Deepfake Technology

Deepfake technology အကြောင်းသိကောင်းစရာများနဲ့ society အပေါ်အကျိုးသက်ရောက်မှုများ❗️

​ယနေ့ခေတ်ဟာ နည်းပညာခေတ် ဖြစ်တဲ့အလျောက် နည်းပညာတွေကလည်း တစ်နေ့ထက်တစ်နေ့ ​ ပိုမိုတိုးတက်လာပြီးတော့ လတ်တလောမှာ လူတွေ့ရဲ့အာရုံစိုက်မှုအများဆုံးခံနေရတဲ့ AI နည်းပညာကလည်း ကောင်းသည်ထက် ကောင်းလာပါတယ်။ ဒီထဲမှာမှ လူတွေပိုပြီးတော့ စိတ်၀င်စားလာတဲ့ နောက်ထပ် အကြောင်းအရာတစ်ခုက deepfake technology ပဲဖြစ်ပါတယ်။

​

​Deepfake technology မူလပထမ ဘယ်ကစ❓

တကယ်တော့ deepfake ဆိုတာက deep learning နဲ့ fake ဆိုတဲ့ စကားလုံးနှစ်လုံးကို ပေါင်းစပ်လိုက်ရာကနေ ပေါ်ပေါက်လာခဲ့ပြီး Artificial Intelligence (AI) နဲ့ machine learning ၂ ခုက ပိုတိုးတက်လာတဲ့အခါမှာ ပေါ်လာခဲ့တဲ့ အရာတစ်ခု ဖြစ်တယ်လို့ ပြောရင်လည်း မမှားနိုင်ပါဘူး။

​၂၀ ရာစုအလယ်ပိုင်း (1950s-1980s) မှာ researcher တွေဖြစ်တဲ့ John McCarthy, Marvin Minsky, Frank Rosenblatt တို့က neural network, AI တို့ရဲ့ foundation ကို စတည်ဆောက်ခဲ့ပါတယ်။ (1980s - 2000s) မှာတော့ neural network အကြောင်းကိုထိထိရောက်ရောက် လေ့လာနိုင်ခဲ့ပြီး deep learning နဲ့ machine learning မှာလည်း သိသာထင်ရှားတဲ့ ရလဒ်တွေ ရခဲ့တာကြောင့် deepfake ဘက်ကိုလည်း ဦးတည်လာနိုင်ခဲ့တာပဲ ဖြစ်ပါတယ်။

​

​ဆိုတော့ deepfake technology ဆိုတာ ဘာလဲ❓ဘယ်လိုမျိုး အလုပ်လုပ်လဲ❓

Deepfake technology ဆိုတာ synthetic media (AI generated media) အမျိုးအစားတစ်ခုဖြစ်ပြီးတော့ machine learning နဲ့ deep learning အပေါ်မှာ အခြေခံပြီးတော့ ဖန်တီးကြပါတယ်။ Deepfake ကို များသောအားဖြင့် digitally manipulate လုပ်တဲ့နေရာမျိုးတွေမှာ (ဥပမာအနေနဲ့ face swapping, voice synthesis, lip syncing, audio deepfake) သုံးကြပါတယ်။

​သူရဲ့အလုပ်လုပ်ပုံကတော့ generator နဲ့ discriminator ဆိုပြီး neural network နှစ်ခုပါရှိတဲ့ GANs (Generative Adversarial Networks) ကနေတဆင့် fake contents တွေကို ဖန်တီးတာပဲ ဖြစ်ပါတယ်။ generator က fake contents တွေကို အရင်ဆုံးဖန်တီးပြီး discriminator က နောက်တစ်ဆင့်အနေနဲ့ fake content တွေကို realistic ဖြစ်အောင် ပြုလုပ်တာပဲ ဖြစ်ပါတယ်။

​

​Deepfake ရဲ့ ကောင်းကျိုးနဲ့ ဆိုးကျိုး တွေကရော ❓

ကောင်းကျိုးတွေအနေနဲ့ကတော့ entertainment နဲ့ media ပိုင်းမှာဆိုရင် realistic ဖြစ်တဲ့ effect တွေကို TV နဲ့ movie shows တွေမှာအသုံးပြုနိုင်ပြီး social media အတွက် engaging ဖြစ်တဲ့ contents တွေကို ဖန်တီးနိုင်ပါတယ်။ ဒါတွေအပြင် education, training, communication, accessibility, art and creativity ပိုင်းတွေမှာပါ တွင်တွင်ကျယ်ကျယ် ထိထိရောက်ရောက် အသုံးပြုနိုင်တာပဲ ဖြစ်ပါတယ်။

​ဆိုးကျိုးတွေအနေနဲ့ဆိုရင်တော့ fake news တွေ၊ misinformation တွေနဲ့ misleading videos တွေကို ဖြန့်တာမျိုးတွေနဲ့ ဝါဒဖြန့်တာ၊ ခွင့်ပြုချက် မရရှိဘဲနဲ့ personal privacy ကို ထိပါးတာ၊ ချိုးဖောက်ခံရတာမျိုးတွေ ရှိပြီးတော့ ”scam”, phishing attacks တွေကြောင့် security အတွက် risk ရှိနိုင်ပါတယ်။ လူတစ်စုနဲ့ တစ်စုကြားမှာ အမုန်းပွားစေမယ့် မဟုတ်မမှန်တဲ့ contentsတွေ ဖြန့်တာမျိုးနဲ့ နည်းပညာတွေ အဆင့်မြင့်လာတဲ့အလျောက် နောက်ပိုင်းမှာ fake contents တွေနဲ့ real contents တွေကိုပါ ခွဲခြားဖို့ ခက်ခဲလာတာမျိုးတွေ ရှိနိုင်ပါတယ်။

​

​Society အပေါ်မှာရော ဘယ်လိုမျိုး အကျိုးသက်ရောက်မှုရှိနေလဲ ❓

အကျိုးသက်ရောက်မှုတွေအနေနဲ့ဆိုရင် political manipulation တွေ၊ misinformation နဲ့ fake news တွေဖြန့်တာမျိုးတွေ၊ ကိုယ့်ရဲ့ privacy ကို စိုးရိမ်ရတာမျိုးတွေ ရှိနိုင်သလို scams နဲ့ အယောင်ဆောင် contents တွေ ဖန်တီးပြီး business တွေအပေါ်မှာလည်း ခြိမ်းခြောက်လာနိုင်တဲ့အတွက် လုပ်ငန်းရှင်တွေအနေနဲ့လည်း ကိုယ့်လုပ်ငန်းရဲ့ reputation နဲ့ trust တွေ ထိန်းသိမ်းထားဖို့ အခက်အခဲတွေ အများကြီး ကြုံလာကြပါတယ်။

​University of Baltimore and CHEQ ရဲ့ ထုတ်ပြန်ချက်အရ 2020 မှာ fake news တွေဟာ global economy မှာ $78 billion အထိ ကုန်ကျခဲ့ပါတယ်။ အကြောင်းအရင်းကတော့ deepfakes က ဒီလိုမျိုး misinformation တွေကို social media ပေါ်မှာ ပိုပြီးပြန့်နှံ့အောင် အဓိကဆောင်ရွက်နေလို့ပါပဲရှင်။

​အခုဆိုရင်တော့ Deepfake technology အကြောင်းကို တစေ့တစောင်း ဝေမျှခဲ့တာပဲ ဖြစ်ပါတယ်။ နောက်အပတ်တွေမှာလည်း education, psychology, interesting facts အစရှိတဲ့ contents အမျိုးအစားတွေကို တင်ဆက်ပေးသွားမှာမို့လို့ pageလေးကို like and follow လုပ်ဖို့ ​ မမေ့ကြနဲ့ဦးနော် 🥰။

​

​#content_KhinMoeWai

#editor_HsuLaeNandar

#research_MyatShweSinOo 

#research_MyatThuuThuuKhin

#graphic_ThiriWinKhin

#DeepfakeTechnology

#News_For_Youth

#news_LLH

#LittleLighthouse