
ڈیپ فیک کے خلاف جنگ بطور اے آئی ایک "ہتھیار" اور "ڈھال" دونوں بن جاتی ہے۔
AI کے دور میں، سائبر کرائمینلز اور سیکیورٹی کمپنیوں کے درمیان تصادم اب محض ایک تکنیکی دوڑ نہیں رہا، بلکہ تیزی سے جدید ترین جعلی مواد کے ذریعے ختم ہونے والے اعتماد کو دوبارہ حاصل کرنے کی کوشش ہے۔
جب آپ جو کچھ دیکھتے اور سنتے ہیں وہ قابل اعتبار نہیں رہتا۔
ابھی چند سال پہلے، صارفین چہرے کے غیر فطری تاثرات، منہ کی غیر مماثل حرکات، یا آنکھوں کی غیر معمولی حرکات جیسے "خام" علامات کے ذریعے ڈیپ فیکس کی شناخت کر سکتے تھے۔ تاہم، AI ٹیکنالوجی کی ترقی کے ساتھ ہی یہ طریقے پرانے ہو گئے۔
فی الحال، AI بہت زیادہ درستگی کے ساتھ تصاویر اور آوازوں کو دوبارہ بنا سکتا ہے، یہاں تک کہ انسانی آواز میں لطیف کمپن کو بھی نقل کر سکتا ہے۔ صحافی گیبی ڈیل ویلے کے ایک تجربے میں، سوشل میڈیا سے اکٹھی کی گئی صرف 9 سیکنڈ کی آڈیو کا استعمال کرتے ہوئے، اے آئی سسٹم نے ایک جعلی ورژن بنایا جو تقریباً یقین کے ساتھ بات چیت کو برقرار رکھ سکتا تھا۔
روزمرہ کی زندگی میں، بصیرت اب بھی لوگوں کو بے ضابطگیوں کی نشاندہی کرنے میں مدد کر سکتی ہے۔ تاہم، کام کی جگہ یا مالیاتی لین دین میں — جہاں معلومات پر تیزی سے کارروائی کی جاتی ہے اور وقت کی اہمیت ہوتی ہے — ان مشکوک علامات کو آسانی سے نظر انداز کر دیا جاتا ہے، جس سے اسکام ہونے کا خطرہ بڑھ جاتا ہے۔
ڈیپ فیکس اب صرف آن لائن تفریحی مواد تک محدود نہیں رہے ہیں۔ سائبر کرائمین اب منظم گھوٹالوں کے لیے ان کا استحصال کر رہے ہیں۔ وہ کسی کمپنی کے اندر ملازمین کا "وائس بینک" بنانے کے لیے سوشل میڈیا پر عوامی طور پر دستیاب ڈیٹا اکٹھا کر سکتے ہیں، پھر پیسے کی منتقلی کی درخواست کرنے والی کال کرنے کے لیے لیڈروں یا ساتھیوں کی نقالی کرنے کے لیے AI کا استعمال کر سکتے ہیں۔
ان واقعات سے ہونے والا نقصان بہت زیادہ ہے۔ ہر ڈیپ فیک اسکینڈل سے کاروبار کو لاکھوں ڈالر کا نقصان ہو سکتا ہے۔ تشویشناک بات یہ ہے کہ منظرنامے اکثر شکار کے احساسِ عجلت کا استحصال کرتے ہیں – جیسے کہ مدد مانگنے کے لیے کسی عزیز کی نقالی کرنا – جس کی وجہ سے وہ بہت کم وقت میں اپنے محافظ کو کم کر لیتے ہیں۔
AI کا استعمال کرتے ہوئے 'آگ سے آگ سے لڑنا'
اس کا مقابلہ کرنے کے لیے، بہت سے سیکیورٹی اسٹارٹ اپ ایک الٹا طریقہ اختیار کر رہے ہیں: ڈیپ فیکس کا پتہ لگانے کے لیے خود AI کا استعمال۔
ایک عام نقطہ نظر مشین لرننگ میں "ٹیچر-اپرنٹس" ماڈل ہے۔ اس نظام کو بڑی مقدار میں اصلی اور جعلی ڈیٹا کا استعمال کرتے ہوئے تربیت دی جاتی ہے تاکہ وہ تکنیکی نشانات کی شناخت کیسے کی جائے جنہیں انسان ننگی آنکھ سے نہیں دیکھ سکتا۔
یہ نقطہ نظر ایک مسلسل لوپ بناتا ہے: جیسے جیسے ڈیپ فیکس زیادہ نفیس ہوتے جاتے ہیں، پتہ لگانے کے نظام کو برقرار رکھنے کے لیے مسلسل اپ گریڈ کیا جانا چاہیے۔ اس لیے ایسا لگتا ہے کہ دوڑ کا کوئی خاتمہ نہیں ہے۔
تاہم، چیلنج اس حقیقت میں مضمر ہے کہ جعلی مواد بنانے کی لاگت AI ماڈلز کے وسیع پیمانے پر استعمال کی بدولت تیزی سے سستی ہوتی جا رہی ہے، جبکہ پتہ لگانے اور دفاع کے لیے کافی زیادہ وسائل درکار ہوتے ہیں۔
ایک نیا طریقہ مواد کی اصلیت کی تصدیق کے لیے معیارات قائم کرنا ہے، جس سے صارفین کو یہ جاننے میں مدد ملے گی کہ ڈیٹا کہاں سے آتا ہے اور آیا اس میں ترمیم کی گئی ہے۔ تاہم، اس حل کو اب بھی جعل سازی کے خطرے کا سامنا ہے اگر کوئی سخت تصدیقی نظام نہ ہو۔
طویل مدتی میں، ڈیپ فیک کا پتہ لگانے والے ٹولز کے تحفظ کی ڈیفالٹ پرت بننے کی پیش گوئی کی جاتی ہے، جو براہ راست براؤزرز، ڈیجیٹل پلیٹ فارمز، یا انٹرنیٹ انفراسٹرکچر میں ضم ہو جاتے ہیں – جو آج کے اینٹی وائرس سافٹ ویئر کے کردار کی طرح ہے۔
ماخذ: https://tuoitre.vn/deepfake-lan-rong-cuoc-dua-ai-lay-doc-tri-doc-nong-len-2026042808084971.htm







تبصرہ (0)