Generative adversarial networks (GANs): Umur média sintétik

• Author:
• Ngaran pangarang

  Quantumrun tetempoan
• Désémber 5, 2023

Ringkesan wawasan

Generative Adversarial Networks (GANs), dipikawanoh pikeun nyieun deepfakes, ngahasilkeun data sintétik nu meniru real-life raray, voices, sarta mannerisms. Pamakéanna dibasajankeun ningkatkeun Adobe Photoshop nepi ka ngahasilkeun saringan realistis dina Snapchat. Nanging, GAN nyababkeun masalah étika, sabab sering dianggo pikeun nyiptakeun pidéo palsu anu nyasabkeun sareng nyebarkeun misinformasi. Dina kasehatan, aya kahariwang ngeunaan privasi data pasien dina palatihan GAN. Sanaos masalah ieu, GAN gaduh aplikasi anu mangpaat, sapertos ngabantosan panyilidikan kriminal. Pamakéan nyebarna di sagala rupa séktor, kalebet pembuatan film sareng pamasaran, nyababkeun sauran pikeun ukuran privasi data anu langkung ketat sareng pangaturan pamaréntahan téknologi GAN.

Konteks Generative adversarial network (GANs).

GAN mangrupikeun jinis jaringan saraf jero anu tiasa ngahasilkeun data énggal anu sami sareng data anu dilatih. Dua blok utama anu saling bersaing pikeun ngahasilkeun kreasi visioner disebut generator sareng diskriminator. Generator tanggung jawab pikeun nyiptakeun data anyar, sedengkeun diskriminator nyobian ngabédakeun antara data anu dihasilkeun sareng data latihan. Generatorna terus-terusan ngusahakeun ngabobodo diskriminator ku nyiptakeun inpormasi anu katingalina nyata-gancang. Jang ngalampahkeun ieu, generator kudu diajar sebaran dasar data, sahingga GANs nyieun informasi anyar tanpa sabenerna memorizing eta.

Nalika GAN munggaran dikembangkeun dina taun 2014 ku élmuwan panaliti Google Ian Goodfellow sareng batur-baturna, algoritma éta nunjukkeun jangji anu hadé pikeun diajar mesin. Ti saprak éta, GAN parantos ningali seueur aplikasi dunya nyata dina industri anu béda. Contona, Adobe ngagunakeun GAN pikeun Photoshop generasi saterusna. Google ngagunakeun kakuatan GAN pikeun ngahasilkeun téks sareng gambar. IBM éféktif ngagunakeun GAN pikeun augmentation data. Snapchat ngagunakeun éta pikeun saringan gambar anu éfisién sareng Disney pikeun résolusi super. 

Dampak ngaganggu

Nalika GAN mimitina diciptakeun pikeun ningkatkeun pembelajaran mesin, aplikasina parantos nyebrang wilayah anu dipertanyakeun. Salaku conto, video deepfake terus-terusan dijieun pikeun meniru jalma nyata sareng ngajantenkeun sapertos aranjeunna nuju ngalakukeun atanapi nyarios hal anu henteu aranjeunna lakukeun. Contona, aya video urut Présidén AS Barack Obama nelepon sasama-mantan Présidén AS Donald Trump istilah derogatory sarta CEO Facebook Mark Zuckerburg bragging ngeunaan bisa ngadalikeun milyaran data dipaling. Taya ieu kajadian dina kahirupan nyata. Salaku tambahan, kalolobaan pidéo deepfake nargétkeun selebriti awéwé sareng nempatkeunana dina kontén porno. GAN ogé bisa nyieun poto fiksi ti scratch. Salaku conto, sababaraha akun wartawan deepfake dina LinkedIn sareng Twitter tétéla janten AI-generate. Ieu profil sintétik bisa dipaké pikeun nyieun artikel realistis-sounding jeung potongan kapamimpinan pamikiran nu propagandis bisa make. 

Samentawis éta, dina sektor kasehatan, aya kasalempang data anu tiasa dibocorkeun ku ngagunakeun database pasien saleresna salaku data latihan pikeun algoritma. Sababaraha peneliti ngajawab yén kudu aya hiji kaamanan tambahan atawa lapisan masking ngajaga informasi pribadi. Sanajan kitu, sanajan GAN lolobana dipikawanoh pikeun kamampuhna nipu jalma, éta boga mangpaat positif. Contona, dina bulan Méi 2022, pulisi ti Walanda nyieun deui vidéo budak umur 13 taun anu dipaéhan taun 2003. Ku ngagunakeun gambar korban anu réalistis, pulisi miharep sangkan jalma-jalma émut kana mangsana sarta maju ka hareup. inpormasi anyar ngeunaan kasus tiis. Pulisi ngaku yén aranjeunna parantos nampi sababaraha tip tapi kedah ngalaksanakeun pamariksaan latar pikeun pariksa aranjeunna.

Aplikasi jaringan adversarial generatif (GAN)

Sababaraha aplikasi tina jaringan adversarial generatif (GAN) tiasa kalebet: 

• Industri pembuatan film nyiptakeun kontén anu jero pikeun nempatkeun aktor sintétik sareng némbak deui pamandangan dina pilem pasca produksi. Strategi ieu tiasa narjamahkeun kana tabungan biaya jangka panjang sabab henteu kedah mayar kompensasi tambahan pikeun aktor sareng awak.
• Ngaronjatna panggunaan téks sareng pidéo palsu pikeun ngamajukeun ideologi sareng propaganda dina spéktrum politik anu béda.
• Perusahaan anu nganggo pidéo sintétik pikeun nyiptakeun kampanye branding sareng pamasaran anu rumit tanpa nyéwa jalma saleresna salian ti programer.
• Grup ngalobi pikeun ningkatkeun panyalindungan privasi data pikeun kasehatan sareng inpormasi pribadi anu sanés. Pushback ieu tiasa ngadesek perusahaan pikeun ngembangkeun data pelatihan anu henteu dumasar kana pangkalan data anu saleresna. Sanajan kitu, hasilna bisa jadi teu akurat.
• Pamaréntah ngatur sareng ngawaskeun perusahaan anu ngahasilkeun téknologi GAN pikeun mastikeun téknologi éta henteu dianggo pikeun misinformasi sareng panipuan.

Patarosan pikeun mairan

• Naha anjeun ngalaman ngagunakeun téknologi GAN? Kumaha pangalaman éta?
• Kumaha perusahaan sareng pamaréntah tiasa mastikeun yén GAN dianggo sacara étika?