با وجود این که جعل غیرمجاز هویت افراد یکی از مشکلات همیشگی و نگرانکننده دیپفیک بوده، اما این فناوری پتانسیلهای دیگری هم دارد. برای مثال محققان نشان دادهاند که میتوان از دیپفیک برای دستکاری تصویرسازیهای ماهوارهای و خلق تصاویری با ظاهر واقعی – اما کاملا جعلی – استفاده کرد.
«بو ژائو» از دانشگاه واشنگتن که رهبری این تحقیق را برعهده داشته، میگوید نمیخواهد کسی را بترساند اما میخواهد ریسکها و فرصتهای دیپفیک را بهتر به مردم نشان دهد. در واقع، رویکرد آنها بیشتر از آن که شبیه سایر دیپفیکهای شناخته شده توسط جریان عامه باشد، دارای تکنیکهای «انتقال سبک» است.
ژائو و گروهش یک سیستم یادگیری ماشینی را با مجموعهای از تصاویر سه شهر آموزش دادند: سیاتل، تاکوما و پکن. هر کدام از این شهرها ظاهر خاص خودش را دارد. برای مثال، سیاتل دارای پوشش گیاهی بیشتر و خیابانهای کوتاهتر است. پکن بیشتر به حالت مونوکروم دیده میشود و ساختمانهای بلند آن سایههای بزرگی ایجاد میکنند. سیستم مورد استفاده در این تحقیق آموخت که جزئیات نقشه خیابانها (در نقشه گوگل یا اپل) را به جزئیات نقشههای ماهوارهای مرتبط کند.
در پایان این سیستم قادر بود با دریافت هر تکه از نقشه خیابانها نشان دهد که اگر آن منطقه بخشی از این سه شهر بود، به چه شکلی در میآمد. در دو بخش پایینی تصویر زیر میبینید که نتیجه تبدیل تصویر نرمافزاری و ماهوارهای یک منطقه در ترکیب با اطلاعات جغرافیایی سیاتل (پایین چپ) و پکن (پایین راست) به چه شکلی در میآید.
البته بررسی دقیق این شبیهسازیها نشان میدهد که نقشههای جعلی به اندازه نقشههای واقعی دقیق نیستند. اما در یک نگاه کلی میتوانیم نمره قبولی را به این شبیهسازی بدهیم. محققان میگویند از این روش میتوان برای شبیهسازی تصویری مناطقی استفاده کرد که تصویر ماهوارهای آنها در دسترس نیست. همچنین، با این سازوکار میتوان از روی نقشههای کهن به تصاویر جذابی دست پیدا کرد که گویی واقعا توسط ماهوارهها به ثبت رسیدهاند.
محققان یادآور شدهاند که در صورت استفاده از این فناوری در روشهای نادرست، میتوان به بررسی دقیق رنگها و ویژگیهای خاص هر نقشه پرداخت و تا حد خوبی صحت یا جعلی بودن آنها را تشخیص داد.
پاسخ ها