5 طرق للكشف عن التزييف العميق لمستخدمي تقنيات الذكاء الاصطناعي
تاريخ النشر: 27th, June 2024 GMT
مع التقدم التكنولوجي وتطور أدوات الذكاء الاصطناعي نكتشف كل يومٍ تقنيات جديدة تساعد على تسهيل المهام اليومية، ومن بينها تقنية «التزييف العميق»، التي كانت تستخدم في إنتاج الإعمال الإبداعية أو للتسلية، لكنها بدأت في الانتشار بشكلٍ متزايد في حملات التضليل والاحتيال، وتشويه سمعة المشاهير، لذا عملت الحكومات على مواجهة هذه التقنية ووضع آليات لكشفها.
وكشف مركز معلومات مجلس الوزراء، عن 5 طرق للكشف عن التزييف العميق لمستخدمي تقنيات الذكاء الاصطناعي، وذلك وفق تحليل صادر عنه تناول من خلاله التقنية بدءًا من زيادة اعتماد المستخدمين على تقنيات الذكاء الاصطناعي.
طرق للكشف عن التزييف العميقوأوضح المركز أنّ هناك 5 طرق للكشف عن التزييف العميق لمستخدمي تقنيات الذكاء الاصطناعي، تتمثل فيما يلي:
- منصة Sentinel: تسمح للمستخدمين بتحميل الوسائط الرقمية ثم تحليلها تلقائيًّا؛ للتعرف على مدى صحة هذه الوسائط، ويُستخدم هذا الصدد خوارزميات ذكاء اصطناعي متقدمة؛ لتحديد ما إذا كان تمّ التلاعب بها أم لا.
- كاشف التزييف العميق من إنتل في الوقت الحقيقي FakeCatcher: تُمكن هذه التقنية من اكتشاف مقاطع الفيديو المزيفة بمعدل دقة يبلغ 96%، ما يؤدي إلى إرجاع النتائج في أجزاء من الثانية.
وتعمل هذه التقنية بما يسمى «تدفق الدم»، إذ إنّه عند تحدث الشخص في أي مقطع فيديو يتغير لون العروق نتيجة تدفق الدم من القلب، فتجمع التقنية إشارات تدفق الدم هذه من جميع أنحاء الوجه وتترجم الخوارزميات هذه الإشارات إلى خرائط زمانية مكانية، ويتم بعد ذلك اكتشاف مدى مصداقية الفيديو.
- نحن نتحقق WeVerify: تحلل الوسائط الاجتماعية ووضعها في سياق النظام البيئي الأوسع على شبكة الإنترنت، كما أنّه يعتمد على قاعدة بيانات عامة قائمة على blockchain للمزيفات المعروفة.
- أداة مصادقة الفيديو من Microsoft: يمكن من خلال هذه الأداة تحليل مقطع فيديو أو صورة ثابتة، إضافة إلى تحليل عناصر التزييف العميق والعناصر الرمادية الدقيقة التي لا يُمكن اكتشافها بالعين البشرية بشكل فوري.
- استخدام عدم التطابق Phoneme-Viseme: تستغل هذه التقنية حقيقة أن البصمات، التي تشير إلى ديناميكيات شكل الفم، تكون أحيانًا مختلفة أو غير متوافقة مع الصوت المنطوق. ويعد هذا التناقض عيب في التزييف العميق. لذا تعتمد هذه التقنية على خوارزميات متقدمة للذكاء الاصطناعي لتحليل الفيديو واكتشاف التناقضات.
التزييف العميق تقنية مثيرة للجدلوأوضح التحليل أن «التزييف العميق» يظهر بوصفه تقنية «مثيرة للجدل» تجمع بين الإبداع الفني والتحديات الأخلاقية والأمنية، ورغم فوائد استخدامه في العديد من المجالات مثل الفن والتسلية والتعلم والطب، فإنّ القلق الأساسي يبقى حول استخدامه في التلاعب بالمعلومات والتأثير في الرأي العام، لذا، يتطلب الأمر تحديد وتطوير استراتيجيات مبتكرة لمواجهة هذه التحديات بشكل فعّال، سواء عبر تطوير تقنيات الكشف عن التزييف أو تعزيز الوعي الجماهيري بمخاطره.
وفي النهاية، يبقى التوازن بين التقدم التكنولوجي والحفاظ على الأمان والنزاهة واحدًا من أهم التحديات التي تواجهنا في عصر التزييف العميق.
المصدر: الوطن
كلمات دلالية: شبكة الإنترنت قاعدة بيانات مثيرة للجدل الخوارزميات الذكاء الاصطناعي تقنیات الذکاء الاصطناعی هذه التقنیة
إقرأ أيضاً:
كيف تمكنت ديبسيك من بناء الذكاء الاصطناعي الخاص بها بأموال أقل؟
نشرت صحيفة "نيويورك تايمز" تقريرًا يسلط الضوء على كيفية نجاح شركة "ديب سيك" الصينية الناشئة في بناء أحد أقوى أنظمة الذكاء الاصطناعي في العالم باستخدام عدد أقل بكثير من الرقائق الحاسوبية مقارنة بالشركات الكبرى.
وقالت الصحيفة، في هذا التقرير الذي ترجمته "عربي21"، إن شركات الذكاء الاصطناعي عادة ما تقوم بتدريب روبوتات الدردشة الآلية الخاصة بها باستخدام أجهزة كمبيوتر عملاقة مزودة بـ16,000 شريحة متخصصة أو أكثر، لكن شركة "ديب سيك" قالت إنها تحتاج إلى حوالي 2,000 شريحة فقط.
وأوضح مهندسو الشركة بالتفصيل في ورقة بحثية؛ فقد استخدمت الشركة الناشئة العديد من الحيل التكنولوجية لتقليل تكلفة بناء نظامها؛ حيث احتاج مهندسوها إلى حوالي 6 ملايين دولار فقط من قوة الحوسبة الخام، أي ما يعادل عُشر ما أنفقته شركة ميتا في بناء أحدث تقنيات الذكاء الاصطناعي.
كيف يتم بناء تقنيات الذكاء الاصطناعي؟
وأوضحت الصحيفة أن تقنيات الذكاء الاصطناعي الرائدة تعتمد على ما يسمى بالشبكات العصبية، وهي أنظمة رياضية تتعلم مهاراتها من خلال تحليل كميات هائلة من البيانات.
وتقضي أقوى الأنظمة شهورًا في تحليل جميع النصوص الإنجليزية على الإنترنت، بالإضافة إلى العديد من الصور والأصوات والوسائط المتعددة الأخرى، مما يتطلب كميات هائلة من القدرة الحاسوبية.
وقد أدرك باحثو الذكاء الاصطناعي منذ حوالي 15 سنة أن رقائق الكمبيوتر المتخصصة التي تسمى وحدات معالجة الرسومات تعد وسيلة فعالة للقيام بهذا النوع من تحليل البيانات، وقد صممت شركات مثل شركة إنفيديا هذه الرقائق لعرض رسومات ألعاب الفيديو على الكمبيوتر في الأصل، ولكن وحدات معالجة الرسومات كانت لديها القدرة أيضًا على تشغيل العمليات الحسابية التي تدعم الشبكات العصبية.
ومع قيام الشركات بتعبئة المزيد من وحدات معالجة الرسومات في مراكز بيانات الحواسيب الخاصة بها، أصبح بإمكان أنظمة الذكاء الاصطناعي تحليل المزيد من البيانات.
ولكن أفضل وحدات معالجة الرسومات تكلف حوالي 40,000 دولار، وتحتاج إلى كميات هائلة من الكهرباء.
كيف تمكنت "ديب سيك" من خفض التكاليف؟
أشارت الصحيفة إلى أن أبرز ما فعلته الشركة هو اعتمادها على طريقة تسمى "خليط الخبراء".
وقد كانت الشركات سابقًا تنشئ شبكة عصبية واحدة تتعلم جميع الأنماط في جميع البيانات الموجودة على الإنترنت، وكان ذلك مكلفُا لأنه يتطلب كميات هائلة من البيانات للتنقل بين رقاقات وحدة معالجة الرسومات.
ومن خلال طريقة "خليط الخبراء"، حاول الباحثون حل هذه المشكلة عن طريق تقسيم النظام إلى العديد من الشبكات العصبية، وهكذا يكون هناك 100 من هذه الأنظمة "الخبيرة" الأصغر حجمًا، ويمكن لكل منها التركيز على مجاله الخاص.
لقد عانت العديد من الشركات لتنفيذ هذه الطريقة، لكن شركة "ديب سيك" تمكنت من القيام بذلك بشكل جيد؛ حيث قامت بإقران تلك الأنظمة "الخبيرة" الأصغر حجمًا مع نظام "عام".
فقد كانت الأنظمة الخبيرة لا تزال بحاجة إلى تبادل بعض المعلومات مع بعضها البعض، وكان بإمكان النظام "العام" المساعدة في تنسيق هذه التفاعلات بينها.
وأضافت الصحيفة أن هذا ليس الشيء الوحيد الذي قامت به "ديب سيك"؛ حيث أتقنت أيضًا خدعة بسيطة تتضمن الكسور العشرية التي يمكن لأي شخص يتذكر درس الرياضيات في المدرسة الابتدائية أن يفهمها.
واستخدمت الشركة طريقة تبسيط الأرقام التي يستخدمها دارسو الرياضيات عند التعامل مع الأرقام التي لا تنتهي مثل رمز باي، والذي يُشار إليه أيضًا بـ π، وهو عدد لا ينتهي أبدًا: 3.14159265358979…
يمكن استخدام باي لإجراء عمليات حسابية مفيدة، ولكن عند إجراء هذه الحسابات، يمكنك اختصار باي إلى بضعة أعداد عشرية فقط: 3.14.
وقد قامت "ديب سيك بشيء مماثل - ولكن على نطاق أوسع بكثير - في تدريب تقنية الذكاء الاصطناعي الخاصة بها.
وبيّنت الصحيفة أن العمليات الحسابية التي تسمح للشبكة العصبية بتحديد الأنماط في النص هي في الحقيقة مجرد عمليات ضرب، الكثير والكثير من عمليات الضرب.
وعادة ما تقوم الرقائق بضرب الأرقام التي تتناسب مع 16 بت من الذاكرة، لكن "ديب سيك" ضغطت كل رقم في 8 بتات فقط من الذاكرة، أي أنها اقتطعت عدة كسور عشرية من كل رقم.
وهذا يعني أن كل عملية حسابية كانت أقل دقة، لكن ذلك لم يكن مهمًا لأن العمليات الحسابية كانت دقيقة بما فيه الكفاية لإنتاج شبكة عصبية قوية جدًا.
وتابعت الصحيفة بأن الشركة أضافت خدعة أخرى؛ حيث اتخذ مهندسوها مسارًا مختلفًا عند ضرب الأرقام معًا بعد ضغطها، فعند تحديد إجابة كل مسألة ضرب، كانوا يقومون بتمديد الإجابة عبر 32 بت من الذاكرة، أي أنهم احتفظوا بالعديد من الكسور العشرية، مما جعل الإجابة أكثر دقة.
لقد أظهر مهندسو "ديب سيك" في ورقتهم البحثية أنهم كانوا بارعين جدًا في كتابة التعليمات البرمجية الحاسوبية المعقدة للغاية التي تخبر وحدات معالجة الرسومات بما يجب القيام به، وكانوا على مقدرة من جعل هذه الرقائق المزيد أكثر كفاءة.
ورغم أن قليلًا من الناس يملكون هذا النوع من المهارة، لكن مختبرات الذكاء الاصطناعي الجادة لديها المهندسين الموهوبين اللازمين لمضاهاة ما قامت به "ديب سيك"، وربما يستخدم بعضهم لحيل نفسها بالفعل.
لكن من الواضح أن الكثيرين فوجئوا بعمل "ديب سيك"، وهذا لأن ما قامت به الشركة الناشئة ليس بالأمر السهل؛ فالتجارب اللازمة للتوصل إلى إنجاز كهذا تكلف ملايين الدولارات - إن لم يكن المليارات - من الطاقة الكهربائية.
وقد أشار العديد من النقاد إلى أن مبلغ الـ 6 ملايين دولار الذي أنفقته الشركة لم يغط سوى تدريب النسخة النهائية من النظام، وقال مهندسو "ديب سيك" في ورقتهم البحثية إنهم أنفقوا أموالاً إضافية على الأبحاث والتجارب قبل إجراء التدريب النهائي، ولكن الأمر نفسه ينطبق على أي مشروع متطور للذكاء الاصطناعي.
وختمت الصحيفة بأن شركة "ديب سيك" خاطرت مخاطرة أتت بثمارها، ومع مشاركة الشركة الصينية الناشئة لأساليبها مع باحثين آخرين في مجال الذكاء الاصطناعي، فإن حيلها التكنولوجية ستقلل تكلفة بناء الذكاء الاصطناعي بشكل كبير.
مخلفات محطة الهارثة الحرارية تسبب حالات إغماء بين الطلبة والتدريسيين