เครือข่ายปฏิปักษ์กําเนิด (GAN)
Generative Adversarial Network (GAN) เป็นสถาปัตยกรรมโมเดล Generative AI ประเภทหนึ่งที่ประกอบด้วยโครงข่ายประสาทเทียมสองตัว ได้แก่ เครื่องกําเนิดไฟฟ้าและตัวแยกแยะ ซึ่งได้รับการฝึกฝนให้ตรงข้ามกัน
โมเดลกําเนิดสร้างเนื้อหาตามข้อมูลการฝึกอบรมที่มีอยู่เพื่อเลียนแบบตัวอย่างในข้อมูลการฝึกอบรม ในขณะเดียวกันแบบจําลองการเลือกปฏิบัติจะทดสอบผลลัพธ์ของแบบจําลองกําเนิดโดยการประเมินความน่าจะเป็นที่ตัวอย่างที่ทดสอบมาจากชุดข้อมูลแทนที่จะเป็นแบบจําลองกําเนิด นี่คือการฝึกอบรมที่เป็นปฏิปักษ์
พูดง่ายๆ ก็คือ เกี่ยวกับโครงข่ายประสาทเทียมสองตัวที่แข่งขันกัน อันหนึ่งสร้างข้อมูลปลอม และอีกอันหนึ่งพยายามตรวจจับของปลอม ในที่สุดสิ่งนี้จะส่งผลให้เกิดเนื้อหาสังเคราะห์ที่น่าเชื่อถืออย่างมาก
โมเดลยังคงปรับปรุงต่อไปจนกว่าเนื้อหาที่สร้างขึ้นมีแนวโน้มที่จะมาจากโมเดลกําเนิดเช่นเดียวกับข้อมูลการฝึกอบรม วิธีนี้มีประสิทธิภาพมากเพราะช่วยปรับปรุงผลลัพธ์ของความถูกต้องของตัวเองโดยการตรวจสอบอย่างต่อเนื่องกับเครื่องมือที่ออกแบบมาเพื่อชิงไหวชิงพริบ กระบวนการฝึกอบรมที่เป็นปฏิปักษ์นี้ดําเนินต่อไปจนกว่าเครื่องกําเนิดไฟฟ้าจะสร้างผลลัพธ์ที่น่าเชื่อถือพอที่จะหลอกผู้เลือกปฏิบัติ GAN มักใช้สําหรับงานสังเคราะห์ภาพ เช่น การสร้าง Deepfake ใบหน้ามนุษย์ที่เหมือนจริง และการปรับปรุงภาพภาพถ่าย
ผู้คุกคามใช้ประโยชน์จาก GAN เพื่อจุดประสงค์ที่เป็นอันตราย เช่น เพื่อสร้างภาพสังเคราะห์ที่ทําให้ข้อมูลประจําตัวสังเคราะห์มีความเป็นไปได้มากขึ้น ภาพสังเคราะห์ของใบหน้าที่แสดงถึงบุคคลที่ไม่มีอยู่จริงถูกสร้างขึ้นโดยใช้เทคโนโลยีนี้และจับคู่กับ ID ปลอมเพื่อหลีกเลี่ยงไบโอเมตริกซ์ใบหน้าระหว่างการเริ่มต้นใช้งานและตลอดวงจรชีวิตของผู้ใช้
ในการตรวจจับสื่อที่สร้างขึ้นโดยเครือข่ายปฏิปักษ์เชิงกําเนิด iProov ใช้เทคโนโลยีไบโอเมตริกซ์ตอบสนองต่อความท้าทายแบบพาสซีฟที่ได้รับการจดสิทธิบัตรด้วยเทคโนโลยีการเรียนรู้เชิงลึกและคอมพิวเตอร์วิทัศน์เพื่อวิเคราะห์คุณสมบัติบางอย่างที่สื่อที่สร้างขึ้นโดย AI เชิงกําเนิดไม่สามารถสร้างขึ้นใหม่ได้ เนื่องจากไม่มีบุคคลจริงอยู่อีกด้านหนึ่งของกล้อง นี่คือเหตุผลที่การใช้ไบโอเมตริกซ์แบบเรียลไทม์ที่รวมอยู่ใน เทคโนโลยีความมีชีวิตจึง มีความสําคัญสําหรับองค์กรในการแยกแยะระหว่างสื่อสังเคราะห์และคนที่แท้จริง
หากต้องการเรียนรู้เพิ่มเติมเกี่ยวกับวิธีที่ผู้ฉ้อโกงใช้ประโยชน์จาก Generative AI เช่น GAN เพื่อบ่อนทําลายการยืนยันตัวตนและสนับสนุนการฉ้อโกงข้อมูลประจําตัวสังเคราะห์ โปรด อ่านรายงาน "Stolen to Synthetic" ของเราที่นี่
อ่านเพิ่มเติม: