What is Deepfake Technology?

டீப்ஃபேக் தொழில்நுட்பம் என்றால் என்ன

வீடியோ மற்றும் பிற டிஜிட்டல் மீடியாவில் ஒரு நபரின் தோற்றத்தை மற்றொருவருடன் மாற்ற டீப்ஃபேக் தொழில்நுட்பம் Deep Learning செயற்கை நுண்ணறிவைப்(Artificial Intelligence) பயன்படுத்துகின்றன.

சமீபத்தில், டீப்ஃபேக் தொழில்நுட்பம் தலைப்புச் செய்திகளை உருவாக்குகிறது. கணினிப் படங்களின்(computer imagery) சமீபத்திய மறு செய்கை, பதிவுசெய்யப்பட்ட வீடியோவில் ஒருவரின் உருவத்தை மற்றொருவருடன் மாற்ற செயற்கை நுண்ணறிவு (AI) திட்டமிடப்படும்போது டீப்ஃபேக் போலிகள் உருவாக்கப்படுகின்றன.

டீப்ஃபேக் என்றால் என்ன, அது எப்படி வேலை செய்கிறது?

"டீப்ஃபேக்" என்ற சொல் AI-யின் ஒரு வடிவமான "Deep Learning" என்ற அடிப்படை தொழில்நுட்பத்திலிருந்து வந்தது. Deep Learningவழிமுறைகள், பெரிய அளவிலான தரவுகளை வழங்கும்போது சிக்கல்களைத் தீர்ப்பது எப்படி என்பதைத் தாங்களே கற்றுக்கொள்வது, வீடியோ மற்றும் டிஜிட்டல் உள்ளடக்கத்தில் முகங்களை மாற்றி போலி மீடியாவை உருவாக்கப் பயன்படுகிறது.

டீப்ஃபேக் தொழில்நுட்பம் எவ்வாறு வேலை செய்கிறது

டீப்ஃபேக்குகளை உருவாக்குவதற்குப் பல முறைகள் உள்ளன, ஆனால் மிகவும் பொதுவானது முகத்தை மாற்றும் நுட்பத்தைப் பயன்படுத்தும் ஆட்டோஎன்கோடர்களை(Autoencoders) உள்ளடக்கிய Deep Neural Networks நெட்வொர்க்குகளின் பயன்பாட்டை நம்பியுள்ளது. டீப்ஃபேக்கின் அடிப்படையாகப் பயன்படுத்த உங்களுக்கு முதலில் இலக்கு வீடியோ தேவை, பின்னர் நீங்கள் இலக்கில் சேர்க்கவிரும்பும் நபரின் வீடியோ கிளிப்களின் தொகுப்பு.

ஆட்டோஎன்கோடர்(Autoencoders) என்பது ஒரு Deep LearningArtificial Intelligence திட்டமாகும்(program), இது பல்வேறு கோணங்கள்(Angels) மற்றும் சுற்றுச்சூழல் நிலைமைகளிலிருந்து(environmental conditions) நபர் எப்படி இருக்கிறார் என்பதைப் புரிந்துகொள்வதற்கு வீடியோ கிளிப்களைப் படிப்பதுடன், பொதுவான அம்சங்களைக் கண்டறிந்து இலக்கு வீடியோவில் உள்ள நபருடன் அந்த நபரை வரைபடமாக்குகிறது.

டீப்ஃபேக் உள்ளடக்கம்(Deepfake content) இரண்டு AI அல்காரிதம்களைப்(Algorithm) பயன்படுத்தி உருவாக்கப்படுகிறது -- ஒன்று Generator என்றும் மற்றொன்று Discriminator என்றும் அழைக்கப்படுகிறது. போலியான மல்டிமீடியா உள்ளடக்கத்தை(Fake Multimedia content)Generatorஉருவாக்கும், உள்ளடக்கம் உண்மையானதா அல்லது செயற்கையானதா என்பதை தீர்மானிக்க Discriminator கண்டறிய பயன்படுகிறது.

Generator மற்றும் Discriminatorசேர்ந்து, ஜெனரேட்டிவ் அட்வர்சரியல் நெட்வொர்க் (Generative Adversarial Network-GAN) எனப்படும் ஒன்றை உருவாக்குகின்றன. ஒவ்வொரு முறையும் Discriminator புனையப்பட்ட உள்ளடக்கத்தை துல்லியமாக அடையாளம் காணும்போது, ​​அடுத்த டீப்ஃபேக்கை எவ்வாறு மேம்படுத்துவது என்பது பற்றிய மதிப்புமிக்க தகவலை ஜெனரேட்டருக்கு(Generator) வழங்குகிறது.

GAN நிறுவுவதற்கான முதல் படி, விரும்பிய வெளியீட்டுமுடிவைக் கண்டறிந்து, ஜெனரேட்டருக்கான(Generator) பயிற்சி தரவுத்தொகுப்பை உருவாக்குவதாகும். ஜெனரேட்டர் ஏற்றுக்கொள்ளக்கூடிய அளவிலான வெளியீட்டுமுடிவைஉருவாக்கத் தொடங்கியவுடன், வீடியோ கிளிப்புகள் Discriminator-க்கு வழங்கப்படலாம்.போலி வீடியோ கிளிப்களை உருவாக்குவதில் Generatorசிறந்து விளங்குகிறது, Discriminatorசெய்பவர் அவற்றைக் கண்டுபிடிப்பதில் சிறந்து விளங்குகிறது.

பல ஆப்ஸ் மற்றும் மென்பொருட்கள், சீன ஆப் ஆனா Zao, DeepFace Lab, FaceApp (உள்ளமைக்கப்பட்ட AI நுட்பங்களுடன் கூடிய புகைப்பட எடிட்டிங் ஆப்ஸ்), Face Swap மற்றும் நீக்கப்பட்ட DeepNude, குறிப்பாக ஆரம்பநிலையாளர்களுக்கு கூட டீப்ஃபேக்குகளை உருவாக்குவதை எளிதாக்குகிறது. ஆபத்தானது போன்ற பெண்களின் போலி நிர்வாண படங்களை உருவாக்கும் செயலிகள்.

மென்பொருள் மேம்பாட்டு கட்டற்றமூலசமூகமான(open source community) கிட்ஹப்பில்(GitHub) பெரிய அளவிலான டீப்ஃபேக் மென்பொருட்களைக் காணலாம். இந்தப் பயன்பாடுகளில் சில பொழுதுபோக்கு நோக்கங்களுக்காகப் பயன்படுத்தப்படுகின்றன - அதனால்தான் டீப்ஃபேக் உருவாக்கம் தடைசெய்யப்படவில்லை - மற்றவை தீங்கிழைக்கும் வகையில் பயன்படுத்தப்படுவதற்கான வாய்ப்புகள் அதிகம்.

டீப்ஃபேக்குகள் வீடியோக்கள் உருவாக்க மட்டும்தான் பயன்பாடுகிறதா?

டீப்ஃபேக்தொழில்நுட்பம் வெறும் வீடியோக்களைஉருவாக்குவதற்காக மட்டும் அல்ல. டீப்ஃபேக் ஆடியோ என்பது வேகமாக வளர்ந்து வரும் துறையாகும், இது ஏராளமான பயன்பாடுகளைக் கொண்டுள்ளது.

தத்ரூபமான ஆடியோ டீப்ஃபேக்குகளை இப்போது Deep Learning வழிமுறைகளைப் பயன்படுத்தி சில மணிநேரங்களில் (அல்லது சில நிமிடங்களில்) குரல் குளோன்(Clone) செய்யப்பட்ட நபரின் ஆடியோவைக் கொண்டு உருவாக்க முடியும், மேலும் ஒரு குரலின் மாதிரி உருவாக்கப்பட்டவுடன், அந்த நபரின் வீடியோவைஉருவாக்க முடியும். கடந்த ஆண்டு ஒரு தலைமை நிர்வாக அதிகாரியின் போலி ஆடியோ மோசடி செய்ய பயன்படுத்தப்பட்டது போன்ற எதையும் கூறலாம்.

டீப்ஃபேக் ஆடியோவில் குரல் மாற்று வடிவத்திலும், கணினி கேம் வடிவமைப்பிலும் மருத்துவப் பயன்பாடுகள் உள்ளன - இப்போது புரோகிராமர்கள்(Programmers), கேம் தொடங்குவதற்கு முன்பு பதிவுசெய்யப்பட்ட வரையறுக்கப்பட்ட ஸ்கிரிப்ட்களை நம்பாமல், இன்-கேமர் கதாபாத்திரங்களை நிகழ்நேரத்தில் எதையும் சொல்ல அனுமதிக்கலாம்.

டீப்ஃபேக் செய்யப்பட்ட வீடியோக்களை எவ்வாறு கண்டறிவது

டீப்ஃபேக்குகள் மிகவும் பொதுவானதாகிவிட்டதால், சமூகம் கூட்டாக டீப்ஃபேக் வீடியோக்களைக் கண்டறிவதற்கு மாற்றியமைக்க வேண்டியிருக்கும்

பெரும்பாலும், சைபர் பாதுகாப்பைப் போலவே, அது பரவுவதைக் கண்டறிந்து தடுப்பதற்கு மேலும் ஆழமான தொழில்நுட்பம் வெளிவர வேண்டும், இது ஒரு தீய சுழற்சியைத் தூண்டும் மற்றும் அதிக தீங்கு விளைவிக்கும்.

டீப்ஃபேக்குகளைக் கொடுக்கும் சில குறிகாட்டிகள் உள்ளன.

தற்போதைய டீப்ஃபேக்குகள் தத்ரூபமாக முகங்களை அனிமேஷன் செய்வதில் சிக்கலைக் கொண்டுள்ளன, இதன் விளைவாக வீடியோவில் பொருள் ஒருபோதும்கண்களை சிமிட்டுவதில்லை அல்லது அடிக்கடி இயற்கைக்கு மாறான முறையில் கண்களைசிமிட்டுகிறது. இருப்பினும், அல்பானி(Albany) பல்கலைக்கழக ஆராய்ச்சியாளர்கள் கண் சிமிட்டும் அசாதாரணத்தைக் கண்டறிந்து ஒரு ஆய்வை வெளியிட்ட பிறகு, இனி இந்தப் பிரச்சனை இல்லை என்று புதிய டீப்ஃபேக்குகள் வெளியிடப்பட்டன.

தோல் அல்லது கூந்தலில் உள்ள பிரச்சனைகள் அல்லது அவை இருக்கும் சூழலை விட மங்கலாக இருக்கும் முகங்களை பார்க்கவும் இயற்கைக்கு மாறான மென்மையாகத் தோன்றலாம்.

பெரும்பாலும், டீப்ஃபேக் அல்காரிதம்கள்(Algorithm) போலி வீடியோவின் மாதிரியாகப் பயன்படுத்தப்பட்ட கிளிப்களின் ஒளியைத் தக்கவைத்துக்கொள்ளும், இது இலக்கு வீடியோவில் வெளிச்சத்தை மோசமாகப் பொருந்திக் காட்டுகிறது

ஆடியோ அந்த நபருடன் பொருந்தாமல் இருக்கலாம், குறிப்பாக வீடியோ போலியானது ஆனால் அசல் ஆடியோ அவ்வளவு கவனமாக கையாளப்படாமல்இருக்கலாம்.