ஒரு செயலி வைரலாகி புகழ் பெறுவது புதிதல்ல தான், ஆனால், ஒரு செயலி மீண்டும், மீண்டும் வைரலாவது என்பது அரிதானது. பேஸ்ஆப் செயலிக்கு இது சாத்தியமாகி இருக்கிறது.

முகங்களை மாற்றிக்காட்டும் இந்த செயலி, இப்போது மூன்றாவது முறையாக வைரலாகி இருக்கிறது. பேஸ்புக்கிலும், இன்னும் பிற சமூக வலைதளங்களிலும், திடிரென நீங்கள் பார்த்துக்கொண்டிருக்கும் உங்கள் நண்பர்களின் பாலினம் மாறிய படங்களே இதற்கு சாட்சி.

ஆணாக இருக்கும் ஒருவரின் பெண் பால் தோற்றத்தை இந்த செயலி வெகு எளிதாக உருவாக்கிதருகிறது. (அதே போல பெண்ணின் ஆண் பால் தோற்றத்தையும் உருவாக்க வல்லது). இப்படி பால் மாறிய படங்களை தான், பலரும் தங்கள் பேஸ்புக் டைம்லைனில் பகிர்ந்து வருகின்றனர்.

ஒரு தேர்ந்த ஓவியர் வரைந்தது போல தோன்றும் இந்த படங்கள் பேஸ்ஆப் செயலியை வைரலாக்கியிருக்கிறது. பலரும் இந்த செயலி பற்றி தான் பேசிக்கொண்டிருக்கின்றனர். ஆனால், இணைய போக்குகளை கவனித்து வருபவர்களுக்கு, கடந்த ஆண்டு, ஒருவரின் தற்போதைய மற்றும் வயதான தோற்றத்தையும் பகிர்ந்து கொள்ள வழி செய்ததன் மூலம் பிரபலமான அதே பேஸ்ஆப் செயலி தான் இதுவும் என்பது தெரிந்திருக்கும்.

அது மட்டும் அல்ல, கடந்த ஆண்டு வரைலான போதே, இந்த செயலி புகைப்படங்களை பயன்படுத்திக்கொள்ளும் விதம் தொடர்பான தனியுரிமை சர்ச்சை பெரிய அளவில் வெடித்ததும் நினைவில் இருக்கலாம். 2017 ம் ஆண்டு துவக்கத்தில் அறிமுகமான போதே இந்த செயலி, அதன் முக மாற்று ஆற்றலுக்காக கவனத்தை ஈர்த்து வரைலானது.

இப்போது பேஸ்ஆப் செயலி மூன்றாவது முறையாக வைரலாகி இருக்க ஏதேனும் விஷேச காரணம் இருக்கிறதா? எனத்தெரியவில்லை. ஆனால், இந்த செயலி தொடர்பான அடிப்படையான அம்சங்களை தெரிந்து கொள்வது பயனுள்ளதாக இருக்கும்.

பேஸ்ஆப் செயலி நொடிப்பொழுதியில் முகங்களை மாற்றிக்காட்டுவது தொழில்நுட்ப மாயம் போல பிரமிக்க வைக்கலாம். ஆனால், இந்த மாயம் எப்படி செயல்படுகிறது என்பதை கொஞ்சம் தெரிந்து கொள்வதும் அவசியம்.

அடிப்படையில் பார்த்தால், பேஸ்ஆப் போன்ற செயலிகள், உருவம் அறிதல் மென்பொருள் பிரிவின் கீழ் வருகின்றன. ஆங்கிலத்தில் இதை இமேஜ் ரிகைக்னேஷன் என்கின்றனர்.

பொதுவாக, புகைப்படங்களையும், அதில் உள்ள உருவங்களையும் உணர்ந்து கொள்வது என்பது மனிதர்களுக்கு வெகு இயல்பாக சாத்தியமாகிறது. ஆனால், கம்ப்யூட்டர்களுக்கும், அவற்றை இயக்கும் மென்பொருள்களுக்கும் அப்படி இல்லை. உருவங்களை கம்ப்யூட்டர் முன் காண்பித்தாலும் சரி, டிஜிட்டல் வடிவில் சமர்பித்தாலும் சரி, அவற்றால் உருவங்களை அடையாளம் காண முடியாது.

ஆனால், ஏ.ஐ., எனப்படும் செயற்கை நுண்ணறிவு துறையில் ஏற்பட்டு வரும் முன்னேற்றம் காரணமாக, உருவங்களை உணரும் மென்பொருள்கள் சாத்தியமாகி இருக்கின்றன. இவை தான் பலவகையான உருவம் உணர் மென்பொருள்களாக உலா வந்து கொண்டிருக்கின்றன.

இந்த வகை மென்பொருள்கள், உருவங்களை கண்டுணர்வது மட்டும் அல்லாமல், அவற்றில் திருத்தங்கள் செய்யும் ஆற்றலையும் பெற்றுள்ளன. நமது செல்பிக்களில் வண்ணங்களை மெருக்கேற்றித்தருவது முதல், பல வகையான பில்டர்களை பொருத்து மேம்படுத்துவது வரையான சாகசங்களை செய்து காட்டும் செயலிகள் இந்த வகையைச்சேர்ந்தவை தான்.

செயற்கை நுண்ணறிவு துணையோடு, புகைப்படங்களை திருத்தம் செய்ய உதவுவதாக சொல்லப்படும் செயலிகளும் இந்த வகை தான். சில ஆண்டுகளுக்கு முன், பிரபலமான பிரிஸ்மா செயலியை நினைவில் இருக்கிறதா? ஒருவரின் புகைப்பட தோற்றத்தை நவீன பாணி ஓவியம் போல மாற்றிக்காட்டும் பிரிஸ்மா செயலியும், உருவம் உணர் நுட்பத்தின் அடிப்படையில் உருவாக்கப்பட்டது தான்.

இந்த வரிசையில் தான் பேஸ்ஆப் செயலியும் வருகிறது. மற்ற செயலிகளை விட ஒரு படி மேலாக, இந்த செயலி, ஒருவரது தோற்றத்தை கச்சிதமாக வயோதிக தன்மை அல்லது பால் மாற்று தன்மை பெறச்செய்கிறது.

மூலப்படத்தில் இருந்து திருத்தப்பட்டது எனும் சந்தேகம் ஏற்படாத அளவுக்கு இந்த மாற்றத்தை பேஸ்ஆப் செயலி நிகழ்த்திக்காட்டுகிறது.

எல்லாம் சரி, பேஸ்ஆப் செயலி இதை நிகழ்த்திக்காட்டுவது எப்படி?

இந்த கேள்விக்கான பதிலை புரிந்து கொள்ள, இயந்திர கற்றல் நுட்பத்தையும், அதன் துணை திறனான, கான் எனும் நுட்பத்தையும் பற்றி கொஞ்சம் தெரிந்து கொள்ள வேண்டும்.

மெஷின் லேர்னிங் எனப்படும் இயந்திர கற்றல், வேகமாக வளர்ந்து வரும் செயற்கை நுண்ணறிவின் முக்கிய அங்கமாக கருதப்படுகிறது. அதாவது, ஒரு இயந்திரம் செய்ய வேண்டிய எல்லாவற்றையும் புரோகிராமிங் மூலம் வழிகாட்டாமல், தனக்கு அளிக்கப்படும் தரவுகளில் இருந்து ஒரு புரோகிராம் தானாகவே கற்றுக்கொண்டு செயல்படும் வகையிலான நுப்டம் இயந்திர கற்றல் எனப்படுகிறது.

இயந்திர கற்றலில், ஆழ் கற்றல் என்றும் ஒரு அம்சம் இருக்கிறது. ஆங்கிலத்தில் இதை டீப் லேர்னிங் என்கின்றனர். மேம்பட்ட இயந்திர கற்றல் என புரிந்து கொள்ளலாம். நியூரால் நெட்வொர்க் எனப்படும் நுட்பம் இந்த திறனை சாத்தியமாக்குகிறது.

செயற்கை நுண்ணறிவு என்பதே மனித மூளை போல, கம்ப்யூட்டரை செயல்பட வைப்பது தானே. இந்த ஆற்றலை கம்ப்யூட்டர் பெற வைக்க மனித மூளை செயல்படும் விதத்தையே அடிப்படையாக கொண்டு, அதன் நியூரான்கள் அமைப்பு போல, கம்ப்யூட்டர் வலைப்பின்னலை உருவாக்கி செயல்பட வைப்பது நியூரால் நெட்வொர்க் என கொள்ளப்படுகிறது.

இத்தகைய நியூரால் நெட்வொர்க் திறன் கொண்ட மென்பொருளை, உருவப்படங்களில் உள்ள அம்சங்களை உணரும் தன்மையை பெற வைக்கலாம். உருவங்களின் ஆதார அம்சங்களை தரவுகளாக மாற்றி அதனடிப்படையில், உருவம் உணர்த்தும் தோற்றத்தை மென்பொருள் புரிந்து கொள்வது சாத்தியமாகிறது.

சிக்கலான இந்த நுட்பத்தை எளிதாக புரிந்து கொள்ள வேண்டும் எனில், எந்த ஒரு படத்தையும், தரவுகளை கொண்ட வரைபடமாக்கி அதனடிப்படையில் உருவத்தை மென்பொருள் உணர்ந்து கொள்கிறது என சொல்லலாம்.

இந்த ஆற்றல் அடிப்படையில் உருவாக்கப்படும் செயலிகள், புகைப்படங்களை கண்டறியக்கூடியதாக விளங்குகின்றன. இந்த அடிப்படையில் தான் அவை புகைப்படங்களில் வண்ண மெருக்கேற்றல், பின்னணி மாற்றம் போன்ற திருத்தங்களை மேற்கொள்கின்றன.

எல்லாம் சரி, ஆனால் மனித தோற்றத்தையே எப்படி மாற்ற முடிகிறது? இந்த இடத்தின் தான் ’கான்’ நுட்பம் வருகிறது.

மனித முகத்தின் ஆதார அம்சங்களை புரிந்து கொள்ளும் திறனை பெற்றுள்ள மென்பொருளை, அதில் திருத்தங்களை செய்ய பழக்குவதன் மூலம் தோற்றம் அல்லது முகத்தை மாற்ற வைக்கலாம். ஆனால், ஆரம்ப கட்டங்களில், இந்த மாற்றம் அத்தனை சிறப்பாக இல்லை.

மென்பொருள் உருமாற்றம் செய்து தந்த தோற்றம் பெரும்பாலும் கேலிக்கூத்து போலவே அமைந்திருந்தது. இதை கம்ப்யூட்டருக்கு புரிய வைக்கவும் வழி இல்லாமல் இருந்தது.

இந்த பிரச்சனைக்கு தீர்வாக பிறந்தது தான் ‘கான்’ என சுருக்கமாக குறிப்பிடப்படும், ஜெனரேட்டிவ் அட்வர்சரியல் நெட்வொர்க் நுட்பம். நியூரால் நெட்வொர்க்கின் துணை நுட்பமான இது, அடிப்படையில், இரண்டு நியூரால் நெட்வொர்க்கை கொண்டிருக்கிறது. இதில் ஒரு வலைப்பின்னல், உருவாக்கும் பணியை மேற்கொள்ளும். இந்த உருவாக்கத்தை பார்த்து அது சரியாக இருக்கிறதா? என விமர்சிக்கும் வகையில் இரண்டாவது வலைப்பின்னல் செயல்படும்.

ஆக, முதல் வலைப்பின்னல் உருவங்களை உருவாக்கி கொண்டே இருக்கும். இரண்டாவது வலைப்பின்னல் அதில் குற்றம் கண்டுபிடித்துக்கொண்டே இருக்கும். ஆனால், இரண்டாவது வலைப்பின்னல் குற்றம் கண்டுபிடித்தவுடன், முதல் வலைப்பின்னல் அதை சவலாக எடுத்துக்கொண்டு, முந்தைய தவற்றை சரி செய்து, மேம்பட்ட உருவத்தை உருவாக்கும். இப்போது இரண்டாவது வலைப்பின்னல் அதில் மீண்டும் குறை கண்டுபிடுக்கும்.

இப்படியே தொடர்ந்து இரண்டு வலைப்பின்னல்களும் போட்டி போட்டுக்கொண்டு செயல்படும் நிலையில் ஒரு கட்டத்தில் உருவாகும் உருவம் கிட்டத்தட்ட நிஜ உருவம் போலவே இருக்கும்.

இவ்விதமாக தான் பேஸ் ஆப் செயலியும் செயல்பட்டு, தன்னிடம் சமர்பிக்கப்படும் உருவ படத்தை, தனக்கு இடப்படும் கட்டளைக்கு ஏற்ப வயோதிக தோற்றமாக அல்லது ஆண்/ பெண் தோற்றமாக மாற்றிக்காட்டுகிறது.

செயற்கை நுண்ணறிவை மேம்படுத்த ஆய்வு நோக்கில் உருவாக்கப்பட்ட இந்த கான் நுட்பம், வில்லங்கமாக பயன்படுத்தப்படும் வாய்ப்பும் அதிகம் இருப்பதாக அஞ்சப்படுகிறது. ’டீப் ஃபேக்’ என சொல்லப்படும் போலி படங்களை உருவாக்கவும் இந்த நுட்பமே பயன்படுகிறது.

–

மேலும் விரிவான புரிதலுக்கு: https://www.scienceabc.com/innovation/how-does-faceapp-work.html