ডিপফেক ছড়িয়ে পড়ছে, এবং পাল্টা জবাব দেওয়ার জন্য এআই-এর প্রতিযোগিতা তীব্র হচ্ছে।

ডিপফেকগুলো ক্রমশ আরও অত্যাধুনিক হয়ে উঠছে, যা নিরাপত্তা স্টার্টআপগুলোকে এগুলো শনাক্ত ও প্রতিরোধ করতে কৃত্রিম বুদ্ধিমত্তা ব্যবহার করতে বাধ্য করছে এবং এর ফলে একটি তীব্র প্রযুক্তিগত প্রতিযোগিতা শুরু হয়েছে।

ডিপফেকের বিরুদ্ধে লড়াই, যেখানে এআই একাধারে 'অস্ত্র' এবং 'ঢাল' হয়ে উঠছে।

কৃত্রিম বুদ্ধিমত্তার যুগে, সাইবার অপরাধী এবং নিরাপত্তা সংস্থাগুলির মধ্যকার সংঘাত এখন আর কেবল একটি প্রযুক্তিগত প্রতিযোগিতা নয়, বরং ক্রমবর্ধমান অত্যাধুনিক ভুয়া বিষয়বস্তুর কারণে ক্ষয়প্রাপ্ত বিশ্বাস পুনরুদ্ধারের একটি প্রচেষ্টা।

যখন আপনি যা দেখেন ও শোনেন তা আর বিশ্বাসযোগ্য থাকে না।

মাত্র কয়েক বছর আগেও, ব্যবহারকারীরা অস্বাভাবিক মুখের অভিব্যক্তি, মুখের অসঙ্গত নড়াচড়া বা চোখের অস্বাভাবিক নড়াচড়ার মতো বেশ কিছু ‘অপরিশোধিত’ লক্ষণের মাধ্যমে ডিপফেক শনাক্ত করতে পারতেন। তবে, এআই প্রযুক্তির বিকাশের সাথে সাথে এই পদ্ধতিগুলো দ্রুত সেকেলে হয়ে পড়ে।

বর্তমানে, এআই অত্যন্ত নির্ভুলভাবে ছবি ও কণ্ঠস্বর পুনর্নির্মাণ করতে পারে, এমনকি মানুষের কণ্ঠস্বরের সূক্ষ্ম কম্পনও অনুকরণ করতে পারে। সাংবাদিক গ্যাবি দেল ভ্যালের একটি পরীক্ষায়, সোশ্যাল মিডিয়া থেকে সংগৃহীত মাত্র ৯ সেকেন্ডের অডিও ব্যবহার করে এআই সিস্টেমটি এমন একটি নকল সংস্করণ তৈরি করেছিল যা প্রায় বিশ্বাসযোগ্যভাবে একটি কথোপকথন চালিয়ে যেতে সক্ষম ছিল।

দৈনন্দিন জীবনে স্বজ্ঞা এখনও মানুষকে অসঙ্গতি শনাক্ত করতে সাহায্য করতে পারে। তবে, কর্মক্ষেত্রে বা আর্থিক লেনদেনের ক্ষেত্রে—যেখানে দ্রুত তথ্য আদান-প্রদান করা হয় এবং সময় অত্যন্ত মূল্যবান—এই সন্দেহজনক লক্ষণগুলো সহজেই উপেক্ষা করা হয়, যা প্রতারিত হওয়ার ঝুঁকি বাড়িয়ে দেয়।

ডিপফেক এখন আর শুধু অনলাইন বিনোদনমূলক কন্টেন্টের মধ্যেই সীমাবদ্ধ নেই; সাইবার অপরাধীরা এখন সংগঠিত প্রতারণার জন্য এগুলোকে কাজে লাগাচ্ছে। তারা সোশ্যাল মিডিয়া থেকে সর্বজনীনভাবে উপলব্ধ ডেটা সংগ্রহ করে একটি কোম্পানির কর্মীদের একটি 'ভয়েস ব্যাংক' তৈরি করতে পারে, তারপর কৃত্রিম বুদ্ধিমত্তা (এআই) ব্যবহার করে নেতা বা সহকর্মীদের ছদ্মবেশ ধারণ করে টাকা পাঠানোর অনুরোধ জানিয়ে ফোন করতে পারে।

এই ঘটনাগুলোর কারণে ক্ষতির পরিমাণ গুরুতর। প্রতিটি ডিপফেক স্ক্যামের কারণে ব্যবসা প্রতিষ্ঠানগুলোর কয়েক লক্ষ ডলার ক্ষতি হতে পারে। উদ্বেগের বিষয় হলো, এই ধরনের পরিকল্পনাগুলোতে প্রায়শই ভুক্তভোগীর অসহায়ত্বের অনুভূতিকে কাজে লাগানো হয়—যেমন সাহায্যের জন্য কোনো প্রিয়জনের ছদ্মবেশ ধারণ করা—যার ফলে তারা খুব অল্প সময়ের মধ্যেই অসতর্ক হয়ে পড়ে।

এআই ব্যবহার করে 'আগুনের বদলে আগুন' মোকাবেলা

এর মোকাবিলায়, অনেক নিরাপত্তা স্টার্টআপ একটি বিপরীত পন্থা বেছে নিচ্ছে: ডিপফেক শনাক্ত করতে সরাসরি এআই ব্যবহার করা।

মেশিন লার্নিং-এ একটি প্রচলিত পদ্ধতি হলো "শিক্ষক-শিক্ষানবিশ" মডেল। এই সিস্টেমে প্রচুর পরিমাণে আসল ও নকল ডেটা ব্যবহার করে প্রশিক্ষণ দেওয়া হয়, যাতে এটি এমন সব প্রযুক্তিগত চিহ্ন শনাক্ত করতে শেখে যা মানুষ খালি চোখে দেখতে পায় না।

এই পদ্ধতিটি একটি অবিরাম চক্র তৈরি করে: ডিপফেকগুলো যত বেশি অত্যাধুনিক হতে থাকে, তার সাথে তাল মিলিয়ে চলার জন্য শনাক্তকরণ ব্যবস্থাগুলোকেও ক্রমাগত উন্নত করতে হয়। তাই এই প্রতিযোগিতার কোনো শেষ আছে বলে মনে হয় না।

তবে, চ্যালেঞ্জটি হলো এই যে, এআই মডেলের ব্যাপক ব্যবহারের ফলে ভুয়া কন্টেন্ট তৈরির খরচ ক্রমশ সস্তা হয়ে আসছে, অথচ তা শনাক্তকরণ ও প্রতিরোধের জন্য উল্লেখযোগ্যভাবে বেশি সম্পদের প্রয়োজন হয়।

একটি নতুন পন্থা হলো বিষয়বস্তুর উৎস যাচাই করার জন্য মানদণ্ড স্থাপন করা, যা ব্যবহারকারীদের জানতে সাহায্য করে যে ডেটা কোথা থেকে এসেছে এবং তাতে কোনো সম্পাদনা করা হয়েছে কি না। তবে, কোনো কঠোর যাচাইকরণ ব্যবস্থা না থাকলে এই সমাধানেও জালিয়াতির ঝুঁকি থেকে যায়।

দীর্ঘমেয়াদে, ডিপফেক শনাক্তকরণ টুলগুলোই সুরক্ষার ডিফল্ট স্তর হয়ে উঠবে বলে পূর্বাভাস দেওয়া হচ্ছে, যা সরাসরি ব্রাউজার, ডিজিটাল প্ল্যাটফর্ম বা ইন্টারনেট পরিকাঠামোর সাথে সমন্বিত থাকবে – অনেকটা আজকের অ্যান্টিভাইরাস সফটওয়্যারের ভূমিকার মতোই।

মূল প্রসঙ্গে ফিরে আসা যাক।

পূর্ব সাগর

উৎস: https://tuoitre.vn/deepfake-lan-rong-cuoc-dua-ai-lay-doc-tri-doc-nong-len-2026042808084971.htm