Suudi Arabistan Veri ve Yapay Zeka Kurumu’ndan yeni adım

Kurum, Veri ve Yapay Zeka Radarı’nı hayata geçirerek uluslararası alandaki en güncel teknolojileri inceleyecek.

Veri ve Yapay Zeka Radarı, teknolojiyi güvenilir bilgi kaynaklarına dayalı sistematik bir çerçevede sunuyor. (SDAIA)
Veri ve Yapay Zeka Radarı, teknolojiyi güvenilir bilgi kaynaklarına dayalı sistematik bir çerçevede sunuyor. (SDAIA)
TT

Suudi Arabistan Veri ve Yapay Zeka Kurumu’ndan yeni adım

Veri ve Yapay Zeka Radarı, teknolojiyi güvenilir bilgi kaynaklarına dayalı sistematik bir çerçevede sunuyor. (SDAIA)
Veri ve Yapay Zeka Radarı, teknolojiyi güvenilir bilgi kaynaklarına dayalı sistematik bir çerçevede sunuyor. (SDAIA)

Suudi Arabistan Veri ve Yapay Zeka Kurumu (SDAIA), ileri teknolojilerin önemi, gelişmişlik düzeyleri ve kullanım durumları hakkında farkındalık yaratmak amacıyla, bir dizi eğitim girişimi kapsamında interaktif Veri ve Yapay Zeka Radarı’nı dün başlattı.

Şarku’l Avsat’ın edindiği bilgilere göre Veri ve Yapay Zeka Radarı, SDAIA’nın Suudi Arabistan'daki organizasyon, geliştirme ve kullanımlarıyla ilgili her konuda veri ve yapay zeka için ulusal bir referans olma amacıyla hayata geçirildi. Bunun yanı sıra en son teknolojileri gelişmişlik ve istenen faydaya göre sınıflandırılmış bir şekilde kapsaması açısından bu alanda dünyadaki nitelikli girişimlerden biri olarak kabul ediliyor.

Bu adım, özellikle ekonomik büyüme için büyük fırsatlar yaratan ve insanlığın yenilikçi ve yaratıcı görevlerde rekabet edebilmesi için yeni ufuklar açan üretken yapay zeka devriminden sonra, içinde bulunduğumuz çağda hayatın çeşitli yönlerine giren bu teknolojilerin hızlı gelişmeleri ve yaygınlaşması ile kullanımlarının çeşitliliği ışığında atıldı.

Radar, en son teknolojileri takip etmeyi ve bunları güvenilir bilgi kaynaklarına dayanan sistematik bir çerçevede sunmayı, yeterlilik düzeylerini ve yaygın kullanımlarını dört gösterge düzeyinde gösterecek şekilde sınırlandırmayı, kullanım, deneme, değerlendirme ve izlemeyi amaçlıyor.  Bu teknoloji üç ana kritere göre sınıflandırıldı: Gelişmişlik, benimseme ve kullanışlılık. Sınıflandırmada gelişmişlik kriterine daha fazla ağırlık verilecek.

Radar, her bir teknolojinin kısa bir tanımını, en önemli kullanım örneklerinin bir açıklamasını ve teknik çözüm sağlayıcıların örneklerini de içeriyor. Bir teknolojiyi benimserken stratejik kararları desteklemek ve değerlendirmek için de kullanılabiliyor. Arapça dilinde teknik kavramların zenginleştirilmesinde aktif bir rol oynayacağı düşünülüyor.

Radar iki bölümden ve dört seviyeden oluşuyor. İki bölüm, veri ve yapay zeka olarak sıralanıyor. Dört seviyenin birincisi kullanım. İlk seviye, gelişmiş olan ve yakın ve orta vadede yaygın olarak kullanılması beklenen teknolojilerle ilgili. İkincisi deneme, orta ve uzun vadede yaygın olarak kullanılması beklenen teknolojileri konu alıyor. Üçüncüsü, değer, olgunlaşmamış teknolojilerle ilgili ve orta ve uzun vadede yaygın olarak kullanılması bekleniyor. Dördüncü seviye ise halen araştırma ve geliştirme aşamasında olan ve zun vadede büyük ölçekte kullanılması beklenen teknolojilerle ilgili olarak ön plana çıkıyor.

Halihazırda dünyanın dört bir yanından 50'den fazla ileri teknoloji şirketi tarafından geliştirilen 61 teknoloji ve 200'den fazla kullanım senaryosunu içeren radarın dijital hizmetlerine ‘SDAIA’ internet tesi üzerinden ulaşılabilecek. Böylece erişim ve faydalanma büyük ölçüde kolaylaşacak ve periyodik olarak güncellenmeye devam edecek.



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