Blockchain ve yapay zeka (AI), halkın sisteme olan güvenini geri kazanmak için Deepfake ile mücadele etmek için kullanılabilir mi?
‘Derin öğrenme’ ile ‘sahte’yi birleştiren bir terim olan ‘deepfake’ nedir? Wikipedia’ya göre, yapay zekaya dayalı insan görüntüsü sentezi için bir tekniktir. Üretken çekişmeli ağ olarak bilinen bir makine öğrenimi tekniğini kullanarak mevcut görüntüleri ve videoları kaynak görüntüler veya videolarla birleştirmek ve üst üste bindirmek için kullanılır.
Bu yetenekler nedeniyle, sahte videolar, sahte haberler ve kötü niyetli aldatmacalar veya finansal dolandırıcılık için deepfake kullanılmıştır. Mevcut ve kaynak videoların birleşimi, gerçekte hiç gerçekleşmemiş bir olayda eylem gerçekleştiren bir kişi veya kişileri gösteren sahte bir videoyla sonuçlanır.
Deepfake’ler kamuoyunu ve seçim sonuçlarını etkileyebilir, etnik şiddeti tetikleyebilir veya silahlı çatışmalara yol açabilecek durumları tırmandırabilir. Kişisel düzeyde, ünlülerin videoları oluşturmak için deepfake’ler kullanıldı; bu videolar, gerçek olmasalar bile çevrimiçi yayınlandıktan sonra o kişinin itibarını olumsuz etkiledi.
Deepfake Mekanizması
California Üniversitesi’nde elektrik mühendisliği profesörü olan John Villasenor’a göre, bilgisayarı ve internet erişimi olan herkes teknik olarak deepfake içerik üretebilir.
Villasenor, CNBC’ye teknolojinin “adayın gerçekte asla gerçekleşmemiş şeyler söylüyor veya yapıyormuş gibi görünmesini sağlayarak bir siyasi adayın itibarını baltalamak için kullanılabileceğini söyledi. Deepfake, bir seçimi etkilemek için yanlış bilgileri kullanmak isteyebilecek kişiler için güçlü ve yeni bir araçtır” diye ekledi.
Derin öğrenme, yapay zekanın bir alt kümesidir ve kendi başına öğrenebilen ve akıllı kararlar verebilen algoritma düzenlemelerini ifade eder. Siber güvenlik ve savunma odaklı stratejist ve New America düşünce kuruluşunun kıdemli üyesi Peter Singer, deepfake tehlikesinin, bu teknolojinin insanları bir şeyin gerçek olmadığına inandırmak için kullanılabilmesinden kaynaklandığına inanıyor.
Deepfake’ler Nasıl Oluşturulur?
Derin öğrenme sistemi, hedef kişinin fotoğraflarını ve videolarını birden çok açıdan inceleyerek ve ardından davranışlarını ve konuşma kalıplarını taklit ederek ikna edici bir sahte ürün üretebilir. Sektörden uzmanlar, birden fazla tespit ve iyileştirme turunun ardından deepfake videonun tamamlandığını söylüyor.
Yapay zeka (AI), derin sahtekarlıklar yapmak için kullanılabilirken, bunları tespit etmek için de kullanılabilir.
Bir MIT teknoloji raporuna göre, deepfake etkinleştiren bir cihaz, “hisse senedi fiyatlarından seçimlere kadar her şeyi etkilemek isteyen sahte haber sağlayıcıları için mükemmel bir silah olabilir. MIT Technology Review’in San Francisco büro şefi Martin Giles, “Yapay zeka araçları, porno yıldızlarının vücutlarına başka insanların yüzlerinin resimlerini koymak ve politikacıların ağzından sözler koymak için zaten kullanılıyor” dedi.
Blockchain Teknolojisi ile Deepfake’lerle Mücadele
Blockchain uzmanı Kevin Gannon, “Deepfake alanına gelince, blockchain gibi gelişmekte olan teknolojiler bazı düzeylerde güvenlik, onay ve doğrulama sağlamak için ön plana çıkabilir. Görünürlük ve şeffaflık oyunu, bir şey yapıldığında “kim” ve “ne zaman” belli olur. Ancak daha da ileri gidebilir! Dijital kimliğe sahip bir kullanıcı bir şey yapmak istediğinde, daha önce kimliklerini kanıtlamaları istenebilir.” dedi
Gannon şöyle devam ediyor: “Başka bir açıdan, video ve ses dosyalarının gerçek gerçekliği, belirli dosyaların hash değerlerinin orijinallerle karşılaştırılabildiği bir blockchain uygulaması aracılığıyla kanıtlanabilir. Teknolojinin doğru şekilde benimsenmesi ve uygulanabilirliği çok önemlidir.
Güvenlik açısından bakıldığında, daha açık veri mekanizmaları (genel defter gibi) artırılmış bir saldırı yüzeyine sahiptir, bu nedenle doğal koruma öylece varsayılamaz. Ancak, akıllı sözleşmelerin de devreye girebileceği onay süreci etrafındaki güvenlik protokollerini geliştirmek, bu tür süreçleri güçlendirebilir. Ayrıca, daha teknik düzeyde, süreçlerde çoklu imza işlemleri uygulanarak, bir kimliğin güvenliği ihlal edilse bile, nihai onayı sağlamak için birden fazla kimliğe ihtiyaç duyulduğu anlamına gelebilir.”
Yapay Zeka Aracılığıyla Deepfake’leri Tespit Etme
Villasenor, yapay zekanın (AI) deepfake yapmak için kullanılabileceği gibi bunları tespit etmek için de kullanılabileceğini yazdı. Bu teknoloji bilgisayar kullanıcıları için giderek daha fazla erişilebilir hale geldiğinden, artan sayıda araştırmacı deepfake algılamaya odaklanıyor ve bununla mücadele etmenin ve düzenlemenin etkili yollarını arıyor. Facebook ve Microsoft gibi büyük şirketler bile deepfake videoları tespit etmek ve kaldırmak için girişimlerde bulundu.
Reuters’e göre, iki şirket bu yılın başlarında araştırma için sahte videolardan oluşan geniş bir veritabanı oluşturmak üzere ABD’deki en iyi üniversitelerle işbirliği yapacaklarını duyurdu. Siber güvenlik ve savunma odaklı stratejist Peter Singer, “Şu anda, daha yakından bakarsanız, kulaklardan veya gözlerden yüzün bulanık kenarlarına veya çok pürüzsüz tene, ışıklandırmaya ve gölgelere uymayan her şey gibi hafif görsel yönler var” dedi. Singer, deepfake teknolojisi geliştikçe ve videolar daha gerçekçi göründükçe “söylenenleri” tespit etmenin giderek zorlaştığını sözlerine ekledi.
Şu anda, piyasada bulunan blok zinciri çözümlerinin çoğu, bir hizmet olarak blok zincirine yöneliktir ve kendilerini teknolojinin katı bir görünümü ve uygulamasıyla sınırlar.
Dr. Alexander Adam, yapay zekanın yardımıyla derin sahtekarlıklara nasıl karşı konulabileceğine dair daha fazla içgörü paylaşıyor. “Makine öğrenimi algoritmaları, büyük miktarda verideki kalıpları tanımada harikadır. Makine öğrenimi, büyük miktarlarda derin sahte ve gerçek sesi bir algoritmaya göstererek ve ona ikisi arasındaki frekans bileşimindeki farkı ayırt etmeyi öğreterek çalışan sınıflandırma tekniklerini kullanarak sahte sesi gerçek sesten algılamanın bir yolunu sağlayabilir.
Örneğin, ses spektrogramlarında görüntü sınıflandırmasını kullanarak bir makine öğrenimi modeline “farkı bulmayı” öğretebilirsiniz. Ancak, bildiğim kadarıyla henüz ezber bozan bir çözüm yok.”
Adam devam ediyor: “Bunun nedeni kısmen, audio deepfake’in video deepfake kadar tehdit olarak görülmemesi olabilir. Audio deepfake mükemmel değildir ve tanıdığınız belirli bir kişiye göre uyarlanmışsa farkı anlayabilmeniz gerekir.
Bununla birlikte, telefon hatlarındaki parazit veya genel ‘dış’ arka plan gürültüsünün sahnelenmesi muhtemelen bunların çoğunu maskelemek için kullanılabilir. Deepfake videolarına yüksek profilli medya ilgisi çok fazla olduğundan, halk belki de audio deepfake’in potansiyel risklerinin daha az farkındadır. Bu nedenle, şüphelenmek için bir nedeniniz varsa, her zaman onun olabileceğini düşündüğünüz kişi olduğunu doğrulamanız gerekir.
Bu konuda gelecek nasıl şekilleniyor? “Audio deepfake’in kötü niyetli amaçlarla oluşturulması ve kullanılmasının önümüzdeki yıllarda artmasını ve daha karmaşık hale gelmesini bekliyoruz.
Bunun nedeni, makine öğrenimi modellerinin ve bir modelde kullanılanın başka bir kişiye nasıl aktarılacağının ve hızlı bir şekilde nasıl eğitileceğinin daha iyi anlaşılmasıdır. Ancak, derin sahte içerik üretimi iyileştikçe tespit yöntemlerinin de iyileştiğini belirtmekte fayda var.” diyor.
Blockchain Teknolojisinde Yeni Bir Yaklaşım Olan Modex BCDB
Şu anda, piyasada bulunan blok zinciri çözümlerinin çoğu, bir hizmet olarak blok zincirine yöneliktir ve kendilerini teknolojinin katı bir görünümü ve uygulamasıyla sınırlar. Bir şirket veya bir şirketin CTO’su (Baş Teknoloji Sorumlusu), biraz çalıştıktan sonra, işlerinin birkaç sorunu çözebileceğini ve blockchain uygulayarak arka uç süreçlerini kolaylaştırabileceğini fark edebilir.
Sorun şu ki, bir şirketin blockchain teknolojisini yalnızca kendi teknik ekibi aracılığıyla uygulayabilmesi için, hangi tür blockchain’in ihtiyaçlarına en uygun olduğunu araştırmak ve uzun bir süreç başlatmak için önemli miktarda zaman ve kaynak ayırması gerekiyor. İlgili blok zincirinin geliştirme özgüllüğünü öğrenmenin yanı sıra teknolojide yetkin geliştiriciler için araştırma yapmak gerekecek.
Modex BCDB, blockchain eğitimine kaynak yatırma ihtiyacını ortadan kaldıran ve teknolojinin işletmelerde hızlı bir şekilde benimsenmesini kolaylaştıran yeni bir blockchain teknolojisidir. Modex tarafından önerilen çözüm, blok zinciri geliştirme konusunda önceden bilgisi olmayan geliştiriciler tarafından kullanımı ve anlaşılması kolay bir yapı oluşturmak için bir blok zinciri ile bir veritabanını birleştiren bir ara katman yazılımıdır.
Sonuç olarak, bir veritabanı sistemiyle çalışmayı bilen herhangi bir geliştirici, programlama stilini değiştirmeye veya blockchain öğrenmeye gerek duymadan çözümümüzle çalışabilir. Blok zinciri bileşenimiz aracılığıyla Modex BCDB, minimum değişiklikle her tür veritabanını, blok zinciri teknolojisinin doğasında bulunan aynı değerli özellikleri taşıyan merkezi olmayan bir veritabanına dönüştürebilir: şeffaflık, artırılmış güvenlik, veri değişmezliği ve bütünlük.
Modex BCDB, mevcut veritabanını veya veri girişlerini silerek çalışmaz. Veri tabanı süreç boyunca bozulmadan korunur, kayıtların meta verileri hesaplanarak blok zincirinde saklanarak veri bütünlüğü sağlanır.
Sistem, blok zincirine veya veritabanına erişimi kısıtlamaz, bu nedenle bir geliştirici bir raporlama veya ETL dönüşümü yapması gerektiğinde, veritabanına doğrudan erişerek ambar analitiği gerçekleştirebilir. Bunun nedeni, Modex BCDB’nin kasıtlı olarak agnostik olacak şekilde tasarlanmış olmasıdır. Çözümümüzle, müşteriler, kullanılan veritabanı türünden bağımsız olarak bir ağ kurabilirler. Bir konsorsiyumda her şirket, kurumsal çıkarları korurken uyumu sağlamak için ne tür bir veri tabanını tercih ettiğini koruyabilir ve bunları blockchain destekli bir ağ aracılığıyla birbirine bağlayabilir.
