ડીપફેક : AI દ્વારા બનાવેલો અસલી કે નકલી ચહેરો કેવી રીતે ઓળખવો, જાણો આસાન રીતો

ઇજનેરી કંપની અરુપનો હૉંગકૉંગસ્થિત એક નાણાકીય કર્મચારી 2024માં, કંપનીના કેટલાક અધિકારીઓ સાથે એક ગોપનીય સંપાદન અંગે ચર્ચા કરવા વિડિયો કૉલમાં જોડાયો ત્યારે બધું જ સામાન્ય લાગતું હતું. પરંતુ કંપનીના ખાતામાંથી 2.5 કરોડ ડૉલરની ચુકવણી કર્યા પછી જ તેને ખબર પડી કે તેની સાથે છેતરપિંડી થઈ ગઈ હતી. કૉલમાં દેખાતી તેના મુખ્ય નાણાંકીય અધિકારી સહિતની બધી વ્યક્તિઓ એ.આઈ. દ્વારા સર્જાયેલાં ડીપફેક હતાં.

એ.આઈ.દ્વારા બનાવવામાં આવતા ચહેરાને અસલી માણસોના ચહેરાથી અલગ પાડવાનું દિવસે-દિવસે મુશ્કેલ બનતું જાય છે. ડૅલૉઇટ નામની કન્સલ્ટન્સી કંપનીના 2024ના એક અહેવાલ અનુસાર, જનરેટિવ એ.આઈ.ના ઉપયોગ દ્વારા થતી છેતરપિંડીને કારણે એકલા અમેરિકામાં જ આવતા વર્ષ સુધીમાં અંદાજે 40 અબજ ડૉલરનું નુકસાન થઈ શકે છે.

ઑસ્ટ્રેલિયન નૅશનલ યુનિવર્સિટી (ANU)માં મનોવિજ્ઞાનનાં સહ-પ્રાધ્યાપક ડૉ. ઍમી ડૉવેલે એ જાણવાનો પ્રયાસ કર્યો કે શું સૌને એવી તાલીમ આપી શકાય કે જેથી એ.આઈ. દ્વારા બનાવાયેલા ચહેરાઓને વધુ સારી રીતે ઓળખી શકીએ. આ અભ્યાસ પાછળનું આ પણ એક મહત્ત્વનું કારણ હતું.

"હાલની સ્થિતિમાં એ.આઈ.ના ચહેરાઓને ઓળખવામાં આપણે અત્યંત નબળા છીએ," તેઓ કહે છે. અભ્યાસો સૂચવે છે કે એ.આઈ.નો ચહેરો ઓળખવાની સંભાવના માત્ર 50 ટકા જેટલી જ છે.

તો સવાલ એ છે કે તમે સાચા માણસનો ચહેરો અને એ.આઈ. દ્વારા બનાવેલો ચહેરો કઈ રીતે બહેતર ઓળખી શકો?

'અતિ સરેરાશ' ચહેરો

જો ઉપરની કસોટીમાં તમને મુશ્કેલી પડી હોય, તો એમ હોવામાં તમે એકલા નથી.

ડૉવેલ કહે છે કે એ.આઈ.ના બનેલા ચહેરા ઓળખવામાં આવતી મુશ્કેલીનાં પરિણામો આપણા સૌના રોજિંદા જીવનને અસર કરે છે. "ચાહે કોઈ તમને ખોટી ઓળખ આપીને છેતરે, ડેટિંગ વેબસાઇટો પર છેતરપિંડી થાય કે પછી તમારા બૅન્કખાતાને નિશાન બનાવવામાં આવે."

જૂનમાં વિજ્ઞાન સામયિક પી.એન.એ.એસ.માં પ્રકાશિત થયેલા એક અભ્યાસમાં ડૉવેલ અને તેમના ઑસ્ટ્રેલિયા, કૅનેડા તથા સ્કૉટલૅન્ડના સહકર્મચારીઓએ લોકોને તાલીમ આપવાની નવી પદ્ધતિ અજમાવી.

એ.આઈ.ની ટૅક્નૉલૉજી સતત સુધરી રહી હોવાથી હવે આધુનિક પ્રણાલિઓએ પહેલાં જોવા મળતી દેખીતી ભૂલોને લગભગ દૂર કરી દીધી છે. ડૉવેલ કહે છે કે છેતરપિંડી કરનારા લોકો એવા ચિત્રોનો ઉપયોગ કરે એવી શક્યતા ઓછી છે, જેમાં કાનની બુટ્ટીઓ જુદી જુદી હોય, ચહેરાને મરડીને દેખાડ્યો હોય અથવા બીજી દેખીતી ખામીઓ હોય.

તેથી સંશોધકોએ લોકોને આવી નાની-નાની ખામીઓ શોધવાનું શીખવવાને બદલે, સમગ્ર ચહેરાને એક સમગ્ર એકમ તરીકે જોઈને તેના વિશે સ્વાભાવિક છાપ ઊભી કરવાની તાલીમ આપી.

ડૉવેલ કહે છે: "આપણે માનીએ છીએ કે એ.આઈ.ના ચહેરા થોડા વિચિત્ર દેખાતા હશે. એ આપણા જૂના અનુભવ પર આધારિત માન્યતા છે. હકીકતમાં, માણસોના ચહેરા સંપૂર્ણ સમમિતિવાળા નથી હોતા; તેમાં થોડું અનોખાપણું હોય છે. એટલે હવે આખું સમીકરણ જ ઊલટાઈ ગયું છે."

ડૉવેલની સંશોધન ટીમે અગાઉ કરેલા એક અભ્યાસમાં એક રસપ્રદ બાબત જણાઈ હતી.

લોકો ઘણી વાર એ.આઈ. દ્વારા બનાવાયેલા ચહેરાઓને વાસ્તવિક માણસોના ચહેરા કરતાં પણ વધુ સહેલાઈથી 'માનવ' તરીકે સ્વીકારી લેતા હતા. આ ઘટનાને સંશોધકોએ નામ આપ્યું એ.આઈ.નું અતિ-વાસ્તવિકપણું.

ડૉવેલ સમજાવે છે કે એ.આઈ.નું અલ્ગોરિધમ હજારો નહીં, પરંતુ હજારો ચહેરા દ્વારા તાલીમ મેળવે છે. તેથી તે તમામ ચહેરાઓની સરેરાશ લાક્ષણિકતાઓને આધારે નવો ચહેરો બનાવે છે.

તેમના શબ્દોમાં, "એ.આઈ. ના ચહેરા ખરેખરા માણસોના ચહેરા કરતાં વધુ 'સરેરાશ'—અથવા 'અતિ-સરેરાશ' દેખાય છે."

પરિણામે આવા ચહેરા આપણને વધુ વિશ્વાસપાત્ર, વધુ આકર્ષક અને વધુ પરિચિત લાગે છે, જ્યારે વાસ્તવિક માણસોના ચહેરા સરખામણીએ ઓછા 'પૂર્ણ' હોય છે.

જો કે, આ અભ્યાસમાં એ.આઈ.દ્વારા બનાવાયેલા માત્ર શ્વેત લોકોના ચહેરા જ તપાસવામાં આવ્યા હતા. એ.આઈ.ની તાલીમ માટે વપરાતા ડેટામાં શ્વેતવર્ણના ચહેરાઓનું પ્રમાણ વધુ હોવાથી, શક્ય છે કે આવા ચહેરા અન્ય જાતિના ચહેરાઓ કરતાં વધુ વાસ્તવિક લાગે.

તાલીમ કેવી રીતે આપવામાં આવી?

તાજેતરના અભ્યાસમાં સંશોધકોએ શરૂઆતમાં પુખ્ત વયના 45 લોકોની ચકાસણી કરી.

તેમને એક પરીક્ષણમાં એક સાથે ત્રણ ચહેરા બતાવીને પૂછવામાં આવ્યું કે એમાંથી એ.આઈ. દ્વારા બનાવેલો ચહેરો કયો છે.

તેઓ સરેરાશ માત્ર 41 ટકા સાચો જવાબ આપી શક્યા. એ પછી તેમને લગભગ એક કલાકની તાલીમ આપવામાં આવી.

ડૉવેલના જણાવ્યા મુજબ, તેમાં લગભગ 100 ચહેરા બતાવવામાં આવ્યા હતા—અડધા સાચા માણસોના અને અડધા એ.આઈ. દ્વારા બનાવેલા. દરેક ચહેરા માટે સહભાગીઓને આ છ લાક્ષણિકતાઓના આધારે મૂલ્યાંકન કરવાનું કહેવામાં આવ્યું: વિશિષ્ટતા, યાદ રહી જાય તેવું હોવું, અભિવ્યક્તિશીલતા, સમમિતિ, પ્રમાણબદ્ધતા, આકર્ષકતા.

ડૉવેલ કહે છે કે સામાન્ય રીતે માણસોના ચહેરા વધુ વિશિષ્ટ, વધુ યાદ રહી જાય એવા અને વધુ અભિવ્યક્તિપૂર્ણ હોય છે, જ્યારે એ.આઈ.ના ચહેરા વધુ સમમિતિવાળા, વધુ પ્રમાણબદ્ધ અને વધુ આકર્ષક હોય છે.

ખાસ વાત એ છે કે સંશોધકોએ સહભાગીઓને આ નિયમો સીધેસીધા કહ્યા નહોતા.

ડૉવેલ કહે છે, "અમે તેમને એવું પણ નથી કહેતા કે એ.આઈ.ના ચહેરા વધુ સમમિતિવાળા હોય છે. અમે માત્ર તેમને સમમિતિનું મૂલ્યાંકન કરવા કહીએ છીએ. પછી અમે જણાવી દઈએ છીએ કે ચહેરો એ.આઈ.નો હતો કે માણસનો. આ પ્રક્રિયામાં જ તેઓ ધીમે ધીમે સમજી જાય છે કે બંને વચ્ચેનો તફાવત શું છે."

તાલીમ પૂર્ણ થયા પછી પરિણામો નોંધપાત્ર હતાં. સરેરાશ સહભાગીઓની એ.આઈ.થી બનેલા ચહેરા ઓળખવાની ક્ષમતા લગભગ બમણી થઈ ગઈ. પહેલાં તેઓ માત્ર 41 ટકા સાચા જવાબ આપી શકતા હતા, જ્યારે તાલીમ પછી તેઓ 81 ટકા વખત એ.આઈ.નો ચહેરો સાચો ઓળખી શક્યા.

આ અભ્યાસને વધુ ચકાસવા માટે કૅનેડામાં સંશોધકોના બીજા જૂથે અલગ સ્વયંસેવકો પર એ જ તાલીમ અજમાવી. ડૉવેલના જણાવ્યા અનુસાર, તેમણે પોતાના ડેટાનું અલગથી વિશ્લેષણ કર્યું અને એ જ રીતના મજબૂત અને સકારાત્મક પરિણામો પ્રાપ્ત થયાં.

આપણી સ્વાભાવિક ઓળખવાની ક્ષમતા

યુકેની બૉર્નમથ યુનિવર્સિટીમાં દૃશ્યગ્રહણ પર સંશોધન કરતા મનોવિજ્ઞાની ડૉ. અલેહાન્દ્રો એસ્તુદિયો, જેઓ આ સંશોધન સાથે સંકળાયેલા નહોતા, તેમણે બીબીસીને જણાવ્યું કે આ અભ્યાસ વાંચીને તેઓ આશ્ચર્યચકિત થઈ ગયા હતા. કારણ કે આ પદ્ધતિ અત્યાર સુધીનાં મોટા ભાગનાં સંશોધનોથી સાવ જુદી હતી.

પરંતુ તેમના મતે, આ નવી પદ્ધતિની સૌથી મોટી ખાસિયત એ છે કે તે આપણી સ્વાભાવિક ઓળખવાની ક્ષમતાનો ઉપયોગ કરે છે.

તેઓ સમજાવે છે, "માણસો ચહેરો ઓળખતી વખતે તેની એક એક વિશેષતા અલાયદી જોતા નથી. આપણે 'હૉલિસ્ટિક પ્રોસેસિંગ'નો ઉપયોગ કરીએ છીએ. એટલે કે, ચહેરાનાં બધાં લક્ષણોને એકસાથે મેળવીને આખા ચહેરાને ઓળખીએ છીએ." જેમ કે, તમે કોઈ ચહેરાની વિશિષ્ટતા કે સમમિતિનું મૂલ્યાંકન કરો છો, ત્યારે માત્ર આંખો કે નાક પર ધ્યાન આપતા નથી; આખા ચહેરાને એક સાથે જુઓ છો.

એસ્તુદિયો કહે છે: "એવું કોઈએ વિચાર્યું જ નહોતું કે કદાચ સૌથી સારી રીત એ હોઈ શકે કે લોકોને ચહેરાને આપણે એ જ રીતે જોવાનું કહીએ, જે રીતે તેઓ રોજિંદા જીવનમાં સ્વાભાવિક રીતે જુએ છે."

'ઉંદર-બિલાડીની દોડ'

જોકે, આ અભ્યાસની કેટલીક મર્યાદાઓ પણ છે. ડૉવેલ કહે છે કે આ તાલીમ StyleGAN3 નામની એક અત્યંત વાસ્તવિક રીતે, એ.આઈ. ચહેરા બનાવતી સિસ્ટમ માટે ખૂબ અસરકારક સાબિત થઈ છે. પરંતુ હવે એ તપાસવાની જરૂર છે કે શું તે અન્ય એ.આઈ. મૉડલો સામે પણ એટલી જ અસરકારક રહેશે કે કેમ?

વધુમાં તેઓ કહે છે, "અમારા તમામ સહભાગીઓ યુવાન પુખ્ત વયના હતા. તેથી એ મહત્ત્વનો પ્રશ્ન છે કે આવી તાલીમ બાળકો અથવા વૃદ્ધો માટે પણ એટલી જ અસરકારક રહેશે કે કેમ, કારણ કે છેતરપિંડીનો ભોગ બનવાની દૃષ્ટિએ આ બંને વર્ગો ખાસ કરીને વધુ સંવેદનશીલ છે."

સંશોધકોના જણાવ્યા મુજબ સૌથી મોટો પડકાર એ છે કે માણસો હવે સતત સુધરતી જતી એ.આઈ. પ્રણાલીઓ સામે દોડમાં છે.

એ.આઈ. દ્વારા બનાવાયેલી સામગ્રી ઓળખવા માટે અલ્ગોરિધમ આધારિત સ્વચાલિત સાધનો ઉપલબ્ધ છે, પરંતુ તેમની પણ પોતાની મર્યાદાઓ છે. ઘણી વખત આવાં સાધનો માત્ર ચોક્કસ એ.આઈ. સિસ્ટમો માટે જ કાર્ય કરે છે. નવાં મૉડલો આવતાં જાય અથવા ચિત્રોમાં ફેરફાર કરવામાં આવે તો તેઓ નિષ્ફળ પણ જઈ શકે છે.

તેથી સંશોધકો માને છે કે એ.આઈ. ડીપફેક ઓળખવાની પ્રક્રિયામાં માણસની ભૂમિકા હંમેશાં કેન્દ્રસ્થાને રહેવી જોઈએ.

ડૉવેલ આ સ્થિતિનું વર્ણન કરતાં કહે છે, "આ તો બિલાડી અને ઉંદરની રમત છે. કમ્પ્યુટર વાયરસની જેમ એ.આઈ. પણ સતત બદલાય છે, અને તેની સાથે તાલ મિલાવવા માટે આપણે પણ સતત બદલાતા રહેવું પડે છે."

આમ છતાં તેઓ આશાવાદી છે.

તેમના મતે, આ અભ્યાસનાં પરિણામો "આશા રાખવા માટે પૂરતું કારણ આપે છે." તેઓ માને છે કે ભવિષ્યમાં આવા જ પ્રકારની તાલીમ વિકસાવી શકાય, જે લોકોને માત્ર સ્થિર ચહેરા જ નહીં, પરંતુ એ.આઈ. તૈયાર કરાયેલા અવાજો અને વિડિયો પણ ઓળખવામાં મદદરૂપ બને.

એમ બનશે તો કદાચ આપણે સૌ વધુ સારી રીતે જાણી શકીશું કે કોઈ વિડિયો કૉલમાં આપણી સામે ખરેખર આપણા સહકર્મચારી છે કે પછી એ.આઈ. દ્વારા સર્જાયેલા ડીપફેક.

બીબીસી માટે કલેક્ટિવ ન્યૂઝરૂમનું પ્રકાશન