Ana Sayfa Dünya, Ekonomi, Genel, Gündem, Kadın, Kültür-Sanat, Siyaset, Spor, Yaşam 13 Mart 2021 152 Görüntüleme

Yapay zekânın ürettiği sahte insanlar

Şikago’lu gazeteci Sydney J. Harris “İnsanların yaptığı uydurma paralardan çok, paraların yaptığı düzmece insan vardır” der. 2014 yılında ortaya atılan ve günümüzde altın çağını yaşayan Generative Adversarial Networks – GAN (Çekişmeli Üretici Ağlar) ismi verilen bir yapay hudut ağları (artificial neural network) modeli ile artık gerçekte hiç yaşamamış ancak baktığınızda gerçek üzere duran geçersiz insan fotoğrafları üretebiliyoruz ve bu düzmece insanları istediğimiz üzere konuşturup, hareket ettirebiliyoruz.

Daha evvel bilgisayar ortamında grafik tasarım ve 3 boyutlu yazılımlarla insan gibisi karakterler üretilebiliyordu. Ama bu karakterlere baktığınızda gerçek insan olmadığını bilirdiniz. Lakin bu GAN (Çekişmeli Üretici Ağlar) ile üretilmiş fotoğrafları gerçek insanlardan hiç ayırt edemiyorsunuz ve bunun için günlerce ve hatta aylarca bir animatörün tasarım yapmasına gerek kalmıyor. Yapay zekâya yalnızca gerçekte yaşamış insan fotoğrafları gösteriyoruz ve onlardan bir insanın halinin nasıl olması gerektiğini öğreniyor ve yeni bir insan üret dediğimizde çabucak bir fotoğraf üretiyor ve bu imgeyi gerçek bir beşerden ayırt edemiyorsunuz ve bunu milisaniyeler içinde bir 100 satırdan az Python kodu ile yapabiliyoruz. Bunun için Autocad üzere, 3D Studio Max üzere, Unity üzere programlar öğrenmenize de gerek yok. Yapay zekâyı ve derin öğrenmeyi (deep learning) öğrenin kâfi.

Çekişmeli Üretici Ağlar (GANs) ile yalnızca insan yüzü üretmiyoruz. Bununla birlikte, en hoş binaları gösterip daha hoş bir bina resmi oluşturabiliyoruz. Moda dizayncısı iseniz en hoş elbiseleri verip hepsinden daha hoş bir elbise, daha hoş bir tabiat fotoğrafı, daha hoş bir otomobil, daha hoş çizgi sinema karakterleri, daha gerçekçi sinema sahneleri ve hayalimizin vardığı her şeyi tasarlamak mümkün. Ayrıyeten en hoş müzikleri verip daha hoş bir müzik üretmesini sağlabiliyoruz. 2014 yılından bu yana GAN ile alakalı 2000’den fazla akademik makale yayınlandı ve şu an yüzlerce bilimsel araştırma devam ediyor. (Resimde gördüğünüz şahısların hiçbiri gerçek değil, büsbütün 2017 yılında Tero Karras, vd. tarafından “Progressive Growing of GANs for Improved Quality, Stability, and Variation” isimli akademik makale içerisinde yayınlanan ve yapay zekâ tarafından üretilen fotoğraflardır.)

Hatta pix2pix denilen bir uygulama ile eskinin siyah beyaz fotoğrafları milisaniyeler içerisinde renkli hale getirebiliyoruz. Anı biçimde yıllar yıllar evvel düşük çözünürlükte çekilmiş sinemaları günümüz koşullarında 4K kalitesinde çekilmiş üzere hem renklendirip hem de çekim kalitesini arttırabiliyoruz. Yıllar evvel İstanbul’da öğrenciyken bir bilgisayar dershanesinde Photoshop dersleri veriyordum. Bir gün genç bir adam buruşmuş ve kırılmış siyah beyaz bir bayan resmi getirdi. Bu sevdiği kızın annesinin resmi imiş. Bu fotoğrafın kırıklıklarını düzeltip renklendirip renklendiremeyeceğimi sordu. Bu gençle bir arada oturup piksel piksel, en yakın komşu pikselleri kopyalayıp kırıkları düzelttik. Sonra seçim araçları ile yüz kısmını seçtik ve CTRL + B’ye basıp renk ayarları ile yüzünü renklendirdik. Ardındaki ağaçları seçip yeşil rengin tonlarını verdik ve kızı arayıp çaktırmadan annesinin o fotoğraftaki giydiği elbiselerinin renkleri öğrenmesini sağladık. Sonra renklendirdiğimiz fotoğrafın renkli yazıcıdan çıktısını alıp çerçevelettik. Sonraki gün derse gelen genç, kayınvalide adayının resmi görünce gözyaşlarına hakim olamadığını ve daha evvel kızı ile evlenmesine karşı iken, bu fotoğraftan sonra gönül rahatlığı ile kızı ile evlenmesine müsaade verdiğini söylemişti. O vakit üzerinde bir gün çalıştığımız bu işler artık yapay zekâ ile milisaniyeler içerisinde yapılabiliyor.

Çekişmeli Üretici Ağlar’a ayrıyeten istediğimiz binayı kelamla tanım ediyoruz ve binanın içerisinde kaç oda ve o odalarda olacak mobilyaları ve onların renklerini söylüyoruz. Kelamımızı dinleyen algoritma istediğimiz tasarımı sanal ortamda oluşturuyor. Bu durumda sinema çekmek için artık set dizaynına, tırlarla eşya taşımaya gerek yok. Herşeyi yapay zekâya tanım edeceksiniz o sizin istediğiniz her mobilyayı tasarlayıp buyruğunuza sunuyor. Ayrıyeten dizilerde oynayacak oyuncuların tamamını sanal karakterlerden üretebilirsiniz. Ve bu karakterlere birkaç dokunuşla anadili üzere İngilizce, Almanca,Türkçe, Arapça ve bütün lisanları öğretebilirsiniz ve aksansız konuşurlar.

GAN modeline gereğince örnek data verirseniz size tekrar tıpkı cinsten yeni örnekler üretir. Bu modelde iki farklı yapay hudut ağı daima arbede halindedir. Bunlara Üretici (Generator) ve Ayırt edici (Discriminator) ağlar denir. Birisi iş beğenmeyen işveren üzere düzmece fotoğraf üreten ağı daima eleştirir, başkası her tenkit de daha gerçeğe yakın fotoğraflar üretir ve en sonunda o kadar iyi üretim yapar ki gerçeğinden ayırt edemezsiniz. Bunu yapay zekâ üzerine çalışanlar kalpazanlara benzetirler. Güvenlik güçleri kalpazanları yakalamak için ne kadar farklı strateji geliştirseler bile kalpazanlar da daha yüksek teknoloji kullanarak daha sofistike araçlar geliştirirler. İşte GAN’ler tam bu formülle çalışır ve en sonunda gerçeğini aslından farkedemezsiniz.

Bu yolla yapay zekâya daha evvel büyük ressamlar tarafından yapılan tablolar gösterildi ve bu tablolardan esinlenip yeni bir sanat yapıtı üretmesi istendi. Üretilen fotoğrafın açık arttırmada 10 bin dolara satılması beklenirken tam 432 bin 500 dolara satıldı. Tabloda imza kısmında ise bahsettiğimiz GAN algoritmasının matematik formülü vardı. Bu tablonun bu kadar kıymetli olması yapay zekâ ile üretilen birinci tablo olması idi. Aslında modeli bir sefer eğittikten sonra istediğiniz kadar fotoğraf üretebilirsiniz.

Los Angeles’ta bir arada çalıştığım yapay zekâ şirketi ders içeriğini güncelledi ve artık GAN ve Reinforcement Learning’de programa eklendi ve artık bu dersleri de vermeye başladım.

Yapay zekânın en enteresan alanlarından biri olan Doğal Lisan Sürece (NLP) ile GAN’i birleştirdiğimizde inanılmaz şeyler başarabiliriz. Hangi bölümde olursak olalım yapay zekayı öğrenmek zorundayız. Öğrenmezsek ne olur? Bu teknolojileri öğrenenler 2 söz ile işlerini hallederken biz aylar ve hatta yıllar çalışıp tekrar de istediğimiz sonuca ulaşamayız. Sinema imalcileri, gazeteciler, askerler, öğretmenler, hekimler, avukatlar ve bilumum mesleklerin bir an evvel yapay zekâ, makine öğrenmesi, derin öğrenme öğrenmesi ve mesleğine entegre etmesi lazımdır. Ya da bu teknolojileri de milyar dolarlar harcayarak satın alırız.

Karar

hack forum hacker sitesi hack forum gaziantep escort gaziantep escort beylikdüzü escort bitcoin casino siteleri
hack forum forum bahis onwin fethiye escort deneme bonusu veren siteler casino siteleri deneme bonusu veren siteler meritking izmit escort Ataşehir escort ankara escort bostancı escort kadıköy escort slot siteleri Casibom Casibom Casibom Casibom CasiBom deneme bonusu veren siteler deneme bonusu veren siteler hack forum hack forum hacker forum