आर्टिफिशियल इंटेलिजेंस (एआई)-जनरेट किए गए नकली वीडियो जो नियमित उपयोगकर्ताओं को आसानी से हेरफेर कर सकते हैं, अब एक आम बात है, ये वीडियो आधुनिक कंप्यूटरों के रूप में उभरे हैं जो वास्तविकता का अनुकरण करने में बहुत बेहतर हो गए हैं। उदाहरण के लिए, आधुनिक सिनेमा कंप्यूटर जनित सेटों, दृश्यों, पात्रों और यहां तक कि दृश्य प्रभावों पर बहुत कुछ निर्भर करता है। इन डिजिटल स्थानों और प्रॉप्स ने भौतिक स्थानों को बदल दिया है क्योंकि ये दृश्य वास्तविकता से शायद ही अलग हैं। कंप्यूटर इमेजरी में नवीनतम सामान्य चीजों में से एक, डीपफेक एक रिकॉर्ड किए गए वीडियो में एक व्यक्ति को दूसरे की तरह दिखने के लिए एआई प्रोग्रामिंग द्वारा डिज़ाइन किया गया है।
डीपफेक क्या हैं?
“डीपफेक” शब्द कृत्रिम बुद्धिमत्ता के एक रूप से लिया गया है जिसे डीप लर्निंग कहा जाता है। जैसा कि नाम से पता चलता है, डीपफेक उपयोग करते हैं ध्यान लगा के पढ़ना या सीखना नकली घटनाओं की तस्वीरें बनाने के लिए। डीप लर्निंग एल्गोरिदम खुद को सिखा सकते हैं कि डेटा के बड़े सेट से जुड़ी समस्याओं को कैसे हल किया जाए। फिर इस तकनीक का उपयोग वीडियो और अन्य डिजिटल सामग्री में चेहरे की अदला-बदली करने के लिए किया जाता है ताकि यथार्थवादी दिखने वाला नकली मीडिया बनाया जा सके। इसके अलावा, डीपफेक केवल वीडियो तक ही सीमित नहीं हैं, इस तकनीक का उपयोग अन्य नकली सामग्री जैसे चित्र, ऑडियो आदि बनाने के लिए किया जा सकता है।
वे कैसे काम करते हैं?
डीपफेक बनाने के लिए कई तरीके हैं, हालांकि, सबसे आम एक गहरे तंत्रिका नेटवर्क का उपयोग करने पर निर्भर करता है जिसमें फेस-स्वैपिंग तकनीक को लागू करने के लिए ऑटोएन्कोडर शामिल होते हैं। आमतौर पर, ये एक लक्षित वीडियो पर बनाए जाते हैं जिसका उपयोग डीपफेक के आधार के रूप में किया जाता है और फिर एआई उस व्यक्ति के वीडियो क्लिप के संग्रह का उपयोग करता है जिसे आप वीडियो में वास्तविक व्यक्ति को बदलने के लिए लक्ष्य में डालना चाहते हैं।
ऑटोएन्कोडर एक गहन सीखने वाला एआई प्रोग्राम है जो यह समझने के लिए कई वीडियो क्लिप का अध्ययन कर सकता है कि कोई व्यक्ति विभिन्न कोणों और स्थितियों से कैसा दिखता है। सामान्य विशेषताओं को ढूंढकर, यह व्यक्ति के चेहरे को लक्षित वीडियो में से एक के साथ मैप करता है और बदल देता है।
जनरेटिव एडवरसैरियल नेटवर्क (GAN) एक अन्य प्रकार की मशीन लर्निंग है जिसका उपयोग डीपफेक बनाने के लिए किया जा सकता है। GAN अधिक उन्नत होते हैं क्योंकि वे डीपफेक डिटेक्टरों के लिए उन्हें डिकोड करना कठिन बनाते हैं क्योंकि यह डीपफेक में खामियों का पता लगाने और उन्हें सुधारने के लिए कई राउंड का उपयोग करता है। विशेषज्ञों का मानना है कि जैसे-जैसे तकनीक विकसित होगी, डीपफेक और अधिक परिष्कृत होते जाएंगे
आजकल, शुरुआती लोगों के लिए डीपफेक बनाना और भी आसान है क्योंकि कई ऐप और सॉफ्टवेयर उन्हें बनाने में मदद करते हैं। GitHubएक सॉफ्टवेयर डेवलपमेंट ओपन सोर्स कम्युनिटी, एक ऐसी जगह भी है जहां भारी मात्रा में डीपफेक सॉफ्टवेयर मिल सकते हैं।
आप डीपफेक का पता कैसे लगा सकते हैं?
ऑनलाइन उपयोगकर्ता भी अधिक जागरूक हो गए हैं और नकली समाचारों का पता लगाने के आदी हो गए हैं। साइबर सुरक्षा को बढ़ाने के लिए, गलत सूचना को फैलने से रोकने के लिए और अधिक गहरी नकली पता लगाने वाली तकनीक उभरने की जरूरत है। पहले, एक वीडियो में व्यक्ति की पलक झपकते ही डीपफेक का पता लगाया जाता था। जब कोई विषय कभी भी बार-बार या अस्वाभाविक रूप से पलक नहीं झपकाता या झपकाता है, तो वीडियो के डीपफेक होने की संभावना होती है। हालाँकि, नए डीपफेक इस समस्या को दूर करने में सक्षम थे। डीपफेक का पता लगाने का एक अन्य तरीका त्वचा, बालों या चेहरों की निगरानी करना है जो उस वातावरण की तुलना में धुंधले लग सकते हैं जिसमें उन्हें रखा गया है और फोकस अस्वाभाविक रूप से नरम लग सकता है।
कभी-कभी, डीपफेक एल्गोरिदम उन क्लिप की लाइटिंग को बरकरार रखता है जिनका उपयोग नकली वीडियो के लिए मॉडल के रूप में किया गया था। लक्ष्य वीडियो में खराब मिलान वाली रोशनी भी एक डीपफेक दे सकती है। अगर वीडियो नकली है और मूल ऑडियो में इतनी सावधानी से हेरफेर नहीं किया गया है, तो हो सकता है कि ऑडियो उस व्यक्ति से मेल न खाए।
