ಕೃತಕ ಮುಖಗಳು: ಅಸ್ತಿತ್ವದಲ್ಲೇ ಇಲ್ಲದ ಮಾನವ ಮುಖಗಳನ್ನು ಎಐ ಹೇಗೆ ಸೃಷ್ಟಿಸುತ್ತದೆ?

ಅಸ್ತಿತ್ವದಲ್ಲೇ ಇಲ್ಲದ ವ್ಯಕ್ತಿಗಳ ಮುಖಗಳನ್ನು ಕಂಪ್ಯೂಟರ್ ಸೃಷ್ಟಿಸುವುದು ಹೇಗೆ?

ಸಾಮಾಜಿಕ ಮಾಧ್ಯಮಗಳಲ್ಲಿ ಅಥವಾ ಆನ್‌ಲೈನ್ ಜಾಹೀರಾತುಗಳಲ್ಲಿ ನಗುಮುಖದ ಸುಂದರ ಪ್ರೊಫೈಲ್ ಚಿತ್ರವೊಂದು ನಿಮಗೆ ಕಾಣಿಸುತ್ತದೆ. ಕಣ್ಣುಗಳಲ್ಲಿ ನೈಸರ್ಗಿಕ ತೇವಾಂಶವಿದೆ, ಚರ್ಮದ ಮೇಲೆ ಸೂಕ್ಷ್ಮ ಸುಕ್ಕುಗಳಿವೆ ಮತ್ತು ಕೂದಲು ಸಹಜವಾಗಿ ಹರಡಿದೆ. ಆದರೆ ಆಶ್ಚರ್ಯವೆಂದರೆ, ಅಂತಹ ವ್ಯಕ್ತಿ ಭೂಮಿಯ ಮೇಲೆ ಎಂದಿಗೂ ಜನಿಸಿಯೇ ಇಲ್ಲ! ಈ ವಿಸ್ಮಯಕಾರಿ ಸೃಷ್ಟಿಯೇ ಅಸ್ತಿತ್ವದಲ್ಲೇ ಇಲ್ಲದ ಕಲ್ಪಿತ ವ್ಯಕ್ತಿಯ ಮುಖಗಳು (ಸಿಂಥೆಟಿಕ್ ಮುಖಗಳು ಅಥವಾ Synthetic Faces). ಇದು ಯಾವುದೇ ಒಬ್ಬ ನೈಜ ವ್ಯಕ್ತಿಯ ಫೋಟೋವನ್ನು ಎಡಿಟ್ ಮಾಡಿದ್ದಲ್ಲ, ಬದಲಿಗೆ ಹೊಸತನ್ನು ಸೃಷ್ಟಿಸುವ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ (ಜನರೇಟಿವ್ ಎಐ ಅಥವಾ Generative AI) ಶೂನ್ಯದಿಂದ ಸೃಷ್ಟಿಸಿದ ಹೊಚ್ಚಹೊಸ ವ್ಯಕ್ತಿತ್ವವಾಗಿದೆ.

ಕಂಪ್ಯೂಟರ್ ಲಕ್ಷಾಂತರ ನೈಜ ಮಾನವ ಮುಖಗಳ ಛಾಯಾಚಿತ್ರಗಳನ್ನು ವಿಶ್ಲೇಷಿಸಿ, ಮಾನವ ಮುಖದ ಸಾರ್ವತ್ರಿಕ ನಿಯಮಗಳನ್ನು ಕಲಿಯುತ್ತದೆ. ಕಣ್ಣುಗಳ ಅಂತರ, ಬೆಳಕು ಬೀಳುವ ಕೋನ, ಮೂಗಿನ ಇಳಿಜಾರು ಮತ್ತು ಚರ್ಮದ ರಂಧ್ರಗಳ ವಿನ್ಯಾಸವನ್ನು ಅದು ಗಣಿತದ ಸೂತ್ರಗಳನ್ನಾಗಿ ಪರಿವರ್ತಿಸುತ್ತದೆ. ಈ ನಿಯಮಗಳನ್ನು ಚಿತ್ರಗಳ ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು ಅಡಗಿಸಿಡುವ ಗಣಿತದ ಜಾಗದಲ್ಲಿ (ಲ್ಯಾಟೆಂಟ್ ಸ್ಪೇಸ್ ಅಥವಾ Latent Space) ಭದ್ರಪಡಿಸಿಕೊಂಡು, ಕಂಪ್ಯೂಟರ್ ಎರಡು ಕಂಪ್ಯೂಟರ್ ಪ್ರೋಗ್ರಾಂಗಳ ಸ್ಪರ್ಧೆಯ ಜಾಲದ (ಗ್ಯಾನ್ ಅಥವಾ GANs) ಅಥವಾ ಬಣ್ಣದ ಮಬ್ಬು ತೆರವುಗೊಳಿಸುವ ವಿಧಾನದ (ಡಿಫ್ಯೂಷನ್ ಮಾದರಿಗಳು ಅಥವಾ Diffusion Models) ಮೂಲಕ ಹೊಸ ಮುಖವನ್ನು ನಿರ್ಮಿಸುತ್ತದೆ.

ವರ್ಣಚಿತ್ರದ ಪದರಗಳು ಮತ್ತು ವಿನ್ಯಾಸದ ಹೊಂದಾಣಿಕೆಯ ಹೋಲಿಕೆ

ಈ ವಿಧಾನವನ್ನು ಒಬ್ಬ ನುರಿತ ತೈಲವರ್ಣ ಚಿತ್ರಕಾರನ ಕಾರ್ಯವಿಧಾನಕ್ಕೆ ಹೋಲಿಸಬಹುದು. ಚಿತ್ರಕಾರನು ಕ್ಯಾನ್ವಾಸ್ ಮೇಲೆ ಮೊದಲು ಮುಖದ ಸ್ಥೂಲ ರೇಖಾಚಿತ್ರವನ್ನು ಬಿಡಿಸುತ್ತಾನೆ, ನಂತರ ದವಡೆ ಮತ್ತು ಕಣ್ಣುಗಳ ಅಳತೆಗಳನ್ನು ಸರಿಯಾಗಿ ಕೂರಿಸುತ್ತಾನೆ, ಮತ್ತು ಕೊನೆಯಲ್ಲಿ ಬಣ್ಣದ ಸೂಕ್ಷ್ಮ ಕುಂಚಗಳಿಂದ ಬೆಳಕು-ನೆರಳುಗಳ ವಿನ್ಯಾಸವನ್ನು ತುಂಬುತ್ತಾನೆ.

ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯಲ್ಲೂ ಇದೇ ಪದರಗಳ ತತ್ವ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ: ಗಣಿತದ ಮಾದರಿಯು ಪ್ರತಿ ಪದರದಲ್ಲೂ ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ನಿಯಮಗಳನ್ನು ಅನ್ವಯಿಸಿ, ಮಾನವ ಕಣ್ಣಿಗೆ ಸಂಪೂರ್ಣ ನೈಜವೆನಿಸುವ ಸಮಗ್ರ ಮುಖವನ್ನು ಮೊದಲಿನಿಂದ ರಚಿಸುತ್ತದೆ. ಯಾವುದೇ ನಿರ್ದಿಷ್ಟ ಜೀವಂತ ವ್ಯಕ್ತಿಯ ಖಾಸಗಿ ಗುರುತನ್ನು ಕದಿಯದೆ ಹೊಚ್ಚಹೊಸ ಮುಖವನ್ನು ಸೃಷ್ಟಿಸಲು ಇದು ದಾರಿ ಮಾಡಿಕೊಡುತ್ತದೆ.

ಸೃಜನಶೀಲ ಬಳಕೆಗಳು ಮತ್ತು ಆನ್‌ಲೈನ್ ವಂಚನೆಯ ಅಪಾಯಗಳು

ಕೃತಕ ಮುಖಗಳ ತಂತ್ರಜ್ಞಾನವು ಇಂದು ವ್ಯಾಪಾರ, ಮನರಂಜನೆ ಮತ್ತು ಸೈಬರ್ ವಂಚನೆಗಳ ಜಗತ್ತಿನಲ್ಲಿ ವಿಭಿನ್ನ ಉದ್ದೇಶಗಳಿಗಾಗಿ ಬಳಕೆಯಾಗುತ್ತಿದೆ:

• ಜಾಹೀರಾತು ಮತ್ತು ಫ್ಯಾಷನ್ ಉದ್ಯಮ: ದುಬಾರಿ ವೆಚ್ಚದಲ್ಲಿ ನೈಜ ಮಾಡೆಲ್‌ಗಳನ್ನು ನೇಮಿಸಿಕೊಳ್ಳುವ ಬದಲು, ಬಟ್ಟೆ ಮತ್ತು ಆಭರಣಗಳನ್ನು ಪ್ರದರ್ಶಿಸಲು ಕಂಪನಿಗಳು ಕಂಪ್ಯೂಟರ್ ಸೃಷ್ಟಿಸಿದ ಕೃತಕ ಮುಖಗಳನ್ನು ಬಳಸುತ್ತವೆ.
• ಗೌಪ್ಯತೆ ರಕ್ಷಣೆ ಮತ್ತು ಮಾಧ್ಯಮ ವರದಿಗಳು: ಸೂಕ್ಷ್ಮ ವಿಷಯಗಳ ಕುರಿತು ಮಾತನಾಡುವ ಸಂತ್ರಸ್ತರು ಅಥವಾ ಸಾಕ್ಷಿಗಳ ನೈಜ ಗುರುತನ್ನು ರಕ್ಷಿಸಲು ಸುದ್ದಿ ಸಂಸ್ಥೆಗಳು ಅವರ ಮುಖದ ಬದಲಿಗೆ ಕೃತಕ ಭಾವಚಿತ್ರಗಳನ್ನು ಪ್ರದರ್ಶಿಸುತ್ತವೆ.
• ಸಾಮಾಜಿಕ ಜಾಲತಾಣಗಳ ನಕಲಿ ಖಾತೆಗಳು: ವಂಚಕರು ನೈಜ ವ್ಯಕ್ತಿಯ ಫೋಟೋ ಬಳಸಿದರೆ ಅಂತರ್ಜಾಲದಲ್ಲಿ ಮೂಲ ಹುಡುಕುವ (ರಿವರ್ಸ್ ಇಮೇಜ್ ಸರ್ಚ್ ಅಥವಾ Reverse Image Search) ವಿಧಾನದಲ್ಲಿ ಸಿಕ್ಕಿಬೀಳುವ ಭಯದಿಂದ, ಯಾರೂ ಗುರುತಿಸಲಾಗದ ಈ ಕೃತಕ ಮುಖಗಳನ್ನು ನಕಲಿ ಪ್ರೊಫೈಲ್‌ಗಳಿಗೆ ಬಳಸುತ್ತಾರೆ.
• ಹಣಕಾಸು ಮತ್ತು ಹೂಡಿಕೆ ವಂಚನೆಗಳು: ಆನ್‌ಲೈನ್‌ನಲ್ಲಿ ನಕಲಿ ಕಂಪನಿ ಅಧಿಕಾರಿಗಳಂತೆ ನಟಿಸಿ ಜನರನ್ನು ನಂಬಿಸಲು ಈ ಜೀವಂತ ಮುಖಗಳನ್ನು ಪ್ರೊಫೈಲ್ ಚಿತ್ರಗಳನ್ನಾಗಿ ಅಳವಡಿಸಿ ಮೋಸ ಮಾಡಲಾಗುತ್ತದೆ.

ದೃಶ್ಯ ದೋಷಗಳು ಶಾಶ್ವತ ಪತ್ತೆಹಚ್ಚುವ ಸಾಧನಗಳಲ್ಲ

ಹಳೆಯ ತಲೆಮಾರಿನ ಮಾದರಿಗಳಲ್ಲಿ ಕಿವಿಯೋಲೆಗಳ ಅಸಮಾನತೆ, ಕನ್ನಡಕದ ತಿರುಚಿದ ಫ್ರೇಮ್ ಅಥವಾ ಹಿನ್ನೆಲೆಯಲ್ಲಿ ಮಸುಕಾದ ವಸ್ತುಗಳಂತಹ ಕಂಪ್ಯೂಟರ್ ಸೃಷ್ಟಿಯಲ್ಲಿ ಉಳಿಯುವ ಸೂಕ್ಷ್ಮ ದೃಶ್ಯ ದೋಷಗಳು (ಆರ್ಟಿಫ್ಯಾಕ್ಟ್‌ಗಳು ಅಥವಾ Visual Artifacts) ಕಂಡುಬರುತ್ತಿದ್ದವು. ಆದರೆ ಡಿಫ್ಯೂಷನ್ ಮತ್ತು ಸುಧಾರಿತ ಮಾದರಿಗಳು ಈ ದೋಷಗಳನ್ನು ಬಹುತೇಕ ಸಂಪೂರ್ಣವಾಗಿ ನಿವಾರಿಸಿವೆ. ಆದ್ದರಿಂದ 'ಕಣ್ಣು ಅಥವಾ ಕಿವಿಯನ್ನು ಸೂಕ್ಷ್ಮವಾಗಿ ನೋಡಿ ನಕಲಿ ಮುಖವನ್ನು ಸುಲಭವಾಗಿ ಹಿಡಿಯಬಹುದು' ಎಂಬ ನಂಬಿಕೆಯು ಜನರಿಗೆ ಸುಳ್ಳು ಭದ್ರತಾ ಭಾವನೆಯನ್ನು ನೀಡುತ್ತದೆ. ದೃಶ್ಯ ದೋಷಗಳು ಶಾಶ್ವತ ಪತ್ತೆಹಚ್ಚುವ ಸಾಧನಗಳಲ್ಲ ಮತ್ತು ತಂತ್ರಜ್ಞಾನ ಸುಧಾರಿಸಿದಂತೆ ಅವು ಸಂಪೂರ್ಣ ಮಾಯವಾಗುತ್ತವೆ.

ನೈಜತೆಯನ್ನು ಪರಿಶೀಲಿಸಲು ಆಧುನಿಕ ಜಗತ್ತು ಚಿತ್ರದ ಮೂಲ ದಾಖಲಿಸುವ ಡಿಜಿಟಲ್ ಹೆಜ್ಜೆಗುರುತಿನ (ಕಂಟೆಂಟ್ ಕ್ರೆಡೆನ್ಶಿಯಲ್ಸ್ ಅಥವಾ C2PA) ಮತ್ತು ಚಿತ್ರದಲ್ಲಿ ಅಡಗಿರುವ ಅಗೋಚರ ಗುರುತಿನ (ಡಿಜಿಟಲ್ ವಾಟರ್‌ಮಾರ್ಕ್ ಅಥವಾ Digital Watermark) ತಂತ್ರಜ್ಞಾನಗಳ ಕಡೆಗೆ ಸಾಗುತ್ತಿದೆ. ಇದು ಚಿತ್ರವು ಎಲ್ಲಿ, ಯಾವ ದಿನ ಮತ್ತು ಯಾವ ಸಾಫ್ಟ್‌ವೇರ್ ಮೂಲಕ ಸೃಷ್ಟಿಯಾಗಿದೆ ಎಂಬುದನ್ನು ಭದ್ರವಾಗಿ ದಾಖಲಿಸುತ್ತದೆ. ಆದರೆ ಸ್ಕ್ರೀನ್‌ಶಾಟ್ ತೆಗೆದಾಗ ಇಂತಹ ದಾಖಲೆಗಳು ಅಳಿಸಿಹೋಗುವ ಸಾಧ್ಯತೆ ಇರುವುದರಿಂದ, ಇಂಟರ್ನೆಟ್‌ನಲ್ಲಿ ಹಣ ಅಥವಾ ಸೂಕ್ಷ್ಮ ಮಾಹಿತಿ ಕೇಳುವ ಯಾವುದೇ ಅಪರಿಚಿತ ವ್ಯಕ್ತಿಯ ಮುಖವನ್ನು ಮಾತ್ರ ನಂಬದೆ, ಅವರ ಅಧಿಕೃತತೆಯನ್ನು ಸ್ವತಂತ್ರ ಸಂಪರ್ಕಗಳ ಮೂಲಕ ಪರಿಶೀಲಿಸುವುದು ಅತ್ಯಗತ್ಯವಾಗಿದೆ.