পর্যাপ্ত সোর্স ইমেজ সহ, জর্ডান পিলকে প্রেসিডেন্ট ওবামা, জিমি ফ্যালনকে জন অলিভার বা জন স্নোকে গেম অফ থ্রোনসের হতাশ ভক্তদের মুখপাত্রে পরিণত করা এতটা কঠিন নয়। প্রথমদিকে, ডিপফেক ধরা খুব কঠিন ছিল না – এমনকি সেরাদের কাছেও অস্পষ্টতা, বিকৃতি এবং অস্বাভাবিক মুখের পার্থক্যের মতো চাক্ষুষ উপহার ছিল যা সেগুলিকে "বন্ধ" বলে মনে করে।
যদিও এটি একটি বিড়াল-মাউসের খেলা এবং মনে হয় যে আমরা ডিপফেক শনাক্ত করার একটি পদ্ধতি শিখলেই পরবর্তী প্রজন্ম ত্রুটিটি সংশোধন করে। এটির বিরুদ্ধে লড়াই করার জন্য, কোন ভিডিওগুলি আমাদের প্রতারণা করার চেষ্টা করছে তা খুঁজে বের করার জন্য কোন নির্ভরযোগ্য সমাধান আছে কি?
ভিজ্যুয়াল ক্লুস
আর্টিফ্যাক্টগুলি কেবল ইন্ডিয়ানা জোনস যাদুঘরে রাখে এমন জিনিস নয় - এগুলি একটি চিত্র বা ভিডিও হেরফের হওয়ার পরেও সামান্য বিভ্রান্তি বাকি থাকে। প্রারম্ভিক ডিপফেকগুলিতে, এগুলি প্রায়শই মানুষের চোখে ধরা পড়ে এবং খারাপ ডিপফেকগুলিতে এখনও কিছু সতর্কতা চিহ্ন থাকতে পারে, যেমন কিনারাগুলির চারপাশে ঝাপসা, একটি অতিরিক্ত মসৃণ মুখ, দ্বিগুণ ভ্রু, গ্লিচ বা সাধারণভাবে "অপ্রাকৃতিক" অনুভূতি কীভাবে মুখের সাথে খাপ খায়। .
বেশিরভাগ অংশে, যদিও, কৌশলগুলি এখন এমন পর্যায়ে উন্নত হয়েছে যেখানে এই শিল্পকর্মগুলি শুধুমাত্র ভিডিও ডেটার মাধ্যমে এবং পিক্সেল স্তরের জিনিসগুলি পরীক্ষা করার মাধ্যমে অন্যান্য অ্যালগরিদমের কাছে দৃশ্যমান। তাদের মধ্যে কেউ কেউ বেশ সৃজনশীল হতে পারে, যেমন একটি কৌশল যা নাকের দিক মুখের দিকের সাথে মেলে কিনা তা পরীক্ষা করে। পার্থক্যটি মানুষের পক্ষে নেওয়ার পক্ষে খুব সূক্ষ্ম, তবে মেশিনগুলি এটিতে দুর্দান্ত হতে পারে।
বায়োমেট্রিক ক্লুস
কিছুক্ষণের জন্য মনে হচ্ছিল যে ডিপফেকগুলিকে মুখোশ খুলে দেওয়ার মূল কারণ হল "চোখ-বন্ধ" উত্স চিত্রগুলির আপেক্ষিক অভাবের জন্য প্রাকৃতিক ব্লিঙ্কিং প্যাটার্নের অভাব। ডিপফেক প্রযুক্তির পরবর্তী প্রজন্মের জন্য আরও ভালো ব্লিঙ্কিং অন্তর্ভুক্ত করতে বেশি সময় লাগেনি, যদিও দ্রুত সেই কৌশলটির কার্যকারিতা কমিয়ে দেয়।
অন্যান্য বায়োমেট্রিক সূচকগুলি এখনও সম্পূর্ণভাবে ক্র্যাক করা হয়নি, যদিও, স্বতন্ত্র ব্যঙ্গের মতো যে অ্যালগরিদমগুলি সহজেই একটি ডিপফেকে স্বয়ংক্রিয় হতে পারে না কারণ তাদের ব্যবহৃত ভাষা সম্পর্কে কিছু প্রাসঙ্গিক বোঝার প্রয়োজন হয়। আপনি অবাক হয়ে গেলে দ্রুত পলক ফেলার মতো ছোট অভ্যাসগুলি বা আপনি যখন প্রশ্ন জিজ্ঞাসা করেন তখন আপনার ভ্রু উঁচিয়ে নেওয়া যেতে পারে, একটি ডিপফেক দ্বারা বাছাই করা যেতে পারে এবং ব্যবহার করা যেতে পারে, তবে অগত্যা সঠিক সময়ে নয় কারণ তারা স্বয়ংক্রিয়ভাবে কখন তা নির্ধারণ করতে পারে না (এখনও) সেই আন্দোলনগুলি স্থাপন করুন৷
ভিডিও চিত্রগুলি ব্যবহার করে হৃদস্পন্দন পড়তে সক্ষম AI-তে ডিপফেক সনাক্তকরণের বাইরেও প্রচুর অ্যাপ্লিকেশন রয়েছে, তবে পর্যায়ক্রমিক নড়াচড়া এবং রঙের পরিবর্তনগুলি সন্ধান করা যা হৃদস্পন্দনের সংকেত দেয় যা AI-উত্পন্ন ইম্পোস্টারগুলি সনাক্ত করতে সহায়তা করতে পারে। সবচেয়ে সুস্পষ্ট উপহার হল যখন একটি ডিপফেকের হার্টবিট একেবারেই থাকে না, তবে ডিপফেকগুলিতে প্রায়শই ডাল থাকে। তা সত্ত্বেও, অনিয়ম (যেমন মুখের বিভিন্ন অংশে বিভিন্ন হার্ট রেট দেখায়) এখনও ডিপফেক সনাক্ত করতে সাহায্য করতে পারে।
AI প্রকল্পগুলি
অনেক বড় নাম ডিপফেক সমস্যা সমাধানে খুব আগ্রহী। Facebook, Google, MIT, Oxford, Berkeley, এবং অনেক অন্যান্য স্টার্টআপ এবং গবেষকরা কৃত্রিম বুদ্ধিমত্তার প্রশিক্ষণ দিয়ে এই সমস্যাটি মোকাবেলা করছেন, অন্যদের মধ্যে উপরে তালিকাভুক্ত পদ্ধতিগুলি ব্যবহার করে নকল ভিডিওগুলি সনাক্ত করার জন্য।
Facebook এবং Google উভয়ই একটি বিষয়ে কাজ করছে তা হল অভিনেতাদের কাজ করার উচ্চ-মানের ভিডিওগুলির একটি ডেটাসেট তৈরি করা, যা তারা ডিপফেক তৈরি করতে ব্যবহার করে৷ এগুলির উপর প্রশিক্ষিত AI তারপরে ডিপফেকের লক্ষণীয় লক্ষণগুলি কী তা নির্ধারণ করতে পারে এবং সেগুলি সনাক্ত করার দায়িত্ব দেওয়া হয়৷
অবশ্যই, এটি শুধুমাত্র ততক্ষণ পর্যন্ত কাজ করে যতক্ষণ না গবেষকরা সবচেয়ে আপ-টু-ডেট প্রযুক্তি ব্যবহার করে ডিপফেক তৈরি করা চালিয়ে যান, যার মানে নতুন ডিপফেক ট্রিক আবিষ্কার করা এবং এই অ্যালগরিদমগুলি তাদের ধরতে সক্ষম হওয়ার মধ্যে সবসময় কিছুটা ব্যবধান থাকবে। যাইহোক, ভাগ্যের সাথে, ডিপফেকগুলি সনাক্ত করার জন্য প্রকৃত ইঁদুর ব্যবহার করে পরীক্ষাগুলি প্যান আউট এবং আমাদের একটি প্রান্ত দেবে৷
প্রমাণিকরণ
শনাক্তকরণ প্রযুক্তিগুলি ডিপফেকগুলির সম্পূর্ণ উত্তর নয়, যদিও, তারা সম্ভবত 100% সাফল্যের হার পাবে না। যে ডিপফেকগুলিতে কিছু সময় এবং অর্থ রাখা হয়েছে সেগুলি সম্ভবত প্রচুর স্নিফ পরীক্ষা এবং বর্তমান AI পদ্ধতিতে উত্তীর্ণ হতে পারে। এবং আসুন মনে রাখি কিভাবে ইন্টারনেট কাজ করে:এই জালগুলি ধরা পড়লেও, সেগুলি সম্ভবত কিছু উপসেট লোকেদের দ্বারা পুনরায় প্রচারিত হবে এবং বিশ্বাস করবে।
এই কারণেই কিছু যাচাইকরণ প্রক্রিয়া থাকাও গুরুত্বপূর্ণ – কোন ভিডিওটি আসল বা কোন ভিডিও পরিবর্তন করা হয়েছে তা নির্দেশ করতে পারে তার কিছু প্রমাণ। Factom, Ambervideo, এবং Axiom-এর মতো কোম্পানিগুলি অপরিবর্তনীয় ব্লকচেইনে ভিডিও সম্পর্কিত ডেটা এনকোড করার মাধ্যমে এটিই করছে।
এই প্রজেক্টগুলির অনেকগুলির পিছনে মূল ধারণাটি হল যে একটি ভিডিও ফাইলে থাকা ডেটা বা একটি নির্দিষ্ট ক্যামেরা দ্বারা উত্পন্ন একটি অনন্য স্বাক্ষর তৈরি করতে ব্যবহার করা যেতে পারে যা ভিডিওটি টেম্পার করা হলে পরিবর্তন হবে৷ অবশেষে, সোশ্যাল মিডিয়াতে আপলোড করা ভিডিওগুলি একটি প্রমাণীকরণ কোড তৈরি করার বিকল্পের সাথে আসতে পারে যা আসল আপলোডার একটি ব্লকচেইনে নিবন্ধন করতে পারে প্রমাণ করতে যে তারা আসল ভিডিওর মালিক।
এই সমাধানগুলির নিজস্ব সমস্যা রয়েছে, অবশ্যই, যেমন ভিডিও এনকোডিং ফাইলের ডেটা পরিবর্তন করে এবং ভিডিও বিষয়বস্তু প্রকৃতপক্ষে পরিবর্তন না করে স্বাক্ষর পরিবর্তন করে, বা বৈধ ভিডিও সম্পাদনা স্বাক্ষরকে বিভ্রান্ত করে। যদিও উচ্চ-স্টেকের পরিস্থিতিতে, যেমন বাণিজ্যিক লেনদেন যেখানে ছবিগুলি ডেলিভারি যাচাই বা বিনিয়োগকারীদের সমর্থন পেতে ব্যবহার করা হয়, এই ধরনের একটি প্রমাণীকরণ স্তর ডিপফেক-সম্পর্কিত জালিয়াতি প্রতিরোধে সাহায্য করতে পারে৷
ডিপফেকগুলি কি ফটোশপের চেয়ে বেশি বিপজ্জনক?
এই মুহুর্তে, আমরা সবাই অনুমান করি যে চিত্রগুলি বাস্তব নাও হতে পারে কারণ আমরা সম্পূর্ণরূপে সচেতন যে প্রযুক্তিটি একটি স্থির ছবিতে প্রায় কোনও কিছুকে বাস্তব দেখায়। অবশেষে, আমরা একই ধরণের সংশয় নিয়ে ভিডিওগুলির কাছে যেতে শুরু করতে পারি কারণ সেগুলিকে জাল করা ততটাই সহজ এবং বিশ্বাসযোগ্য হয়ে ওঠে যেমন ফটোশপ বর্তমানে চিত্র সম্পাদনা করে। এমনকি সাধারণ সচেতনতার সাথেও, যদিও, বাস্তব জীবনের প্রচুর ঘটনা কল্পনা করা সহজ যে তারা খুব দূরবর্তী ভবিষ্যতে একটি সু-সময়ের, উচ্চ-মানের ডিপফেক দিয়ে শুরু করে।
