Üsküdar Üniversitesi Mühendislik ve Doğa Bilimleri Fakültesi, Yazılım Mühendisliği (İngilizce) Kısmı Dr. Öğr. Üyesi Kristin Surpuhi Benli, yapay zekâ takviyeli ses ve imaj üretim teknolojileri konusunu kıymetlendirdi.
“Deepfake” teknolojisi nedir?
Yapay zekâ dayanaklı ses ve manzara üretiminin, genel olarak “deepfake” teknolojisi olarak isimlendirildiğini tabir eden Dr. Öğr. Üyesi Kristin Surpuhi Benli, “Kelime oluşumu itibariyle Deepfake, ‘deep learning’ (derin öğrenme) ve ‘fake’ (sahte) sözlerinin birleşmesinden meydana gelmektedir. Bu teknoloji, yüz tanıma, ses tahlili ve manzara sürece üzere alanlarda geliştirilen derin öğrenme algoritmalarını kullanarak, gerçeğe son derece yakın düzmece görüntü, ses yahut imgeler üretir.” dedi.
Kötü niyetli şahıslar tarafından kullanılabiliyor
Deepfake teknlojisini kullanılarak bir kişinin yüzü, mimikleri yahut sesinin taklit edilebildiğini kaydeden Dr. Öğr. Üyesi Kristin Surpuhi Benli, “Bu sayede gerçekte yaşanmamış bir konuşma yahut olay güya gerçekleşmiş üzere sunulabilir. Bu teknoloji, yaratıcı içerikler üretmek için kullanılabileceği üzere, makûs niyetli şahıslar tarafından dezenformasyon yaymak yahut dolandırıcılık yapmak maksadıyla da kullanılabilir.” diye konuştu.
Sahte haber üretimi yapılabiliyor
Yapay zekâ ile üretilen görüntü ve ses içeriklerinin günümüzde sinema, eğitim, reklam, oyun ve medya üzere pek çok alanda yaygın olarak kullanıldığını lisana getiren Dr. Öğr. Üyesi Kristin Surpuhi Benli, “Reklamlar, uzaktan eğitim görüntüleri, dijital oyunlardaki karakterler, sanal haber sunucuları ve farklı lisanlara çevrilen içerikler bu teknoloji sayesinde süratli ve düşük maliyetle hazırlanmaktadır. Öte yandan, birebir teknolojiler uydurma haber üretimi, dolandırıcılık ve bilgi kirliliği yaratmak üzere maksatlarla da berbata kullanılabilmektedir.” sözünde bulundu.
Deepfake görüntülerin bu kadar ikna edici olmasının temelinde ne var?
Deepfake görüntülerin bu kadar ikna edici olmasının temelinde, yapay zeka teknolojilerinin, bilhassa de derin öğrenme modellerinin, manzara ve ses üretiminde sunduğu artan gerçekçilik ve detay seviyesinin yattığını anlatan Dr. Öğr. Üyesi Kristin Surpuhi Benli, “Yüz sözleri, göz kırpma, ışıklandırma ve cilt dokusu üzere ayrıntılar artık çok daha doğal biçimde taklit edilebiliyor. Ses klonlama teknolojileri ise konuşma ritmi ve tonlamayı muvaffakiyetle kopyalayabiliyor. İmaj ve ses kalitesindeki bu ilerleme, geçersiz içerikleri her geçen gün daha inandırıcı kılıyor ve bu da onların insan gözüyle ya da kulağıyla fark edilmesini giderek zorlaştırıyor.” halinde konuştu.
Dijital çağda “gerçeklik” kavramı esaslı bir dönüşüm geçiriyor
Yapay zeka, deepfake ve gibisi teknolojilerle birlikte dijital çağda “gerçeklik” kavramının esaslı bir dönüşüm geçirdiğini söyleyen Dr. Öğr. Üyesi Kristin Surpuhi Benli, “Artık gördüğümüz, duyduğumuz, hatta okuduğumuz içeriklerin sahiden olup olmadığını sorgulamamız gerekiyor. Bu durum, bilgiye erişimde daha fazla şüpheciliği beraberinde getirirken, doğruluğu ve güvenilirliği teyit edebilecek yeni tekniklere ve etik standartlara olan gereksinimi da artırıyor.” dedi.
Deepfake görüntülerde ayırt edici ögeler neler?
Bir imgenin yahut sesin yapay zekâ eseri olup olmadığını tespit etmeye yönelik teknik ve sistemlerin giderek geliştiğini kaydeden Dr. Öğr. Üyesi Kristin Surpuhi Benli, şöyle devam etti:
“Bu tespit süreçleri; manzara sürece, ses tahlili ve makine tahsili tekniklerine dayanmaktadır. Görsellerde yüz tabirleri ve mimikler tahlil edilerek geçersiz içerik belirlenmeye çalışılır. Deepfake görüntülerde dikkat edilebilecek kimi ayırt edici ögeler şunlardır; göz kırpmanın doğal olmaması, ağız hareketleri ile ses ortasında senkronizasyon sorunları, deri rengi geçişlerindeki yapaylık, ışık yansımalarının doğallıktan uzak olması, saç ve kenar ayrıntılarında görülen bozulmalar. Ses tahlilinde ise frekans spektrumu, vurgu, tonlama ve nefes alma üzere detaylar incelenir. Bunun yanı sıra, özel olarak eğitilmiş derin öğrenme modelleri de uydurma içeriklerin tespitinde faal bir biçimde kullanılmaktadır.”
İleri seviye deepfake teknolojileri; mimiklerden göz hareketlerine kadar başarılı
Günümüzde yapay zekâ ile üretilen manzara ve seslerin, birden fazla vakit insan gözü ve kulağının ayırt edemeyeceği kadar gerçekçi hale geldiğini de anlatan Dr. Öğr. Üyesi Kristin Surpuhi Benli, “Her ne kadar dikkatli bir incelemeyle hala kimi yapaylıklar sezilebilse de örneğin yüz sözlerinin doğallıktan uzak olması, göz hareketlerindeki tutarsızlık ya da sesin mekanik tınısı üzere, bu farklar giderek daha az besbelli hale gelmektedir. Bilhassa ileri seviye deepfake teknolojileri; mimiklerden göz hareketlerine, ses tonundan nefes alma nizamına kadar birçok ayrıntıyı yüksek muvaffakiyetle taklit edebilmektedir. Bu nedenle kısa müddetli ya da düşük çözünürlüklü uydurma içerikler, birçok vakit gerçekmiş üzere algılanabilmektedir.” dedi.
Videonun paylaşıldığı hesabın güvenilirliği değerlendirilmeli
Sosyal medyada paylaşılan bir görüntünün doğruluğunu sorgulamak için bireylerin öncelikle içeriğin kaynağını araştırması gerektiğini belirten Dr. Öğr. Üyesi Kristin Surpuhi Benli, kelamlarını şöyle tamamladı:
“Videonun paylaşıldığı hesabın güvenilirliği değerlendirilmeli, içeriğin resmi ya da tanınmış platformlardan yayımlanıp yayımlanmadığı denetim edilmelidir. Tıpkı olaya dair farklı kaynaklardan gelen görüntüler yahut haberlerle karşılaştırma yapmak, içeriğin doğruluğunu teyit etmek açısından tesirli bir prosedürdür. Ayrıyeten görüntüdeki ses ve imaj ortasındaki tutarsızlıklar dikkatle tahlil edilmelidir. Tüm bunlara ek olarak, yapay zekâ takviyeli tespit araçları da uydurma içeriklerin belirlenmesinde değerli bir dayanak sunar.”
Kaynak: (BYZHA) Beyaz Haber Ajansı
