نصائح من الخبراء لاستخدام الذكاء الاصطناعي في الكشف عن التزييف
منصة الذكاء الاصطناعي ـ متابعات
حذر خبراء الذكاء الاصطناعي من أن أدوات الكشف عن التزييف العميق يجب أن تستخدم مجموعات بيانات تدريبية تشمل درجات لون البشرة الداكنة لتجنب التحيز. تعتمد معظم أجهزة الكشف عن التزييف العميق على استراتيجية تعليمية قائمة على مجموعة البيانات المستخدمة في التدريب، حيث يستخدم الذكاء الاصطناعي لاكتشاف العلامات التي قد لا تكون واضحة للعين البشرية.
تشمل هذه العلامات، بحسب تقرير نشرته صحيفة الجارديان البريطانية، مراقبة تدفق الدم ومعدل ضربات القلب. ومع ذلك، فإن طرق الكشف هذه لا تعمل دائمًا على الأشخاص ذوي البشرة الداكنة، وإذا لم تحتوي مجموعات التدريب على تمثيل جيد لجميع الأعراق واللهجات والأجناس والأعمار وألوان البشرة، فقد تكون هناك انحيازات غير مرغوب فيها وفقًا لتحذير الخبراء.
على مدى العامين الماضيين، أثار خبراء الذكاء الاصطناعي والكشف عن التزييف العميق قلقًا بشأن وجود التحيز المدمج في هذه الأنظمة.
قال ريجول غوبتا، خبير وسائل الإعلام الاصطناعية والمؤسس المشارك والرئيس التنفيذي لشركة ديب ميديا، التي تستخدم الذكاء الاصطناعي والتعلم الآلي لتقييم الإشارات المرئية والصوتية للتلاعب الاصطناعي: “تميل مجموعات البيانات دائمًا بشكل كبير نحو الرجال البيض في منتصف العمر، وهذا النوع من التكنولوجيا يؤثر سلبًا على المجتمعات المهمشة.”
“في ديب ميديا، بدلاً من أن تكون أعمى للعرق، فإن أجهزتنا للكشف تبحث في الواقع عن عمر الشخص وعرقه وجنسه. وبالتالي، عندما تحاول أجهزتنا للكشف معرفة ما إذا كان الفيديو قد تم التلاعب به أم لا، فإنها تستند إلى مجموعة واسعة من العينات المتنوعة من حيث الأعمار والأجناس والأعراق.”
هذا المحتوى بمعرفة وحدة الذكاء الاصطناعي.
