دیپ فیک چیست و چه مزیت‌هایی دارد؟

Deepfake (دیپ فیک) یک اصطلاح جالب، برای فیلم و سخنرانی‌هایی است که در آن از هوش مصنوعی و سایر تکنولوژی‌های مدرن استفاده می‌شود تا نتایج و محتوای جعلی به وجود آورند. یکی از رایج‌ترین نمونه‌های دیپ فیک استفاده از هوش مصنوعی در پردازش تصاویر برای تولید ویدئو از افراد مشهور و سیاستمداران با محتوای دروغین است؛ در این ویدئوها افراد مشهور حرف‌هایی می‌زنند که هیچ وقت بر زبان نیاورده‌اند؛ در واقع این تکنولوژی باعث می‌شود بیننده فرق بین حقیقت و دروغ را تشخیص ندهد.

تولید و تغییر تصاویر، ابزاری در دست تولیدکننده های محتوا
داستان گویی از طریق تصاویر متحرک، فعالیتی بسیار گران قیمت محسوب می شود. استودیوهای هالیوودی امروزه میلیاردها دلار هزینه می کنند تا شخصیت های ساختگی را در فیلم های خود اضافه کنند. ابزارهایی که بازیگران بزرگ صنعت رسانه برای تولید محتوا استفاده می کنند، با وجود کاهش قیمت در دهه های اخیر هنوز برای بسیاری از تولیدکننده ها بسیار گران و غیرقابل دسترس هستند. همین ابزارها، استودیوهای بزرگ را قادر می سازند تا تصورات خود را به تولیداتی قابل قبول تبدیل کنند. دراین میان فناوری دیپ فیک فرایند تولید تصاویر متحرک را آسان تر می کند. درنهایت تولید کننده های کوچک تر هم می توانند با استفاده از دیپ فیک، به ظرفیتی نزدیک به استودیوهای غول پیکر هالیوودی دست پیدا کنند.

Synthesia یکی از شرکت های فعال در حوزه ی دیپ فیک است که محصولی تجاری توسعه می دهد. ابزار آن ها از فناوری دیپ فیک برای تغییر زبان ویدئو استفاده می کند. محصول آن ها، با متحرک سازی خودکار مجدد صورت، دوبله ی صدا و تصویر را ممکن می کند. دستاورد بزرگ این شرکت در ویدئویی رونمایی شد که دیوید بکام در آن به ۹ زبان زنده ی دنیا درباره ی مالاریا صحبت می کند.

علاوه بر نمونه ی بالا، می توان از ابزار سینتزیا برای افزایش توانمندی تولیدکننده های محتوا در سرتاسر جهان استفاده کرد. به عنوان مثال اگر هنرمندی بااستعداد، به زبان های بزرگ رایج در جهان صحبت نکند، دسترسی به چنین ابزاری حکم یک پیشرفت بزرگ را برای او خواهد داشت. با استفاده از دیپ فیک به چنین شکلی، می توان آثار هر هنرمندی را به زبان های متعدد بازتولید و پخش کرد.

با دیپ فیک ابزارهای تولید محتوای حرفه ای در دسترس عموم قرار می گیرد
غول نرم افزارهای گرافیکی جهان، ادوبی، نرم افزاری به نام Adobe VoCo دارد که اکنون در وضعیت تحقیق و نمونه های اولیه به سر می برد. این نرم افزار به تولیدکننده ها امکان می دهد که از متن، صوت تولید کرده و آن را با ابزارهایی شبیه به فتوشاپ ویرایش کنند. به عنوان نمونه ای از کاربرد نرم افزار، تولیدکننده می تواند فیلم کوتاه خود را با صدای گوینده های مشهور تولید کند.تینگوی شو، بنیان گذار و مدیرعامل استارتاپ Humen است که ویدئوهای دیپ فیک با تمرکز روی حرکات موزون تولید می کند.

او درباره ی هدف نهایی این فناوری می گوید: در آینده ای که ما در نظر داریم، همه می توانند محتوایی باکیفیت در سطح هالیوود تولید کنند.

یوتیوب و اینستاگرام، فاصله ی فرصت های توزیع و تولید محتوا بین شرکت های سرگرمی بزرگ و عکاسان حرفه ای را با آماتورهای بااستعداد کاهش دادند. به بیان دیگر امروز استعدادهایی که سرمایه های کمی برای تبلیغات دارند، فرصت های مناسبی برای رقابت با بازیگران بزرگ پیدا کرده اند. همین روند برای دیپ فیک هم وجود خواهد داشت. تولیدکننده های آماتور با استفاده از فناوری های موجود می توانند فاصله ی خود را با شرکت های ثروتمند بازار جلوه های بصری کاهش دهند.کاربرد هنری دیپ فیکآنچه که در بالا به عنوان فرصت های دیپ فیک مطرح شد، کاهش فاصله میان تولیدکننده ها با منابع متفاوت بود. دیپ فیک علاوه بر کاربردهای فوق می تواند به تولید نوعی جدید از هنر هم بینجامد؛ هنری که وابسته به تغییر محتوا یا دست کاری آن خواهد بود. فراموش نکنید که تقریبا تمامی انواع سرگرمی به تغییر، بازتاب، کپی و شکل های دیگر دست کاری واقعیت وابسته می شود.

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

درحال‌حاضر انواع گوناگونی از کاربردهای جدید دیپ فیک در جهان هنر وجود دارد. البته چنین کاربردهایی طیف بسیار متنوعی را پوشش می‌دهند. از سوءاستفاده از چهره‌ی بازیگران و سیاست‌مداران تا تولید فیلم‌های سینمایی جدید با تغییر بازیگران اصلی، در این طیف (تقریبا) هنری قرار می‌گیرد.

پیش 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، اما 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.AI 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.

یک باور تخصصی درباره‌ی آینده‌ی فرهنگ و هنر می‌گوید که کپی و ترکیب کردن آثار هنری، فرهنگ آینده را شکل می‌دهد. البته چنین دیدگاهی از سال‌ها قبل و دوران پابلو پیکاسو هم وجود داشت و بزرگانی همچون استیو جابز هم به آن اذعان 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 می‌شود.

ساخت انسان‌های مجازی
توانایی تغییر چهره، صوت و حالت‌های احساسی، یکی از مهم‌ترین مراحل در ساخت انسان‌های مجازی خواهد بود؛ انسان‌هایی که احتمالا در آینده بخش مهمی از ارتباطات ما را شکل می‌دهند. ما امروز 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 امروز سهم مناسبی را از لحاظ استفاده در میان کاربران به خود اختصاص داده‌اند و روزبه‌روز هم پیشرفته‌تر می‌شوند. به‌هرحال با وجود تمام پیشرفت‌هایی که در توسعه‌ی دستیارهای مجازی صورت گرفته است، 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 هستند 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.

به‌عنوان نمونه‌ای از اینفلوئنسرهای دیجیتال می‌توان به Lil Miquela یا Astro در اینستاگرام اشاره کرد که ارتباطی طبیعی و نزدیک با کاربران دارند. البته پاسخ آن‌ها به کاربران و تعامل‌های مربوطه، توسط افراد دیگر و انسان‌های واقعی نوشته می‌شود؛ اما رویکردهای موجود نشان از آینده‌‌ای دارند که انسان‌های مجازی به پدیده‌ای رایج در شبکه‌های مجازی تبدیل شوند.

فاصله‌ی دستیارهای مجازی با اینلفوئنسرهای دیجیتال کم‌رنگ‌تر می‌شود
دیپ فیک می‌تواند فاصله‌ی میان دستیارهای مجازی و اینفلوئنسرهای دیجیتال را از بین ببرد. پیشرفت موجوداتی همچون الکسا یا لیل میکولا و تبدیل کردن آن‌ها به موجودی همچون سامانتا در فیم Her یا جوی در فیلم Blade runner 2049، نیازمند پیشرفت‌های بیشتر در شبیه‌سازی صوت و تصویر خواهد بود؛ پیشرفت در حوزه‌هایی همچون نشان دادن زبان بدن، صوت و احساسات که بیش از همیشه باید شبیه به انسان واقعی شود.

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

فناوری دیپ فیک میلیاردها نمونه از رفتارهای انسانی را دریافت و رفتارهایی بسیار شبیه به واقعیت را به‌عنوان خروجی ارائه می‌کند. با دیپ فیک می‌توان امکان و ظرفیت تعامل و درک طبیعی‌تر مکالمه را به دستیارهای هوشمند اضافه کرد. به‌همین‌ترتیب اینفلوئنسرهای مجازی هم توانایی تعامل تصویری واقعی‌تر و زنده را پیدا خواهند کرد. در آینده‌ی تحت سلطه‌ی دیپ فیک می‌توان زنده‌ شدن شخصیت‌هایی همچون میکی ماوس را متصور شد. تصاویر هولوگرام سه‌بعدی از کاراکترهای انیمیشنی و انسان‌های واقعی که توانایی صحبت با صدایی واقعی دارند، بخش دیگری از آینده‌ی مذکور خواهد بود.

خلاقیت را می‌توان محصولی از دل کپی کردن نامید. جزئیات بیشتر و پیشرفت در هنر هم از دل همین فرایند بیرون می‌آیند. چنین دستاوردهایی بسیار نزدیک به محصولات دیپ فیک هستند. فناور‌ی‌هایی که دسترسی به ابزارهای خلاقانه‌ی سرگرمی را برای همه ممکن کرده و تولید انواع جدیدی از محتوا را آسان می‌کنند. با توجه به همه‌ی این نکات، شاید بتوان کمی از ترس و نگرانی پیرامون دیپ فیک کاست و آینده‌ای روشن‌تر را متصور شد.

دیپ فیک چقدر خطرناک است؟
هوش مصنوعی یک ابزار قدرتمند است که از آن می‌توان برای امور خیر و شر استفاده کرد. از زمان ظهور تکنولوژی‌های جدید و هوش مصنوعی محققان و بسیاری از افراد دیگر از آن برای آموزش‌ها، سرگرمی، تحقیق و سایر برنامه‌های مثبت استفاده کرده‌اند. اما زمانی که این تکنولوژی به دست افراد بدی بیفتد؛ چه اتفاقی رخ می‌دهد؟ دیپ فیک دیگر از حالت سرگرمی خود خارج شده و می‌تواند مشکلات بزرگ و غیر قابل کنترلی را به وجود آورد.

دیپ فیک می‌تواند آینده یک کشور را ز نظر سیاسی تحت تأثیر قرار دهد و این اتفاق، میزان خطرناکی این تکنولوژی را نشان می‌دهد. افراد می‌توانند با استفاده از این تکنولوژی از شخصیت‌های سیاسی استفاده کرده و حرف‌ها و سخن‌های زیادی را از جانب آنها به طرفداران ابلاغ کنند. در این صورت تشخیص راست و دروغ برای بیننده و شنونده مشکل خواهد بود و او می‌تواند این ویدئوها را واقعی تلقی کرده و در نتیجه بر مبنای آن برای آینده سیاسی کشورشان تصمیم گیری کند.

منبع: زومیت