‘डीप फेक्स’ जल्द ही भूगोल में प्रवेश कर सकते हैं

‘डीप फेक्स’ के बारे में चिंताएं अब भूगोल जैसे क्षेत्रों में फैलने लगी हैं, जैसे कि भौगोलिक सूचना विज्ञान (जीआईएस)। बिंघमटन विश्वविद्यालय के शोधकर्ता अब इस संभावित समस्या का समाधान करने की कोशिश कर रहे हैं।

इस टीम में भूगोल के एसोसिएट प्रोफेसर चेंगबिन डेंग और चार अन्य सहयोगी शामिल हैं, जिनमें वाशिंगटन विश्वविद्यालय में बो झाओ और यीफान सुन, और ओरेगन स्टेट विश्वविद्यालय में शाओजेंग झांग और चुन्शू शू शामिल हैं।

इस नए शोध को कार्टोग्राफी और जियोग्राफिक इंफॉर्मेशन साइंस में प्रकाशित किया गया है, जिसका शीर्षक है “डीप फेक जियोग्राफी? जब जियोस्पेशियल डेटा आर्टिफिशियल इंटेलिजेंस से मिलता है”

इस पत्र में, टीम झूठे उपग्रह चित्रों के निर्माण और उनके पता लगाने के तरीकों का अन्वेषण करती है।

“ईमानदारी से, हम शायद इस संभावित समस्या को पहचानने वाले पहले हैं,” डेंग ने कहा।

भौगोलिक सूचना विज्ञान (जीआईएस) और जियोएआई

भौगोलिक सूचना विज्ञान (जीआईएस) का उपयोग विभिन्न अनुप्रयोगों के लिए किया जाता है, जिनमें राष्ट्रीय रक्षा और स्वायत्त वाहन शामिल हैं। जियोस्पेशियल आर्टिफिशियल इंटेलिजेंस (जियोएआई) के विकास के माध्यम से, एआई प्रौद्योगिकी ने इस क्षेत्र पर प्रभाव डाला है।

जियोएआई जियोस्पेशियल डेटा को निकालने और विश्लेषण करने के लिए मशीन लर्निंग का उपयोग करता है। हालांकि, जियोएआई का उपयोग जीपीएस सिग्नल, सोशल मीडिया पर स्थान जानकारी, भौगोलिक पर्यावरण की तस्वीरें बनाने और कई अन्य खतरनाक अनुप्रयोगों के लिए भी किया जा सकता है।

“हमें इसे नैतिकता के अनुसार रखने की आवश्यकता है। लेकिन साथ ही, हम शोधकर्ताओं को भी ध्यान देने और उन झूठे चित्रों को पहचानने या अलग करने का तरीका खोजने की आवश्यकता है,” डेंग ने कहा। “कई डेटा सेट के साथ, ये चित्र मानव आंखों के लिए वास्तविक दिख सकते हैं।”

झूठे चित्रों का निर्माण

एक कृत्रिम रूप से निर्मित चित्र का पता लगाने के लिए पहला कदम है एक बनाना, इसलिए टीम ने साइकल-कंसिस्टेंट एडवर्सेरियल नेटवर्क्स (साइकलगैन) नामक एक सामान्य तकनीक पर भरोसा किया, जो एक अनुपervised गहरा शिक्षा एल्गोरिदम है जो सिंथेटिक मीडिया का अनुकरण कर सकता है।

जनरेटिव एडवर्सेरियल नेटवर्क (जीएएन), जो एक प्रकार का एआई है, को उन सामग्रियों के प्रशिक्षण नमूनों की आवश्यकता होती है जिन्हें वे उत्पन्न करने के लिए कार्यक्रम दिया जा रहा है। उदाहरण के लिए, जीएएन एक खाली स्थान पर एक मानचित्र के लिए सामग्री उत्पन्न कर सकता है bằng विभिन्न संभावनाओं का निर्धारण करके।

शोधकर्ताओं ने वाशिंगटन के टैकोमा की एक उपग्रह छवि को बदलने का प्रयास किया और उन्होंने सिएटल और बीजिंग के तत्वों को मिलाया जबकि इसे यथासंभव वास्तविक दिखाने की कोशिश की। हालांकि, शोधकर्ता ऐसे कार्यों के खिलाफ चेतावनी देते हैं।

“यह तकनीक के बारे में नहीं है; यह मानवों द्वारा प्रौद्योगिकी के उपयोग के बारे में है,” डेंग ने कहा। “हम तकनीक का उपयोग अच्छे के लिए करना चाहते हैं, न कि बुरे उद्देश्यों के लिए।”

निर्माण के बाद, टीम ने 26 विभिन्न छवि मेट्रिक्स की तुलना की ताकि यह निर्धारित किया जा सके कि क्या सच्चे और झूठे चित्रों के बीच कोई सांख्यिकीय अंतर है, और उन्होंने 20 में से 26 संकेतकों (80%) पर ऐसे अंतर पंजीकृत किए।

अंतर में छतों का रंग शामिल था, जहां वास्तविक छवियों में रंग एकरूप थे, जबकि संयुक्त छवियों में रंग धब्बेदार थे। टीम ने यह भी पाया कि नकली उपग्रह छवि कम रंगीन और अधिक धुंधली थी, लेकिन इसके तेज किनारे भी थे। डेंग के अनुसार, अंतर नकली के विकास के लिए उपयोग किए जाने वाले इनपुट पर निर्भर करते थे।

यह शोध आगे के काम के लिए आधार तैयार करता है, जो भूगोलविदों को विभिन्न प्रकार के न्यूरल नेटवर्क को ट्रैक करने में सक्षम बना सकता है ताकि यह देखा जा सके कि वे नकली चित्र कैसे उत्पन्न करते हैं, जो बेहतर पता लगाने की ओर भी ले जाता है। टीम का कहना है कि गहरे नकली का पता लगाने और इस क्षेत्र में विश्वसनीय जानकारी की पुष्टि करने के लिए व्यवस्थित तरीके विकसित करने की आवश्यकता होगी।

“हम सभी सच्चाई चाहते हैं,” डेंग ने कहा।