Спросите кого-нибудь, знакомы ли они с генеративно-состязательными сетями, и они могут сказать нет. Но спросите того же человека, слышал ли он о дипфейках, и он, вероятно, ответит да. Дипфейки — сочетание глубокого обучения и фейка — привлекают много внимания, и легко понять, почему. Благодаря уже доступным технологиям почти каждый может создать убедительное аудио или видео, на котором кто-то говорит или делает то, чего никогда не говорил. В хорошо известном примере мошенник использовал аудио дипфейк, чтобы обмануть британскую энергетическую компанию на 220 000 евро.
Однако на самом деле дипфейки — это лишь одно из применений генеративно-состязательных сетей (GAN). А сосредоточение внимания только на негативных применениях GAN означает, что компании не учитывают реальную ценность.
Генеративные сетевые технологии предназначены для создания реалистичных синтетических данных. В случае дипфейка цель состоит в том, чтобы создать аудио или видео, которые могут обмануть зрителей. Тем не менее, для предприятий синтетические данные могут использоваться для создания ценности: при разработке продуктов, улучшенном обучении работе с системами искусственного интеллекта, художественном совершенствовании и даже конфиденциальности потребителей.
Исследователи Labs работают в этих и других областях. Они использовали синтетические данные, чтобы ускорить процесс тестирования составов новых продуктов, а также изучить больше возможных составов, чем раньше. Они изучают, как можно использовать синтетические данные для лучшего обучения систем компьютерного зрения; это будет способствовать улучшению розничного опыта как для клиентов, так и для компаний. И они работают над тем, чтобы помочь предприятиям найти правильный баланс при использовании синтетических данных в целях конфиденциальности. Автоматизированный инструмент оценки конфиденциальности даст компаниям возможность оценить различные стратегии анонимизации данных, включая синтетические наборы данных, и выбрать тот, который лучше всего подходит для конкретной задачи.
Конечно, даже когда компании используют синтетические данные для создания стоимости, злоумышленники будут продолжать свои усилия. Исследователи нашей лаборатории также активно занимаются обнаружением дипфейков, применяя множество моделей ИИ для анализа контента. Выявление вредоносного контента, являющегося результатом технологий дипфейка, будет иметь ключевое значение, поскольку компании стремятся повысить ценность с помощью синтетических данных, одновременно защищаясь от злоумышленников.
Однако недальновидно сосредотачиваться только на потенциальном негативном воздействии — и делающие это компании оставляют ценность на столе. От творческого и продуманного использования этих инноваций можно многое выиграть. Правдивая история: синтетические данные приносят реальную пользу во всем, от разработки продуктов до здравоохранения и индустрии развлечений. Как вы его поймаете?
Чтобы узнать больше об этих технологиях и возможностях, которые они открывают сегодня, прочитайте наш новый отчет «Дипфейки, реальная ценность: изменение сценария технологий дипфейков
Первоначально опубликовано на https://www.accenture.com.
