Google, "Robot Anayasası" hazırladı

Kısıtlamalar olmazsa robotlar insanların niyetlerini yanlış anlayarak kazara onlara zarar verebilir

Google
Google
TT

Google, "Robot Anayasası" hazırladı

Google
Google

Google, robotların yol açtığı zararı sınırlandırma çabası kapsamındaki bir dizi yöntemden biri olarak "robot anayasası" yazdı.

Şirket, Deepmind Robotics bölümünün bir gün isteklere yanıt verebilecek kişisel bir yardımcı robot üretmeyi başaracağını umuyor. Bu robottan örneğin evi toplaması ya da güzel bir yemek pişirmesi istenebilecek.

Fakat böylesine basit görünen bir istek aslında robotların anlayışının ötesinde kalabilir. Dahası, tehlikeli bile olabilir: Mesela bir robot, sahibinin zarar görmesine neden olacak kadar aşırıya kaçacak şekilde evi toplamaması gerektiğini bilemeyebilir.

Şirket artık hem bu tür görevlere yardım edecek hem de bunu herhangi bir zarar vermeden yapabilecek robotlar geliştirmeyi kolaylaştıracağını umduğu bir dizi yeni gelişmeyi açıkladı. Bu sistemlerin "robotların daha hızlı karar vermesini ve çevrelerini daha iyi anlayıp yönlendirmesini sağlamayı" ve bunu güvenli bir şekilde yapmalarını amaçladığı belirtildi.

Çığır açıcı yeni atılımlar arasında AutoRT adı verilen ve insanların amaçlarını anlamak için yapay zeka kullanan yeni bir sistem de yer alıyor. Sistem bunu, örneğin ChatGPT'de kullanılan türden geniş dil modeli (GDM) de dahil geniş modeller kullanarak yapıyor.

Sistem, robot üzerindeki kameralardan veri alıp bunları, çevreyi ve içindeki nesneleri algılayarak kelimelerle tanımlayabilen bir görsel dil modeline (visual language model) veya kısaca VLM'ye aktararak çalışıyor. Bu veriler daha sonra GDM'ye iletiliyor ve o da bu kelimeleri anlayıp bunlarla yapılabilecek görevlerin listesini oluşturarak ardından hangilerinin yapılması gerektiğine karar veriyor.

Fakat Google, bu robotları günlük hayatımıza gerçekten entegre etmek için insanların onların güvenli bir şekilde davranacağından emin olması gerektiğini de belirtiyor. Bu doğrultuda AutoRT sistemi içinde kararlar alan GDM'ye Google'ın Robot Anayasası diye adlandırdığı şey eklendi.

Google bunun "robotlar için görev seçerken uyulması gereken, güvenlik odaklı bir dizi yönerge" olduğunu belirtiyor.

Google, "Bu kurallar kısmen Isaac Asimov'un Üç Robot Yasası'ndan esinlendi; bunların ilk ve en önemlisine göre bir robot 'bir insana zarar veremez'" diye yazdı.

Diğer güvenlik kuralları, hiçbir robotun insanlar, hayvanlar, keskin nesneler veya elektrikli aletler içeren görevlere kalkışmamasını gerektiriyor.

Sistem daha sonra bu kuralları davranışlarını yönlendirmek ve tehlikeli faaliyetlerden kaçınmak için kullanabiliyor; örneğin ChatGPT'ye yasadışı faaliyetlerde insanlara yardım etmemesinin söylenebileceği gibi.

Fakat Google, bu teknolojilerle bile bu geniş modellerin tamamen emniyetli olduğuna güvenilemeyeceğini de belirtiyor. Bu bağlamda Google, robotların çok fazla güç uygulamasını engelleyen bir sistem ve fiziksel olarak onları kapatabilecek bir insan gözetmenin de aralarında bulunduğu, klasik robotikten ödünç aldığı daha geleneksel güvenlik sistemlerini de dahil etmek zorunda kaldı.

Independent Türkçe



Deepfake videoları tespit etmek giderek zorlaşıyor: Artık gerçekçi kalp atışları var

Kişilerin rızası ve bilgisi dışında üretilen deepfake görüntüler endişe yaratıyor (Reuters)
Kişilerin rızası ve bilgisi dışında üretilen deepfake görüntüler endişe yaratıyor (Reuters)
TT

Deepfake videoları tespit etmek giderek zorlaşıyor: Artık gerçekçi kalp atışları var

Kişilerin rızası ve bilgisi dışında üretilen deepfake görüntüler endişe yaratıyor (Reuters)
Kişilerin rızası ve bilgisi dışında üretilen deepfake görüntüler endişe yaratıyor (Reuters)

Deepfake videoların gelişmiş saptama yöntemlerini yanıltabildiği ve her geçen gün daha gerçekçi hale geldiği tespit edildi. 

Bir kişinin yüzünün ya da vücudunun dijital olarak değiştirilmesiyle oluşturulan deepfake videolar endişe yaratmaya devam ediyor. 

Bu videolar gerçek bir kişinin görüntüsünün yapay zeka kullanılarak değiştirilmesiyle yapılıyor. Aslında bu teknoloji, kullanıcıların yüzünü kediye dönüştüren veya yaşlandıran uygulamalar gibi zararsız amaçlarla da kullanılabiliyor.

Ancak insanların cinsel içerikli videolarını üretmek veya masum insanlara iftira atmak için de kullanılabilmesi ciddi bir sorun teşkil ediyor.

Bu videoların sahte olup olmadığını anlamak için kullanılan gelişmiş yöntemlerden biri kalp atışlarını izlemek. 

Uzaktan fotopletismografi (rPPP) adlı araç, deriden geçen ışıktaki küçük değişiklikleri tespit ederek nabzı ölçüyor. Nabız ölçen pulse oksimetreyle aynı prensiple çalışan bu araç, çevrimiçi doktor randevularının yanı sıra deepfake videoları tespit etmek için de kullanılıyor.

Ancak bulguları hakemli dergi Frontiers in Imaging'de bugün (30 Nisan) yayımlanan çalışmaya göre deepfake görüntülerde artık gerçekçi kalp atışları var.

Bilim insanları çalışmalarına videolardaki nabız hızını otomatik olarak saptayıp analiz eden bir deepfake dedektörü geliştirerek başladı. 

Ardından rPPP tabanlı bu aracın verilerini, EKG kayıtlarıyla karşılaştırarak hassasiyetini ölçtüler. Son derece iyi performans gösteren aracın EKG'yle arasında dakikada sadece iki-üç atımlık fark vardı. 

Ekip aracı deepfake videolar üzerinde test ettiğindeyse rPPP, videoya kalp atışı eklenmese bile son derece gerçekçi bir kalp atışı algıladı. 

Bilim insanları kalp atışlarının videoya kasten eklenebileceği gibi, kullanılan kaynak videodan kendiliğinden geçebileceğini de söylüyor.

Almanya'daki Humboldt Üniversitesi'nden çalışmanın ortak yazarı Peter Eisert "Kaynak video gerçek bir kişiye aitse, bu artık deepfake videoya aktarılabiliyor" diyerek ekliyor: 

Sanırım tüm deepfake dedektörlerinin kaderi bu; deepfake'ler gittikçe daha iyi hale geliyor ve iki yıl önce iyi çalışan bir dedektör bugün tamamen başarısız olmaya başlıyor.

Araştırmacılar yine de sahte videoları saptamanın başka yolları olduğunu düşünüyor. Örneğin sadece nabız hızını ölçmek yerine, yüzdeki kan akışını ayrıntılı olarak takip eden dedektörler geliştirilebilir.

Eisert, "Kalp atarken kan, damarlardan geçerek yüze akıyor ve daha sonra tüm yüz bölgesine dağılıyor. Bu harekette gerçek görüntülerde tespit edebileceğimiz küçük bir gecikme var" diyor.

Ancak bilim insanına göre nihai çözüm deepfake dedektörlerinden ziyade, bir görüntünün üzerinde oynanıp oynanmadığını anlamaya yarayan dijital işaretlere odaklanmaktan geçiyor:

Bir şeyin sahte olup olmadığını tespit etmek yerine bir şeyin değiştirilmediğini kanıtlayan teknolojiye daha fazla odaklanmadığımız sürece, deepfake'lerin saptanmalarını zorlaştıracak kadar iyi olacağını düşünüyorum.

Independent Türkçe, BBC Science Focus, TechXplore, Frontiers in Imaging