دیپ فیک چیست؟ _ دیپ فیک از تکنولوژی‌های پر سروصدای ین روزها محسوب می‌شود، و اخبار نگران‌کننده‌ی بسیاری در مورد آن منتشر می‌شود. اما این فناوری مزیتی هم دارد؟

دیپ فیک را می‌توان جزء مهم‌ترین موضوعات خبری دنیای امروز دانست. خطر فناوری مذکور روزبه‌روز بیشتر در رسانه‌ها دیده می‌شود، و همه از سرعت بالای پیشرفت و در دسترس بودن آن واهمه دارند. پیچیدگی فناوری مذکور در کنار کاربردهای متنوع و بعضا خطرناک آن، دسته‌های متعدد افراد را نیز به رسانه‌ها بی‌اعتماد می‌کند. به‌هرحال اطلاع‌رسانی درباره‌ی خطرات یک فناوری جدید می‌‌تواند فوایدی را هم برای عموم افراد به‌همراه داشته باشد.

امروز همه می‌‌دانیم که استفاده‌ی سوء از دیپ فیک، چالش‌هایی را برای جامعه به‌همراه خواهد داشت. علاوه بر این با افزایش آگاهی از زمینه‌های سوءاستفاده، پیشگیری از عواقب آن‌ها نیز آسان‌تر خواهد بود. مسلما درنهایت این فناوری توسعه یافته است و در دنیای آینده‌ی ما حضور جدی خواهد داشت. شاید با نگاهی عمیق‌تر بتوان کاربردهای مفیدی هم از آن استخراج کرد که به نفع همه‌ی جوامع هم باشند. در ادامه‌‌ی این مقاله کادوس، به بررسی همین قابلیت‌های مفید می‌پردازیم.

بحث و مناظره پیرامون فناوری دیپ فیک امروز به وضعیت پیچیده‌ای رسیده است. البته هنوز تعریف و بررسی واحدی از تکنولوژی مذکور وجود ندارد. به‌هرحال با نگاهی اولیه می‌توان دیپ فیک را هرگونه تقلید، دست‌‌کاری یا ساخت صوت یا ویدئو نامید که به‌کمک یادگیری ماشین امکان پذیر می‌شود. جابه‌جایی صورت، حرکت دادن مصنوعی بدن، کپی کردن صدای افراد و تولید اصوات و تصاویر کاملا جدید، همگی در طبقه بندی دیپ فیک قرار می‌گیرند. مسلما با توجه به چنین تعریفی، نمی‌توان تغییر تصاویر ثابت در فتوشاپ را به‌عنوان دیپ فیک در نظر گرفت.

دیپ فیک چیست؟

دیپ‌فیک نام یک تکنیک نرم‌افزاری مبتنی‌بر هوش‌مصنوعی می باشد، که در محتوای صوتی و تصویری دست می‌برد و آن‌ را به‌دلخواه دگرگون می‌سازد. درنتیجه، نتیجه‌ی نهایی که به‌دست می‌آید، چیزی کاملا متفاوت از حقیقت خواهد بود. درواقع نام این تکنیک نیز به‌درستی عملکرد آن را آشکار می‌سازد؛ دیپ‌فیک، ترکیبی از یادگیری عمیق (Deep Learning) و جعل (Fake) می باشد.

دیپ فیک چیست؟

ایجاد و تغییر تصاویر، ابزاری در دست تولیدکنندگان محتوا

داستان‌گویی از روش تصاویر متحرک، فعالیتی بسیار گران‌قیمت محسوب می‌شود. استودیوهای هالیوودی امروزه میلیاردها دلار هزینه می‌کنند تا شخصیت‌های ساختگی را در فیلم‌های خود اضافه کنند. ابزارهایی که بازیگران بزرگ صنعت رسانه برای تولید محتوا استفاده می‌کنند، با وجود کاهش قیمت در دهه‌های اخیر هنوز برای بسیاری از تولیدکننده‌ها بسیار گران و غیرقابل دسترس می باشد. همین ابزارها، استودیوهای بزرگ را قادر می‌سازند تا تصورات خود را به تولیداتی قابل قبول تبدیل کنند. دراین‌ بین فناوری دیپ فیک فرایند تولید تصاویر متحرک را آسان‌تر می‌کند. درنتیجه تولید‌کننده‌های کوچک‌تر هم می‌توانند با استفاده از دیپ فیک، به ظرفیتی نزدیک به استودیوهای غول‌پیکر هالیوودی دست پیدا کنند.

Synthesia یکی از شرکت‌های فعال در حوزه‌ی دیپ فیک می باشد، که محصولی تجاری توسعه می‌دهد. ابزار آن‌ها از فناوری دیپ فیک برای تغییر زبان ویدئو استفاده می‌کند. محصول آن‌ها، با متحرک‌سازی خودکار مجدد صورت، دوبله‌ی صدا و تصویر را امکان پذیر می‌کند. دستاورد بزرگ این کمپانی در ویدئویی رونمایی شد که دیوید بکام در آن به ۹ زبان زنده‌ی دنیا درباره‌ی مالاریا صحبت می‌کند.

علاوه‌بر این، می‌توان از ابزار سینتزیا برای افزایش توانمندی تولیدکننده‌های محتوا در سرتاسر جهان بهره گرفت. به طور مثال اگر هنرمندان بااستعداد، به زبان‌های بزرگ رایج در جهان صحبت نکنند، دسترسی به چنین ابزاری حکم یک پیشرفت بزرگ را برای آنها خواهد داشت. با استفاده از دیپ فیک به چنین شکلی، می‌توان آثار هر هنرمندی را به زبان‌های متعدد بازتولید و پخش کرد.

با دیپ فیک ابزارهای تولید محتوای حرفه‌ای در دسترس عموم قرار می‌گیرد

غول نرم‌افزارهای گرافیکی جهان، ادوبی، نرم‌افزاری به‌نام Adobe VoCo دارد که در حال حاظر در وضعیت تحقیق و نمونه‌های اولیه به سر می‌برد. این نرم‌افزار به تولیدکننده‌ها امکان می‌دهد که از متن، صوت تولید کرده و آن را با ابزارهایی شبیه به فتوشاپ ویرایش کنند. به‌عنوان مثال از کاربرد نرم‌افزار، تولیدکننده می‌تواند فیلم کوتاه خود را با صدای گوینده‌های مشهور تولید کند.

تینگوی شو، بنیان‌گذار و مدیرعامل استارتاپ Humen می باشد که ویدئوهای دیپ فیک با تمرکز روی حرکات موزون تولید می‌کند. او در مورد هدف نهایی این فناوری می‌گوید:

در آینده‌ای که ما در نظر داریم، همه‌ می‌‌‌توانند محتوایی باکیفیت در سطح هالیوود تولید کنند.

یوتیوب و اینستاگرام، فاصله‌ی فرصت‌های توزیع و تولید محتوا بین شرکت‌های سرگرمی بزرگ و عکاسان حرفه‌ای را با آماتورهای بااستعداد کاهش داده اند. به‌بیان دیگر امروز استعدادهایی که سرمایه‌های کمی برای تبلیغات دارند، فرصت‌های خوبی برای رقابت با بازیگران بزرگ پیدا کرده‌اند. همین روند برای دیپ فیک هم وجود دارد. تولیدکننده‌های آماتور با استفاده از فناوری‌های موجود می‌توانند فاصله‌ی خود را با شرکت‌های ثروتمند بازار جلوه‌های بصری کاهش دهند.

دیپ فیک چیست؟

کاربرد هنری دیپ فیک

آنچه که در بالا به‌عنوان فرصت‌های دیپ فیک گفته شد، کاهش فاصله میان تولیدکننده‌ها با منابع متفاوت بود. دیپ فیک افزون بر کاربردهای فوق می‌تواند به تولید نوعی جدید از هنر هم بینجامد. هنری که وابسته به تغییر محتوا یا دست‌کاری آن خواهد بود. از یاد نبرید که تقریبا تمامی انواع سرگرمی به تغییر، بازتاب، کپی و شکل‌های دیگر دست‌کاری واقعیت وابسته می‌شود.

اکنون انواع گوناگونی از کاربردهای جدید دیپ فیک در جهان هنر وجود دارد. البته چنین کاربردهایی طیف بسیار متنوعی را در بر می گیرد. از سوءاستفاده از چهره‌ی بازیگران و سیاست‌مداران تا تولید فیلم‌های سینمایی جدید با تغییر بازیگران اصلی، در این طیف هنری قرار می‌گیرد.

قبل از آنکه دیپ فیک به فناوری بدنه‌ی جامعه بدل شود، و به‌مرور جای خود را در دستان همه‌ی کاربران باز کند، تولید محتوا با دست‌کاری چهره‌ها امکان‌پذیر بود. ولی برای همه اجرایی نمی‌شد. به‌هرحال روند موجود این تصور را ایجاد می‌کند که در آینده‌ی نزدیک شاهد تولید انواع آثار هنری صوتی و تصویری با بهره‌گیری از تغییر چهره‌ها و اصوات باشیم.

شرکت‌های Respeecher و Replica از فعالان جدی تولید محتوای صوتی تقلیدی هستند. آن‌ها ابزارهای کاربردی برای تولید چنین محتوایی را در دستان کاربرانی قرار می‌دهند که آشنایی بالایی با فناوری ندارند. نمونه‌های اولیه از محصولات ساخته‌شده با استفاده از ابزارهای آن‌ها، نشان‌دهنده‌ی دسته‌ی جدیدی از محصولات سرگرمی و هنر است. محصولاتی که شاید آینده‌ی صنعت سرگرمی را شکل دهند.

احتمالا آینده‌ی صنعت سرگرمی با دیپ فیک رقم می‌خورد

یک عقیده تخصصی درباره‌ی آینده‌ی فرهنگ و هنر می‌گوید که کپی و ترکیب کردن آثار هنری، فرهنگ آینده را شکل می‌دهد. اما چنین دیدگاهی از سال‌ها قبل و دوران پابلو پیکاسو هم وجود داشت و بزرگانی همچون استیو جابز هم به آن اقرار داشتند. درواقع آن‌ها آینده‌ی هنر را نه در گرو آثار انحصاری، بلکه وابسته به ترکیب آثار هنرمندان و خلق محصولات جدید می‌دانند. به‌هرحال اگر آینده‌ی فرهنگ را با چنین تصویری در نظر بگیریم، دیپ فیک به‌عنوان ابزاری کاربردی برای شکل‌گیری آن شناخته خواهد شد.

ساخت انسان های مجازی

تغییر چهره، صوت و حالت‌های احساسی، یکی از اصلی ترین مراحل در ساخت انسان‌های مجازی خواهد بود. انسان‌هایی که احتمالا در آینده بخش مهمی از ارتباطات ما را تشکیل می‌دهند. امروزه مراحل مهمی را در مسیر ساخت انسان‌های مجازی طی می‌کنیم. دستیارهای شخصی همچون الکسا، کورتانا و سیری از سال‌ها پیش بخشی از تعامل ما با دنیا بوده‌اند. آن‌ها امروزه سهم مناسبی را از لحاظ استفاده در میان کاربران به خود اختصاص داده‌ و روزبه‌روز هم پیشرفته‌تر می‌شوند. با وجود تمام پیشرفت‌هایی که در توسعه‌ی دستیارهای مجازی صورت گرفته، امروز باز هم آن‌ها را تنها در حد رابط‌های کاربری متنوع می‌دانیم و هنوز به انسان مجازی مورد نظر تبدیل نشده‌اند.

انسان‌های مجازی دستاورد مهم دیگری در حوزه‌ی تعاملات کاربر دنیای فناوری می باشند، که با روشی متفاوت از دستیارهای شخصی به سمت بدنه‌ی جامعه حرکت می‌کنند. مسیر آن‌ها از سمت اینفلوئنسرهای دیجیتال دنبال می‌شود. اینلفوئنسرهایی که در دسته‌ی انسان‌های مجازی قابل باور قرار می‌گیرند. آن‌ها نوعی از ارتباط را ایجاد می‌کنند که به رفتارهای انسانی عموم جامعه نزدیک‌تر است.

دیپ فیک چیست؟

فاصله‌ی دستیارهای مجازی با اینلفوئنسرهای دیجیتال کم‌رنگ‌تر می‌شود

دیپ فیک می‌تواند فاصله‌ی میان دستیارهای مجازی و اینفلوئنسرهای دیجیتال را از بین ببرد. پیشرفت موجوداتی همانند الکسا یا لیل میکولا و تبدیل کردن آن‌ها به موجودی همچون سامانتا در فیم Her ، نیازمند پیشرفت‌های بیشتر در شبیه‌سازی صوت و تصویر خواهد بود. پیشرفت در حوزه‌هایی همانند نشان دادن زبان بدن، صوت و احساسات که بیش از همیشه باید شبیه به انسان واقعی شود.

اگر همه ی ترکیب‌های منحصر‌به‌فرد حرکت، بازخورد صوتی و حالت چهره‌ی یک فرد را در طول زندگی بشماریم، به عددی در مقیاس میلیارد خواهیم رسید. بنابراین برای واقعی‌تر کردن انسان‌های مجازی، نمی‌توان عملکرد آن‌ها را با رویکردهای سنتی کدنویسی طراحی کرد. و باید روش‌هایی بسیار انعطاف‌پذیرتر به کار برد.

منبع: zoomit