مجله هوش مصنوعی شهاب
چگونه می توانیم تفاوت بین آنچه واقعی است و آنچه واقعی نیست را تشخیص دهیم؟ بیایید در مورد علوم پشت شبکه های مولد تخاصمی بیشتر بیاموزیم تا به این موضوع پی ببریم.
در دو دهه گذشته شاهد پیشرفت های بزرگی در عرصه ی هوش مصنوعی بوده ایم. هوش مصنوعی در طیف گسترده ای از صنایع مانند مراقبت های بهداشتی، مد، آموزش، کشاورزی کاربرد دارد و بدون شک به عنوان یک فناوری بنیانفکن دیجیتالی بزرگ عمل خواهد کرد.
همانطور که اندرو انگ بیان کرده است: “همانطور که برق تقریباً همه چیز را ۱۰۰ سال پیش تغییر داد، امروز واقعاً برایم سخت است که به صنعتی فکر کنم که بنظرم هوش مصنوعی در چند سال آینده آن را متحول نخواهد کرد (هوش مصنوعی همه صنایع را متحول خواهد کرد).”
با این حال، افراد سو استفاده گر ممکن است به راحتی از هوش مصنوعی سوء استفاده کنند. بیایید نگاهی بیندازیم به برنامه‌ای از هوش مصنوعی که برای فریب دادن مردم و انتشار اطلاعات نادرست استفاده می کند : تصاویر تولید شده توسط هوش مصنوعی، که برخی از آن ها را دیپ فیک می‌نامند.
دیپ فیک ( Deep Fake ) چیست؟
دیپ فیک ها ( به معنی جعلی عمیق از ترکیب «یادگیری عمیق» و «جعلی» ) ویدیو ها و تصاویر جعلی بسیار متقاعد کننده‌ای هستند که توسط شبکه‌های عصبی هوش مصنوعی ایجاد می شوند.
دیپ فیک و تصاویر تولید شده توسط هوش مصنوعی
در چند سال گذشته، دیپ فیک ها شروع به تسخیر اینترنت – و دنیای واقعی – کرده اند و در سال ۲۰۲۰، دیپ فیک به یک جریان اصلی در حوزه تکنولوژی تبدیل شد. ما در تبلیغات و برنامه های تلویزیونی دیپ فیک می بینیم، اما برخی از آن ها برای انتشار اطلاعات نادرست و غلط استفاده می کنند. در حالی که بسیاری از ویدیوها بی ضرر هستند، برخی دیگر باعث ایجاد ناراحتی و سو تفاهمات زیادی شده اند برای مثال وقتی از چهره سیاستمداران برای گفتن جملات یا انجام کار هایی استفاده می شود که هیچگاه نگفته یا انجام نداده اند.
اگرچه ممکن است با ویدیوهای دیپ فیک آشنایی داشته باشید، ممکن است ندانید که دیپ فیک ها می توانند تصاویر ثابت نیز باشند. مدل‌های یادگیری عمیق هوش مصنوعی در واقع قادر به تولید چهره‌های جعلی هستند که تقریباً شبیه به افراد به نظر می رسند. این برنامه ها در طول سال های گذشته واقعاً قوی شده‌اند و تشخیص چهره واقعی و جعلی تولید شده توسط هوش مصنوعی تقریباً غیرممکن است.
آیا می توانید بگویید کدام یک از این چهره ها واقعی است و کدام یک توسط هوش مصنوعی تولید شده است؟
صورت سمت راست واقعی است و یک برنامه هوش مصنوعی عکس سمت چپ را ایجاد کرده است. آیا درست حدس زدید؟
شبکه های مولد تخاصمی : فناوری پشت تصاویر تولید شده توسط هوش مصنوعی
دیپ فیک ها را می توان توسط دسته ای از مدل های یادگیری ماشین به نام GAN ( شبکه های مولد تخاصمی ) تولید کرد. محققی به نام Ian Goodfellow و همکارانش GAN ها را در سال ۲۰۱۴ طراحی کردند.
GAN چگونه کار می کند؟
در Gan ها دو شبکه عصبی با یکدیگر رقابت می کنند. اولین شبکه (مولد) تصاویر جعلی را بر اساس مجموعه داده های تصویر موجود تولید می کند. شبکه دوم (متمایز کننده) یاد می گیرد که تفاوت بین تصاویر واقعی و تولید شده توسط کامپیوتر را شناسایی کند.
وظیفه شبکه ی مولد این است که شبکه ی متمایز کننده را فریب دهد تا تصور کند تصاویر واقعی هستند. به این ترتیب، تا زمانی که متمایز کننده در شناسایی تصاویر تولید شده توسط هوش مصنوعی عملکرد بهتری داشته باشد، شبکه مولد تصاویر واقعی تر و بهتری تولید می کند تا متمایز کننده را فریب دهد.
به همین دلیل است که آن ها با هم در تضاد هستند : همانطور که یک شبکه بهتر می شود، شبکه دیگر نیز بهتر می شود.
GAN یکی از جذاب ترین نوآوری ها در یادگیری عمیق است. در واقع، Yann LeCun ، دانشمند ارشد هوش مصنوعی شرکت متا ، GAN ها را “جالب ترین ایده در حوزه ی هوش مصنوعی در ۱۰ سال گذشته” نامید.
حالا شما امتحان کنید: چهره های واقعی در مقابل تصاویر تولید شده توسط GAN
همانطور که اکنون می دانیم، تصاویر تولید شده توسط GAN می توانند بسیار قانع کننده باشند. شبکه های عصبی در خلق چهره های واقعی انسان به طرز نگران کننده ای خوب شده اند. با توجه به خطرات بالا، هم برای امنیت شخصی و هم امنیت ملی، برای ما مهم است که بتوانیم بین چهره‌های واقعی و چهره‌های تولید شده توسط GAN تمایز قائل شویم. خب چطور باید انجامش بدیم؟ تمرین، تمرین، تمرین.
با الهام از thispersondoesnotexist.com، یک برنامه ای ایجاد شده تا از شما سؤال کند که آیا می توانید چهره یک شخص واقعی را از چهره جعلی تشخیص دهید یا خیر. از یک میلیون داده چهره جعلی برای دریافت تصاویر GAN برای این پروژه و از مجموعه داده UTKFace Kaggle برای تصاویر واقعی استفاده شده است.
سعی کنید تشخیص دهید کدام یک از تصاویر چهره واقعی هستند و کدام یک با استفاده از GAN تولید شده اند.
در واقع، شما به عنوان یک متمایز کننده GAN عمل خواهید کرد. همانطور که متمایز کننده با گذشت زمان در شناسایی تصاویر تولید شده توسط هوش مصنوعی بهتر می شود، شما نیز در این کار بهتر خواهید شد.
