ডিপ ফেক প্রযুক্তি কি?

ডিপফেক শব্দটি "ডিপ লার্নিং" এবং "ফেক" এই দুটি শব্দের সংমিশ্রণ থেকে উৎপন্ন হয়েছে। ডিপফেক নামটির মাঝেই এর সংজ্ঞা নিহিত রয়েছে। ডিপ মানে গভীর এবং ফেক মানে নকল। অর্থাৎ ডিপফেক বলতে এমন কিছুকে বোঝায় যা খুবই গভীরভাবে নকল করা হয়েছে।

ডিপফেক ভিডিওতে কৃত্রিম বুদ্ধিমত্তার (AI) প্রযুক্তি ব্যবহার করে একজন ব্যক্তির মুখের চেহারা বা ভয়েসকে অন্য কারোর সাথে বিশ্বাসযোগ্যভাবে প্রতিস্থাপন করা হয়। ডিপফেক প্রযুক্তির সহায়তায় একজন ব্যক্তির এমন কিছু ভিডিও বা অডিও কন্টেন্ট তৈরি করা সম্ভব যা তিনি নিজে বলেননি বা করেননি। এক্ষেত্রে টার্গেট ব্যক্তি একজন বিখ্যাত ব্যক্তিত্ব হতে পারে, যেমন সেলিব্রিটি, রাজনীতিবিদ কিংবা ব্যবসার মালিক। ডিপফেক প্রযুক্তি কারও সম্পর্কে মিথ্যা তথ্য ছড়াতেও ব্যবহার করা হয়।

ডিপফেক আসলে কীভাবে কাজ করে ?

ডেটা সংগ্রহ: প্রথমে একজন লক্ষ্যমূলক ব্যক্তির একাধিক ভিডিও এবং ছবি সংগ্রহ করা হয়। এই ডেটা হিসাবে একজন সেলেব্রিটি বা একজন বাস্তবিক ব্যক্তির মডেল দ্বারা এইভাবে সাবধানে সংগঠিত হয়ে থাকে যাতে এটি উচ্চ মাত্রার ফেক বানানোর জন্য প্রযুক্তিতে ব্যবহার করা যায়।

ডিপ লার্নিং মডেল প্রশিক্ষণ: এই ধাপে, একটি ডিপ লার্নিং মডেল ব্যবহার করে ভিডিও বা ছবিতে লক্ষ্যমূলক ব্যক্তির চেহারা এবং ভয়েস সংশোধন করা হয়। মডেলটি কোম্পারিসন করতে কয়েকটি শেখানো বৈশিষ্ট্যের মধ্যে ব্যক্তির এবং সেলেব্রিটির মধ্যে পার্থক্য শেখানো হয়।

মডেল ব্যবহার করে ফেক তৈরি: প্রশিক্ষিত মডেলটি এখন আসল ভিডিও বা ছবি দেখে বা শোনে বা সংগ্রহ করা ব্যক্তির চেহারা ও ভয়েস দিয়ে ফেক তৈরি করতে পারে। এই ফেক এবং আসল আইডেন্টিটির মধ্যে পার্থক্য মুছে ফেলা যায়, যা দেখলে প্রথম ভাবে ফেকটি আসল মনে হয়।

ডিপফেক বলতে নকল ভিডিও বা অডিওকে বোঝায়। আপাতদৃষ্টিতে তা দেখতে আসল মনে হলেও তা মোটেই আসল নয়। মেশিন লার্নিং হলো ডিপফেক ভিডিও বানানোর প্রধান অস্ত্র। মেশিন লার্নিংয়ের একটি কৌশলের নাম "জেনারেল অ্যাডভারসেরিয়াল নেটওয়ার্ক" (GAN)। এর মাধ্যমে প্রথমে একজন ব্যক্তির বিভিন্ন অভিব্যক্তির হাজারখানেক ছবি সংগ্রহ করা হয়। এরপর সেই ছবিগুলো মেশিন লার্নিংয়ের মাধ্যমে প্রক্রিয়া করে তার মুখের সব ধরনের অভিব্যক্তির একটি সিমুলেশন তৈরি করা যায়। কৃত্রিম বুদ্ধিমত্তার উত্তরোত্তর উন্নতির ফলে ব্যক্তির গলার আওয়াজও হুবুহু নকল করা সম্ভব। এসব ভিডিও ও অডিও নানাভাবে প্রক্রিয়া করে এমন একটি নকল ভিডিও তৈরি করা হয় যা খালি চোখে শনাক্ত করা অনেক কঠিন।

আমাদের দৃষ্টিসীমার পর্যায়কাল ০.১ সেকেন্ড। অর্থাৎ ১০০ মিলি সেকেন্ডের কম সময়ে ঘটে যাওয়া কোনো দৃশ্য আমাদের চোখে বাঁধবে না। কৃত্রিম বুদ্ধিমত্তা দিয়ে তৈরি করা ভিডিওগুলোতে নানা ধরনের রূপান্তর ঘটে এর থেকেও কম সময়ে। তাই খালি চোখের পক্ষে আসল-নকলের যাচাই করা সম্ভব হয় না।

ডিপফেক কীভাবে তৈরী হয়

ডিপফেইক প্রযুক্তির মূলমন্ত্র হল “মেশিন লার্নিং (Machine learning) “। প্রথমে কারো ডিপফেইক ভিডিও বানানোর জন্য একটি নিউরাল নেটওর্য়াকের প্রশিক্ষনের মাধ্যমে বিভিন্ন কোন (Angle) থেকে এবং আলোকসজ্জ্বার অধীনে রিয়েল ভিডিও ফুটেজ তৈরী করে। তারপর কম্পিউটার-গ্রাফিক্স কৌশলগুলোর সাথে প্রশিক্ষিত নেটওয়ার্ককে একত্রিত করে অন্য ব্যক্তির সাথে প্রতিস্থাপন করা হয়। জেনারেটিভ অ্যাডভারসেরিয়াল নেটওয়ার্ক (GAN) নামে পরিচিত গভীর-লার্নিং অ্যালগরিদমগুলির একটি শ্রেণি ভবিষ্যতে ডিপফেকস বিকাশের প্রধান ইঞ্জিন হবে। এছাড়াও Artificial intelligence (A.I.) যুক্ত হওয়ায় এই প্রক্রিয়া আরো দ্রুততর হয়েছে। 

ডিপফেক কোন কোন আকারে আমাদের সামনে আসতে পারে। উপরে তো আমরা তিনটি মিডিয়া ফর্ম উল্লেখ করলামই তবে এখন টেক্সচুয়াল ডিপফেকও দেখতে পাওয়া যায়। এছাড়াও আরও কয়েকটি উপায়ে ডিপফেক আমাদের সামনে আসে:

টেক্সচুয়াল ডিপফেক- এখন প্রায়ই কৃত্রিম বুদ্ধিমত্তার মাধ্যমে বিভিন্ন নিবন্ধ, ই-মেইল এমনকি গবেষণাপত্র পর্যন্ত তৈরি করা হচ্ছে। এই সবই টেক্সচুয়াল ডিপফেক।

ডিপফেক ভিডিও এবং ছবি- ডিপফেকের মধ্যে সবচেয়ে আলোচিত এবং জনপ্রিয় হচ্ছে ভিডিও এবং ছবি। টেকনোলজি এতোটাই এগিয়েছে যে কারোও একটি ছবির উপর ভিত্তি করে সম্পূর্ণ ডিপফেক ভিডিও তৈরি করে ফেলা সম্ভব। আর ছবি বিকৃতি তো এখন খুবই সহজ কাজ।

ডিপফেক অডিও- ডিপফেকের মাধ্যমে শুধু ছবি বা ভিডিও না এমনকি একজন মানুষের কণ্ঠস্বর পর্যন্ত নকল করা সম্ভব।

সামাজিক মাধ্যমে ডিপফেক- একজন টিকটকার আছেন যিনি অভিনেতা টম ক্রজের ডিপ ফেক তৈরির মাধ্যমে বেশ ভাইরাল হয়েছেন। সম্পূর্ণ একটি টিকটক একাউন্টে শুধু টমের ডিপ ফেক ভিডিও। একইভাবে অন্য সামাজিক মাধ্যমগুলোতেও এভাবে নকল একাউন্ট তৈরি করে ফেলা সম্ভব হয়ে থাকে।

লাইভ ডিপফেক- বিভিন্ন প্রযুক্তি ব্যবহার করে এখন লাইভেই ডিপফেক তৈরি করা যায়। এর মাধ্যমে কেউ ভিডিও কল দিয়ে তার চেহারা এমনকি কন্ঠস্বর পালটে নিজেকে ভিন্ন কেউ দাবি করতে পারে। এমন একটি ঘটনা ঘটেছিলো ইউক্রেনের কিভের মেয়রকে নিয়ে। কেউ একজন তার চেহারা নকল করে ইউরোপের বিভিন্ন মেয়রদের কল দিয়ে কথা বলেছিলো।

ডিপফেক প্রযুক্তির সবচেয়ে বিপদজনক বিষয়টা হল, এটি এখন কম খরচে সহজেই তৈরি করে ফেলা যায়। ফলে এই প্রযুক্তি জানা থাকলে যে কেউ আমাদের ভুল তথ্য দিয়ে বিভ্রান্ত করতে পারেন। এরকম কিছু ব্যবহারের ঘটনা সম্পর্কে জানুন:

• পর্ণোগ্রাফি

• রাজনীতি

• প্রতারণা

ডিপফেক প্রযুক্তি ব্যবহার করে রাজনৈতিক অস্থিরতা, ধর্মীয় সংঘাত, আর্থিক প্রতারণা ও চরিত্র হনন করার মত কাজ খুব সহজেই সম্ভব। বাংলাদেশে এর প্রভাবও হতে পারে মারাত্মক। তাই ডিপফেক প্রযুক্তি দিয়ে বানানো অপতথ্যকে সনাক্ত করতে পারা ভীষণ জরুরি।

এর সমাধান কি হতে পারে ?

AI উত্তর হতে পারে। কৃত্রিম বুদ্ধিমত্তা ইতিমধ্যে জাল ভিডিও সনাক্ত করতে সাহায্য করে। এখনও, অনেক বিদ্যমান সনাক্তকরণ সিস্টেমের একটি গুরুতর দুর্বলতা রয়েছে: তারা সেলিব্রিটিদের জন্য সবচেয়ে ভাল কাজ করে কারণ তারা অবাধে উপলব্ধ ফুটেজের ঘন্টার উপর প্রশিক্ষণ দিতে পারে।

প্রযুক্তি সংস্থাগুলি এখন শনাক্তকরণ সিস্টেমগুলিতে কাজ করছে যেগুলি যখনই জালগুলি উপস্থিত হয় তখনই তা চিহ্নিত করা। এত দিন ডিপফেক ঠিকভাবে শনাক্ত করার প্রযুক্তি সহজলভ্য ছিল না। এক্ষেত্রে এগিয়ে এসেছে বিশ্বের বৃহত্তম সফটওয়্যার নির্মাতা প্রতিষ্ঠান মাইক্রোসফট। ডিপফেক শনাক্ত করতে বিশেষ টুল বা প্রোগ্রাম তৈরি করেছে মাইক্রোসফট।

কিছু সফটওয়ারের নাম উল্লেখ করা হলো যা দিয়ে আপনি ডিটেক্ট করতে পারবেন।

DeepFaceLab: A popular open-source deepfake creation software that allows users to swap faces in images and videos.

Faceswap: Another open-source deepfake software used for face swapping in videos.

DeepArt: An AI-powered tool that can create deepfake images and videos based on user input.

FakeApp: A user-friendly deepfake creation tool that uses machine learning algorithms for face swapping.

ধন্যবাদ।