‘ดีปเฟค’ อาจเข้ามาในภูมิศาสตร์เร็วๆ นี้

ความกังวลเกี่ยวกับ ‘ดีปเฟค’ เริ่มแพร่กระจายไปยังพื้นที่อื่นๆ เช่น วิทยาศาสตร์ภูมิศาสตร์ (GIS) นักวิจัยที่มหาวิทยาลัย Binghamton เริ่มจัดการกับปัญหาที่อาจเกิดขึ้นนี้

ทีมนี้ประกอบด้วย Associate Professor of Geography Chengbin Deng และเพื่อนร่วมงานอีก 4 คน รวมถึง Bo Zhao และ Yifan Sun จากมหาวิทยาลัย Washington และ Shaozeng Zhang และ Chunxue Xu จากมหาวิทยาลัย Oregon State

การวิจัยใหม่นี้ตีพิมพ์ใน Cartography and Geographic Information Science, ชื่อ “ดีปเฟคภูมิศาสตร์? เมื่อข้อมูลภูมิศาสตร์พบกับปัญญาประดิษฐ์”

ในเอกสารนี้ ทีมวิจัยสำรวจวิธีการสร้างและตรวจจับภาพดาวเทียมปลอม

“เราอาจเป็นคนแรกที่รับรู้ถึงปัญหาที่อาจเกิดขึ้นนี้” Deng กล่าว

วิทยาศาสตร์ภูมิศาสตร์ (GIS) และ GeoAI

วิทยาศาสตร์ภูมิศาสตร์ (GIS) ใช้ในหลายๆ การใช้งาน รวมถึงการป้องกันประเทศและรถยนต์ไร้คนขับ ผ่านการพัฒนา Geospatial Artificial Intelligence (GeoAI) เทคโนโลยี AI ได้สร้างผลกระทบต่อภาคส่วนนี้

GeoAI ใช้การเรียนรู้ของเครื่องจักรเพื่อ추출และวิเคราะห์ข้อมูลภูมิศาสตร์ อย่างไรก็ตาม GeoAI ยังสามารถใช้ในการปลอมสัญญาณ GPS ข้อมูลตำแหน่งบนโซเชียลมีเดีย สร้างภาพปลอมของสภาพแวดล้อมภูมิศาสตร์ และสำหรับการใช้งานอื่นๆ ที่อันตราย

“เราต้องรักษาสิ่งนี้ให้สอดคล้องกับจริยธรรม แต่ในขณะเดียวกัน นักวิจัยเรายังต้องให้ความสนใจและหาวิธีในการแยกหรือระบุภาพปลอม” Deng กล่าว “ด้วยชุดข้อมูลหลายชุด ภาพเหล่านี้สามารถดูเหมือนจริงต่อตามนุษย์”

การสร้างภาพปลอม

ขั้นตอนแรกในการตรวจจับภาพที่สร้างขึ้นโดยใช้เทคนิคคือการสร้างภาพปลอม ดังนั้นทีมจึงใช้เทคนิคที่เรียกว่า Cycle-Consistent Adversarial Networks (CycleGAN) CycleGAN เป็นอัลกอริทึมการเรียนรู้ของเครื่องจักรที่ไม่มีการดูแลซึ่งสามารถจำลองสื่อสังเคราะห์ได้

เครือข่าย Adversarial (GAN) ซึ่งเป็นประเภทของ AI ต้องการตัวอย่างการฝึกอบรมของเนื้อหาที่กำลังถูกเขียนโปรแกรมเพื่อสร้างขึ้น ตัวอย่างเช่น GAN สามารถสร้างเนื้อหาให้กับจุดที่ว่างบนแผนที่โดยการกำหนดความเป็นไปได้ต่างๆ

นักวิจัยตั้งเป้าที่จะแก้ไขภาพดาวเทียมของ Tacoma, Washington และพวกเขาสอดแทรกองค์ประกอบของ Seattle และ Beijing ในขณะที่ทำให้ดูเหมือนจริงที่สุดเท่าที่จะเป็นไปได้ อย่างไรก็ตาม นักวิจัยเตือนเกี่ยวกับการใช้งานดังกล่าว

“ไม่ใช่เรื่องของเทคนิค แต่เป็นเรื่องของวิธีการที่มนุษย์ใช้เทคโนโลยี” Deng กล่าว “เราต้องการใช้เทคโนโลยีเพื่อประโยชน์ที่ดี ไม่ใช่เพื่อวัตถุประสงค์ที่ไม่ดี”

หลังจากการสร้างภาพปลอมแล้ว ทีมนี้ได้เปรียบเทียบ 26 เมตริกของภาพเพื่อกำหนดว่ามีความแตกต่างทางสถิติระหว่างภาพจริงและภาพปลอมหรือไม่ และพวกเขาพบความแตกต่างใน 20 เมตริกจาก 26 เมตริก (80%)

ความแตกต่างรวมถึงสีของหลังคา ซึ่งสีในภาพจริงเป็นแบบสม่ำเสมอ ในขณะที่สีในภาพประกอบเป็นแบบจุดต่างๆ ทีมนี้ยังพบว่าภาพดาวเทียมปลอมมีสีจางและดูไม่คมชัด แต่มีเส้นขอบที่คมชัดกว่า ตามที่ Deng กล่าว ความแตกต่างเหล่านี้ขึ้นอยู่กับอินพุตที่ใช้ในการสร้างภาพปลอม

การวิจัยนี้เป็นรากฐานสำหรับการทำงานในอนาคต ซึ่งอาจช่วยให้นักภูมิศาสตร์สามารถติดตามเครือข่ายประสาทเทียมต่างๆ เพื่อดูว่าพวกเขาสร้างภาพปลอมได้อย่างไร ซึ่งนำไปสู่การตรวจจับที่ดีขึ้น ทีมนี้กล่าวว่า phương phápที่เป็นระบบจะต้องถูกพัฒนาขึ้นเพื่อตรวจจับดีปเฟคและยืนยันข้อมูลที่เชื่อถือได้ในภาคส่วนนี้

“เราทุกคนต้องการความจริง” Deng กล่าว