සංකීර්ණ ශාඛාවක් වන කෘත්‍රිම මාධ්ය ධාවන මූලික තාක්‍ෂණයයි. මෙම වසම තුළ විශේෂයෙන් බලගතු වන්නේ GANs වන අතර, ඒවා සම්පූර්ණයෙන්ම අලුත් නමුත් ඉතා අව්‍යාජ ඒවා නිපදවීමට පවතින රූපවලින් ඉගෙන ගනිමින් ක්ෂේත්‍රයේ විප්ලවීය වෙනසක් සිදු කර ඇත. GANs ද්විත්ව ස්නායුක ජාල පද්ධතියක් භාවිතයෙන් ක්‍රියාත්මක වේ: එක් ජාලයක් සැබෑ ඒවා මත පදනම්ව ව්‍යාජ රූප ජනනය කරන අතර අනෙක ඒවායේ සත්‍යතාව ඇගයීමට ලක් කරයි, පරිගණක දර්ශනය සහ රූප සැකසීමේදී කළ හැකි දේවල සීමාවන් තල්ලු කරයි.
AI එහි ශීඝ්‍ර දියුණුව දිගටම කරගෙන යන විට, කෘතිම මාධ්‍යවල යෙදීම් සහ ඇඟවුම් එන්න එන්නම වැදගත් වේ. මෙම තාක්ෂණික ප්‍රගතිය වීඩියෝ ක්‍රීඩා, ස්වයංක්‍රීය වාහන සහ මුහුණු හඳුනාගැනීම ඇතුළු විවිධ අංශ හරහා නව්‍යකරණයන් සඳහා දොරටු විවර කරන අතරම, ඔවුන් පුද්ගලිකත්වය සහ ආචාර ධර්ම සම්බන්ධයෙන් දැඩි අවධානය යොමු කරයි. කෘත්‍රිම මාධ්‍යවල අනාගතය දෙබිඩි කඩුවක් නියෝජනය කරන අතර, එහි සදාචාරාත්මක සහ පෞද්ගලිකත්වයට අදාළ ඇඟවුම් ආමන්ත්‍රණය කිරීමට අපට අභියෝග කරන අතරම නිර්මාණශීලීත්වය සහ නවෝත්පාදනය සඳහා විශාල විභවයක් ලබා දෙයි.
කඩාකප්පල්කාරී බලපෑම
ලාභ නොලබන රැන්ඩ් කෝපරේෂන් විසින් සිදු කරන ලද 2022 අධ්‍යයනයක් මඟින් කෘතිම මාධ්‍යවල මූලික අවදානම් හතරක් සාකච්ඡා කරයි: අපේක්ෂකයින්ගේ ව්‍යාජ වීඩියෝ හරහා මැතිවරණ හැසිරවීම, ප්‍රචාරක සහ පක්ෂග්‍රාහී අන්තර්ගතයන් විස්තාරණය කිරීමෙන් සමාජ බෙදීම් උග්‍ර කිරීම, අධිකාරී පුද්ගලයින්ගේ ව්‍යාජ නිරූපණයන් හරහා ආයතන කෙරෙහි විශ්වාසය ඛාදනය, සහ නීත්‍යානුකූල ප්‍රවෘත්තිවල සත්‍යතාව ගැන සැක පහළ කරමින් පුවත්පත් කලාවට වල කැපීම. පහත් මට්ටමේ අධ්‍යාපනය, බිඳෙනසුලු ප්‍රජාතන්ත්‍රවාදය සහ අන්තර් වාර්ගික ගැටුම් බහුලව පවතින සංවර්ධනය වෙමින් පවතින රටවල මෙම ගැඹුරු ව්‍යාජයන් විශේෂයෙන් හානිකර විය හැකිය. මෙම කලාපවල වැරදි තොරතුරු දැනටමත් සැලකිය යුතු ප්‍රශ්නයක් වන අතර මියන්මාරය, ඉන්දියාව සහ ඉතියෝපියාව වැනි රටවල අතීත සිදුවීම්වල දක්නට ලැබෙන පරිදි ගැඹුරු ව්‍යාජ ආරවුල් සහ ප්‍රචණ්ඩත්වය තීව්‍ර කළ හැකිය. එපමනක් නොව, එක්සත් ජනපදයෙන් පිටත අන්තර්ගත මධ්‍යස්ථකරණය සඳහා වෙන් කර ඇති සීමිත සම්පත්, විශේෂයෙන් WhatsApp වැනි වේදිකාවල, මෙම ප්‍රදේශවල ගැඹුරු ව්‍යාජයන් හඳුනා නොගැනීමේ අවදානම ඉහළ නංවයි.
අසභ්‍ය අන්තර්ගතයේ ස්ත්‍රී පුරුෂ විෂමතාවය සැලකිල්ලට ගෙන Deepfakes කාන්තාවන්ට සුවිශේෂී තර්ජන ද එල්ල කරයි. AI-උත්පාදනය කරන ලද මාධ්ය අපයෝජනයට සහ සූරාකෑමට තුඩු දෙන සම්මුතියෙන් තොර ගැඹුරු ව්‍යාජ කාමුක දර්ශන නිර්මාණය කිරීමට භාවිතා කර ඇත. බුද්ධි අංශ ක්‍රියාකාරීන්, දේශපාලන අපේක්ෂකයින්, මාධ්‍යවේදීන් සහ නායකයින් අපහසුතාවයට හෝ හැසිරවීමට ඉලක්ක කර ගැනීමෙන් මෙම තාක්ෂණයන් ආරක්ෂක අවදානම් ද ඇති කළ හැකිය. යුක්රේන පාර්ලිමේන්තු මන්ත්‍රී Svitlana Zalishchukට එරෙහිව රුසියානු පිටුබලය ලත් වැරදි තොරතුරු ව්‍යාපාරය වැනි ඓතිහාසික උදාහරණ, එවැනි ප්‍රහාර සඳහා ඇති හැකියාව පෙන්නුම් කරයි.
මෙම වීඩියෝ සහ ඒවායේ බලපෑම හඳුනා ගැනීමට පරිශීලකයන්ගේ හැකියාවන් පිළිබඳ මිශ්‍ර ප්‍රතිඵල ලබා දෙන අධ්‍යයනයන් සමඟ ගැඹුරු ව්‍යාජයන්ගේ සමාජ ඇඟවුම් පිළිබඳ විද්‍යාත්මක ප්‍රජාවගේ අවබෝධය තවමත් වර්ධනය වෙමින් පවතී. සමහර පර්යේෂණවලින් පෙනී යන්නේ මිනිසුන් යන්ත්‍රවලට වඩා ගැඹුරු ව්‍යාජයන් හඳුනා ගැනීමට වඩා හොඳ විය හැකි නමුත් මෙම වීඩියෝ බොහෝ විට විචිත්‍රවත්, ඒත්තු ගැන්වෙන සහ විශ්වාසදායක ලෙස දැකිය හැකි අතර ඒවා සමාජ මාධ්‍යවල පැතිරීමේ සම්භාවිතාව වැඩි කරයි. කෙසේ වෙතත්, විශ්වාසයන් සහ හැසිරීම් කෙරෙහි ගැඹුරු ව්‍යාජ වීඩියෝවල බලපෑම අපේක්ෂා කළ ප්‍රමාණයට වඩා අඩු විය හැකි අතර, එයින් ඇඟවෙන්නේ ඔවුන්ගේ ඒත්තු ගැන්වීම පිළිබඳ සැලකිලිමත් වීම තරමක් අකල් විය හැකි බවයි.
කෘතිම මාධ්ය අසත්‍යයේ ඇඟවුම්
කෘතිම මාධ්ය අසත්‍යයේ පුළුල් ඇඟවුම් ඇතුළත් විය හැකිය:
- ඩිජිටල් අන්තර්ගත සත්‍යාපනයෙහි වැඩි දියුණු කළ ශිල්පීය ක්‍රම, මාධ්ය සත්‍යතාව තහවුරු කිරීම සඳහා වඩාත් සංකීර්ණ ක්‍රම වෙත යොමු කරයි.
- පාසල්වල ඩිජිටල් සාක්ෂරතා අධ්‍යාපනය සඳහා ඉල්ලුම වැඩි කිරීම, මාධ්ය විවේචනාත්මකව විශ්ලේෂණය කිරීමේ කුසලතාවන්ගෙන් අනාගත පරම්පරාවන් සන්නද්ධ කිරීම.
- විශ්වාසනීයත්වය පවත්වා ගැනීම සඳහා බහුමාධ්‍ය අන්තර්ගතයන් සඳහා දැඩි සත්‍යාපන ක්‍රියාවලීන් අවශ්‍ය කරමින්, පුවත්පත් ප්‍රමිතීන්හි මාරුවීම්.
- සාවද්‍ය තොරතුරු වලට එරෙහිව වඩා හොඳ ආරක්ෂාවක් ලබා දෙමින් ඩිජිටල් අන්තර්ගත හැසිරවීම ආමන්ත්‍රණය කරන නීතිමය රාමු පුළුල් කිරීම.
- ගැඹුරු ව්‍යාජයන් නිර්මාණය කිරීමේදී මුහුණු හඳුනාගැනීම් සහ පුද්ගලික දත්ත අනිසි ලෙස භාවිතා කිරීම හේතුවෙන් වැඩි දියුණු කළ පුද්ගලික රහස්‍යතා අවදානම්.
- ගැඹුරු ව්‍යාජ හඳුනාගැනීම් සහ වැළැක්වීම, රැකියා අවස්ථා නිර්මාණය කිරීම සහ තාක්ෂණික දියුණුව සඳහා විශේෂිත වූ නව වෙළඳපල අංශ සංවර්ධනය කිරීම.
- මැතිවරණ සඳහා ව්‍යාජ අන්තර්ගතයේ බලපෑම අවම කිරීම සඳහා දැඩි මාධ්ය නිරීක්ෂණ පිළිවෙත් අනුගමනය කරන දේශපාලන ව්‍යාපාර.
- පාරිභෝගික විශ්වාසය පවත්වා ගැනීම සඳහා අව්‍යාජභාවය සහ සත්‍යාපනය කළ හැකි අන්තර්ගතය කෙරෙහි වැඩි අවධානයක් යොමු කරමින් වෙළඳ ප්‍රචාරණ සහ අලෙවිකරණ උපාය මාර්ගවල වෙනස්කම්.
- මානසික සෞඛ්‍යයට සහ මහජන සංජානනයට බලපෑ හැකි යථාර්ථවාදී නමුත් ව්‍යාජ අන්තර්ගතයන් පැතිරීම හේතුවෙන් මානසික බලපෑම් ඉහළ යාම.
- ගැඹුරු ව්‍යාජ ලෙස ජාත්‍යන්තර සබඳතා ගතිකයේ වෙනස්වීම් රාජ්‍ය තාන්ත්‍රිකත්වයට සහ ගෝලීය විශ්වාසයට බලපාන භූ දේශපාලන උපාය මාර්ගවල මෙවලමක් බවට පත්වේ.
සලකා බැලිය යුතු ප්‍රශ්න
- කෘත්‍රිම මාධ්ය වත්මන් සිදුවීම් පිළිබඳ ඔබේ අවබෝධයට බලපාන්නේ කෙසේද?
- ප්‍රකාශනයේ නිදහස සහ වැරදි තොරතුරු සහ අපයෝජනය වැළැක්වීම සඳහා නියාමනය කිරීමේ අවශ්‍යතාවය අතර සමතුලිතතාවයට ගැඹුරු ව්‍යාජ තාක්‍ෂණයේ දියුණුව බලපාන්නේ කෙසේද?
තීක්ෂ්ණ බුද්ධිය යොමු කිරීම්
මෙම අවබෝධය සඳහා පහත ජනප්රිය සහ ආයතනික සබැඳි යොමු කර ඇත:
