வாய்ஸ் குளோனிங் திடீரென ஏன் ஒரு பெரிய ஆபத்தாக மாறியுள்ளது?
வணக்கம்! நீங்கள் எப்போதாவது போனை எடுத்து, உங்கள் நெருங்கிய நண்பர் அல்லது குடும்ப உறுப்பினர் பேசுவது போலவே ஒரு குரலைக் கேட்டு, பிறகு அது ஒரு தந்திரம் என்று உணர்ந்திருக்கிறீர்களா? சமீபகாலமாக தொழில்நுட்பம் எவ்வளவு தூரம் வளர்ந்திருக்கிறது என்பது ஆச்சரியமாக இருக்கிறது. முன்பு நாம் போட்டோஷாப் செய்யப்பட்ட படங்கள் அல்லது போலியான மின்னஞ்சல்களைப் பற்றி கவலைப்பட்டோம், ஆனால் இப்போது நம் காதுகளும் சோதிக்கப்படுகின்றன. வாய்ஸ் குளோனிங் (Voice cloning) என்பது அறிவியல் புனைகதை படங்களிலிருந்து நிஜ வாழ்க்கைக்கு வந்துவிட்டது, இது நம் அனைவருக்கும் விஷயங்களைச் சற்று சுவாரஸ்யமாக்கியுள்ளது. படைப்பாளிகளுக்கும் புதிய தொழில்நுட்பத்தை விரும்புபவர்களுக்கும் இது ஒரு அற்புதமான கருவி என்றாலும், மற்றவர்களை ஏமாற்றுபவர்களுக்கு இது ஒரு ஆயுதமாகவும் மாறியுள்ளது. இந்த கருவிகள் மிகவும் மலிவாகவும் எளிதாகவும் கிடைப்பதால், இதைக் கையாள்வது கடினமாகிவிட்டது. இப்போது பெரிய கம்ப்யூட்டர் தேவையில்லை, சமூக ஊடகங்களில் உள்ள சில வினாடி ஆடியோ கிளிப் மற்றும் ஒரு சாதாரண ஆப் இருந்தால் போதும். எனவே, நாம் கேட்கும் விஷயங்களில் சற்று கவனமாக இருக்க வேண்டும்.
வாய்ஸ் குளோனிங்கை உங்கள் பேச்சுக்கான ஒரு ஹை-டெக் போட்டோகாப்பி என்று நினைத்துக் கொள்ளுங்கள். முன்பு, ஒரு குரலை நகலெடுக்க பல மணிநேர உயர்தர ரெக்கார்டிங் மற்றும் நிபுணர்களின் குழு தேவைப்பட்டது. இப்போது, இது உங்கள் தனித்துவமான தாளத்தையும் தொனியையும் நொடியில் கற்றுக்கொள்ளும் ஒரு டிஜிட்டல் கிளி போல செயல்படுகிறது. நீங்கள் வார்த்தைகளை உச்சரிக்கும் விதம் அல்லது வாக்கியங்களுக்கு இடையே நீங்கள் எடுக்கும் சிறிய இடைவெளிகளை இது கவனித்துக்கொள்கிறது. ஆடியோபுக்குகள் தயாரிக்க அல்லது உடல்நலக்குறைவால் பேசும் திறனை இழந்தவர்களுக்கு இது மிகவும் உதவியாக இருக்கும். ஆனால் இது மிகவும் துல்லியமாக இருப்பதால், நீங்கள் சொல்லாத விஷயங்களைச் சொன்னது போல மாற்றவும் இதைப் பயன்படுத்தலாம். இது வெறும் வார்த்தைகள் பற்றியது மட்டுமல்ல, குரலின் அந்த ‘வைப்’ (vibe) தான் மனித காதுகளை நம்ப வைக்கிறது. இதற்கு நீண்ட ரெக்கார்டிங் தேவை என்று பலர் நினைக்கிறார்கள், ஆனால் அது ஒரு பெரிய தவறான கருத்து. நீங்கள் ஆன்லைனில் பதிவிட்ட ஒரு சிறிய வீடியோ கிளிப் கூட உங்களைப் போலவே ஒலிக்கும் ஒரு டிஜிட்டல் இரட்டையை உருவாக்க போதுமானது. இந்த தொழில்நுட்பம் உங்கள் குரலைச் சிறிய வடிவங்களாகப் பிரித்து, பயனர் கீபோர்டில் தட்டச்சு செய்யும் எதையும் பேச வைக்கிறது. இது உங்கள் குரல் நாண்களைப் போலவே ஒலிக்கும் டிஜிட்டல் பிளாக்குகளைக் கொண்டு உருவாக்குவது போன்றது.
ஒரு பிழையைக் கண்டறிந்தீர்களா அல்லது திருத்தப்பட வேண்டிய ஒன்று இருக்கிறதா? எங்களுக்குத் தெரியப்படுத்துங்கள்.வாய்ஸ் டெக் பற்றி உலகம் ஏன் பேசுகிறது?
இது லண்டனில் உள்ள மாணவர் முதல் சிங்கப்பூரில் உள்ள தொழிலதிபர் வரை அனைவருக்கும் ஒரு முக்கியமான விஷயம். இது ஏன் இவ்வளவு பெரிய விவாதமாக மாறியுள்ளது என்றால், இது நாம் மற்றவர்களை நம்பும் விதத்தைப் பாதிக்கிறது. அன்புக்குரியவர்களின் குரலைக் கேட்கும்போது, நம் மூளை இயல்பாகவே எச்சரிக்கையைத் தளர்த்தும். அதனால்தான் இந்த தொழில்நுட்பம் உலகம் முழுவதும் உள்ள குடும்பங்களை இலக்காகக் கொண்ட மோசடிகளில் பயன்படுத்தப்படுகிறது. ஆபத்தில் இருக்கும் குழந்தை அல்லது பேரக்குழந்தையின் குரலில் ஒரு அழைப்பு வருவதை கற்பனை செய்து பாருங்கள். உங்கள் முதல் உள்ளுணர்வு உதவுவதாகத்தான் இருக்கும், ஆடியோ உண்மையானதா என்று கேள்வி கேட்பதாக இருக்காது. இணையத்திற்கு எல்லைகள் இல்லாததாலும், இந்த ஆப்ஸ் கிட்டத்தட்ட எல்லா மொழிகளிலும் கிடைப்பதாலும் இது எல்லா இடங்களிலும் நடக்கிறது. ஃபெடரல் டிரேட் கமிஷன் (Federal Trade Commission) இத்தகைய குரல் மோசடிகள் அதிகரித்து வருவது குறித்து எச்சரித்துள்ளது. அரசாங்கங்களும் தொழில்நுட்ப நிறுவனங்களும் உண்மையான ஆடியோவைக் கண்டறியும் வழிகளை உருவாக்க கடுமையாக உழைக்கின்றன, ஆனால் மோசடி செய்பவர்களும் வேகமாகச் செயல்படுகிறார்கள். இது ஒரு உலகளாவிய சவால், இது நம் டிஜிட்டல் பாதுகாப்பு பழக்கவழக்கங்களை மறுபரிசீலனை செய்யத் தூண்டுகிறது. குடும்பங்களுக்கான ‘சேஃப் வேர்ட்ஸ்’ (safe words) பற்றி மக்கள் அதிகம் பேசுவது ஒரு சிறந்த முன்னேற்றம். விழிப்புணர்வுதான் இத்தகைய டிஜிட்டல் தந்திரங்களுக்கு எதிரான சிறந்த தற்காப்பு.
குடும்ப வட்டத்தைத் தாண்டி, இந்த தொழில்நுட்பம் பொழுதுபோக்கு மற்றும் வணிக உலகிலும் தாக்கத்தை ஏற்படுத்துகிறது. படைப்பாளிகள் இப்போது தங்கள் வீடியோக்களைப் பல மொழிகளில் டப் செய்யும்போது, தங்கள் சொந்த தனித்துவமான குரலைப் பராமரிக்க முடியும், இது அவர்களைப் பெரிய பார்வையாளர்களைச் சென்றடைய உதவுகிறது. இது கல்வி மற்றும் உலகளாவிய தொடர்புக்கு மிகவும் நல்லது. இருப்பினும், இது பொது நபர்களும் தலைவர்களும் முன்பை விட அதிக கவனமாக இருக்க வேண்டும் என்பதைக் குறிக்கிறது. ஒரு போலியான ஆடியோ கிளிப் விரைவாகக் கண்டறியப்படாவிட்டால் பெரும் குழப்பத்தை ஏற்படுத்தலாம். நல்ல செய்தி என்னவென்றால், இந்த தொழில்நுட்பத்தை வேடிக்கைக்காகப் பயன்படுத்துபவர்களை விட, புதிய விஷயங்களை உருவாக்கப் பயன்படுத்துபவர்கள் ஆயிரக்கணக்கில் உள்ளனர். ஒரு குரல் உண்மையானதா அல்லது மெஷின் மூலம் உருவாக்கப்பட்டதா என்பதைச் சரிபார்க்க உதவும் புதிய ஸ்டார்ட்அப்களை நாம் பார்க்கிறோம். இது உருவாக்குபவர்களுக்கும் உடைப்பவர்களுக்கும் இடையிலான ஒரு போட்டிதான், ஆனால் நாம் காணும் முன்னேற்றம் மிகவும் ஈர்க்கக்கூடியது. இந்த உலகளாவிய உரையாடல் டிஜிட்டல் யுகத்திற்கான புதிய விதிகளை வகுக்க உதவுகிறது, இதனால் நாம் பாதுகாப்பை இழக்காமல் புதுமையின் பலன்களை அனுபவிக்க முடியும்.
டிஜிட்டல் எதிரொலிகள் நிறைந்த உலகில் பாதுகாப்பாக இருப்பது எப்படி?
சாரா என்ற நபரின் ஒரு சாதாரண செவ்வாய்க்கிழமையை எடுத்துக்கொள்வோம். அவர் வேலையில் இருக்கும்போது அவளுடைய சகோதரனிடமிருந்து ஒரு அழைப்பு வருகிறது. அவன் பதற்றமாகப் பேசி, பயணம் செய்யும்போது பணப்பையைத் தொலைத்துவிட்டதாகவும், ஹோட்டலுக்குப் பணம் அனுப்ப வேண்டும் என்றும் கூறுகிறான். அந்த குரலில் அவனது சிரிப்பு மற்றும் அவன் அவளை அழைக்கும் செல்லப்பெயர் அப்படியே இருக்கிறது. சாரா பணம் அனுப்பும் ஆப்பில் ‘சென்ட்’ பட்டனை அழுத்தப் போகும்போது, அவன் வேறொரு டைம் ஜோனில் ஒரு திருமணத்தில் இருக்கிறான், அங்கு இப்போது அதிகாலை 3 மணி என்பதை உணர்கிறாள். இதுதான் நவீன மோசடியின் நிஜம். இது வெறும் போலியான மின்னஞ்சல்கள் பற்றியது மட்டுமல்ல. இது நாம் மிகவும் நேசிக்கும் குரல்களைப் பயன்படுத்தி உணர்ச்சிகளைத் தூண்டுவது பற்றியது. ஒலியைப் பொறுத்து நம் உணர்ச்சிகள் எப்படிச் செயல்படுகின்றன என்பதை மக்கள் குறைத்து மதிப்பிடுகிறார்கள். மறுபுறம், மோசடி செய்பவர்கள் நம் குரலைச் சேகரிப்பது எவ்வளவு எளிது என்பதை நாம் அதிகமாக மதிப்பிடலாம். நீங்கள் எப்போதாவது பொதுவான புரொபைலில் ஆடியோவுடன் வீடியோவைப் பதிவிட்டிருந்தால், அந்த மாதிரியை யாராவது எளிதாகக் கண்டறியலாம். இது ஒரு வருடத்திற்கு முன்பு இருந்ததை விட இப்போது மிகவும் தனிப்பட்ட மற்றும் அவசரமான பிரச்சனையாக உணரப்படுகிறது.
வணிகங்களும் இந்த யதார்த்தமான குளோன்களால் பாதிக்கப்படுகின்றன. ஒரு போலியான குரல் அழைப்பு, ஒரு ஊழியரை பாஸ்வேர்டைப் பகிரவோ அல்லது நிறுவனத்தின் பணத்தை மாற்றவோ ஏமாற்றலாம். இது நிறைய விஷயங்களை உள்ளடக்கியது, ஆனால் விழிப்புணர்வுடன் இருப்பது பாதுகாப்பாக இருப்பதற்கான முதல் படியாகும். நிறுவனங்கள் இப்போது ஒரு பெரிய மாற்றத்திற்கு வெறும் குரல் அழைப்பு மட்டும் போதாது என்ற புதிய நெறிமுறைகளைச் செயல்படுத்துகின்றன. அவர்கள் வீடியோ கால் அல்லது மொபைல் சாதனத்திற்கு அனுப்பப்படும் இரண்டாவது குறியீட்டைக் கேட்கலாம். இது பாதுகாப்பை அதிகரிக்கும் ஒரு புத்திசாலித்தனமான நடவடிக்கை. படைப்பாளிகளுக்கு, அவர்களின் குரல் அவர்கள் ஆதரிக்காத தயாரிப்புகளை விளம்பரப்படுத்தப் பயன்படுத்தப்படுவது ஒரு பெரிய ஆபத்து. இதனால்தான் பலர் இப்போது தங்கள் குரல் அடையாளத்திற்காக டிஜிட்டல் உரிமைகள் மேலாண்மை (digital rights management) பற்றி ஆராய்கின்றனர். இது நாம் அனைவரும் ஒன்றாகக் கற்றுக்கொள்ளும் ஒரு புதிய பாதுகாப்பு உலகம். இந்த கதைகளைப் பகிர்வதன் மூலம், தீங்கு விளைவதற்கு முன்பே மோசடியின் அறிகுறிகளை அடையாளம் காண மற்றவர்களுக்கு உதவுகிறோம். இதைப் பற்றி நாம் எவ்வளவு அதிகமாகப் பேசுகிறோமோ, அவ்வளவு குறைவாகவே இந்த தந்திரங்கள் நம்மைப் பாதிக்கும்.
நாங்கள் கவர் செய்ய வேண்டும் என்று நீங்கள் நினைக்கும் AI கதை, கருவி, போக்கு அல்லது கேள்வி உங்களிடம் உள்ளதா? உங்கள் கட்டுரை யோசனையை எங்களுக்கு அனுப்பவும் — அதைக் கேட்க நாங்கள் விரும்புகிறோம்.தனியுரிமை மற்றும் முன்னேற்றத்தின் விசித்திரமான கதை
இங்கே உள்ள படைப்பாற்றல் திறனைப் பற்றி நாம் அனைவரும் உற்சாகமாக இருந்தாலும், இது நீண்ட காலத்திற்கு நம் தனியுரிமைக்கு என்ன பாதிப்பை ஏற்படுத்தும் என்று யோசிக்க வைக்கிறது. நம் குரல்களை இவ்வளவு எளிதாக நகலெடுக்க முடிந்தால், எப்போதும் கவனித்துக் கொண்டிருக்கும் உலகில் நம் தனிப்பட்ட அடையாளத்தை எப்படிப் பாதுகாப்பாக வைத்திருப்பது? இது நாம் அனைவரும் சேர்ந்து தீர்க்க முயற்சிக்கும் ஒரு புதிர் போன்றது. இந்த கருவிகளை உருவாக்கும் நிறுவனங்கள் தீமை விளைவிப்பதைத் தடுக்க போதுமான நடவடிக்கை எடுக்கிறதா என்று நாம் கேட்க வேண்டும். ஒவ்வொரு கிளிப்பிலும் அது AI ஆல் உருவாக்கப்பட்டது என்று சொல்லும் டிஜிட்டல் வாட்டர்மார்க் (digital watermark) வைக்கும் வழி இருக்கிறதா? இவை இருண்ட சிந்தனைகள் அல்ல, மாறாக அனைவருக்கும் சிறந்த மற்றும் பாதுகாப்பான தொழில்நுட்பத்திற்காக நாம் முன்வைக்கும் ஆர்வமுள்ள கேள்விகள். நமக்குத் தொந்தரவு இல்லாத வேடிக்கை தேவை, அந்த சமநிலையைக் கண்டறிவது தொழில்நுட்ப சமூகத்தின் அடுத்த பெரிய படியாகும். வரும் ஆண்டுகளில் நம் குரல் அடையாளத்தைப் பாதுகாக்க சட்டங்கள் எப்படி உருவாகின்றன என்பதைப் பார்ப்பது சுவாரஸ்யமாக இருக்கும்.
வாய்ஸ் சிந்தசிஸ்-ன் தொழில்நுட்ப பக்கம்
பவர் யூசர்களுக்காக, ஒரு பேச்சாளரின் போனிம்கள் (phonemes) மற்றும் உணர்ச்சிகளை மேப் செய்யும் அதிநவீன நியூரல் நெட்வொர்க்குகள் மூலம் இந்த மேஜிக் நடக்கிறது. இந்த கருவிகளில் பல இப்போது API ஒருங்கிணைப்புகளை வழங்குகின்றன, இது டெவலப்பர்கள் வாய்ஸ் அம்சங்களை நேரடியாகத் தங்கள் ஆப்ஸில் உருவாக்க அனுமதிக்கிறது. இந்த அமைப்புகள் சிக்கலான பேச்சு முறைகளை எப்படி கையாளுகின்றன என்பதைப் பார்க்க ElevenLabs போன்ற தளங்களைப் பார்க்கலாம். கவனிக்க வேண்டிய ஒரு விஷயம், லோக்கல் ஸ்டோரேஜ் மற்றும் பிராசஸிங் நோக்கிய மாற்றம். உங்கள் குரல் தரவை கிளவுட் சர்வர்களுக்கு அனுப்பாமல், சில புதிய மாடல்கள் உங்கள் போன் அல்லது லேப்டாப்பிலேயே இயங்க முடியும். இது தனியுரிமைக்கு நல்லது, ஆனால் தொழில்நுட்பம் ஒருமுறை வெளியே வந்துவிட்டால் அதைக் கட்டுப்படுத்துவது கடினம். ஸ்பேமிங்கைத் தடுக்க ஒரு நிமிடத்திற்கு எத்தனை கேரக்டர்களை உருவாக்கலாம் என்பதற்கு வரம்புகள் உள்ளன, ஆனால் புத்திசாலித்தனமான பயனர்கள் பல கணக்குகள் அல்லது கஸ்டம் ஸ்கிரிப்ட்களைப் பயன்படுத்தி இந்த கட்டுப்பாடுகளைத் தவிர்க்கிறார்கள்.
இந்த கருவிகளைக் கொண்டு நீங்கள் எதையாவது உருவாக்கினால், ஆடியோவின் மூலத்தைச் சரிபார்க்கும் வழிகளைத் தேடுவீர்கள். botnews.today போன்ற வளங்களைப் பயன்படுத்துவது நீங்கள் முன்னேற உதவும். இந்த மாடல்களுக்கான ஸ்டோரேஜ் தேவைகளும் குறைந்து வருகின்றன, இது அவற்றை முன்பை விட அதிக போர்ட்டபிளாக மாற்றுகிறது. உங்களுக்குப் பிடித்த ஆப்ஸில் இந்த அம்சங்களை உள்ளடக்கிய அப்டேட்களை விரைவில் நீங்கள் பெறலாம். உங்கள் வொர்க்ஃப்ளோவிற்கு மனதில் கொள்ள வேண்டிய சில விஷயங்கள் இங்கே உள்ளன:
- சிறந்த பாதுகாப்பு பேட்ச்களை உறுதிசெய்ய எப்போதும் சமீபத்திய API பதிப்புகளைப் பயன்படுத்தவும்.
- உங்கள் திட்டங்களில் உருவாக்கப்பட்ட குரல்களைப் பயன்படுத்தினால், தெளிவான டிஸ்க்லைமரைச் சேர்க்கவும்.
- மென்மையான பயனர் அனுபவத்தை உறுதிசெய்ய உங்கள் லோக்கல் மாடல்களின் லேட்டன்சியைக் கவனியுங்கள்.
இந்தத் துறையின் தொழில்நுட்ப பக்கம் மின்னல் வேகத்தில் நகர்கிறது. நாம் ‘ஜீரோ-ஷாட் குளோனிங்’ (zero-shot cloning) நோக்கி நகர்கிறோம், அங்கு முழு மாடலை உருவாக்க சிஸ்டத்திற்கு ஒரு சிறிய ஆடியோ துணுக்கு மட்டுமே தேவைப்படுகிறது. சில மாதங்களுக்கு முன்பு நிமிடக்கணக்கில் தரவு தேவைப்பட்டதோடு ஒப்பிடும்போது இது ஒரு பெரிய முன்னேற்றம். பாதுகாப்பை நம் மனதில் முன்னிறுத்தும் வரை, டெவ் ஸ்பேஸில் இருக்க இது ஒரு அற்புதமான நேரம். குரல் தரவை நாம் எப்படிச் சேமிக்கிறோம் மற்றும் பயன்படுத்துகிறோம் என்பதன் நெறிமுறை பக்கத்தையும் நாம் கருத்தில் கொள்ள வேண்டும். ஒலியின் எதிர்காலம் இப்போது குறியீட்டில் எழுதப்படுகிறது. இது நம் சாதனங்களுடனும் ஒருவருக்கொருவர் நாம் தொடர்பு கொள்ளும் விதத்தையும் ஒவ்வொரு நாளும் மாற்றும் ஒரு கண்கவர் பயணமாகும்.
BotNews.today ஆனது உள்ளடக்கத்தை ஆராய்ச்சி செய்யவும், எழுதவும், திருத்தவும் மற்றும் மொழிபெயர்க்கவும் AI கருவிகளைப் பயன்படுத்துகிறது. தகவலை பயனுள்ளதாகவும், தெளிவானதாகவும், நம்பகமானதாகவும் வைத்திருக்க எங்கள் குழு செயல்முறையை மதிப்பாய்வு செய்து மேற்பார்வையிடுகிறது.
ஆசிரியரின் குறிப்பு: கணினித் துறையில் நிபுணர்கள் அல்லாதவர்கள், ஆனால் செயற்கை நுண்ணறிவைப் புரிந்துகொள்ளவும், அதை அதிக நம்பிக்கையுடன் பயன்படுத்தவும், ஏற்கனவே வந்துகொண்டிருக்கும் எதிர்காலத்தைப் பின்தொடரவும் விரும்பும் மக்களுக்காக, பலமொழி AI செய்திகள் மற்றும் வழிகாட்டல் மையமாக இந்த தளத்தை நாங்கள் உருவாக்கினோம்.
பிரகாசமான எதிர்காலம்
நாளின் இறுதியில், வாய்ஸ் குளோனிங் என்பது நம் டிஜிட்டல் கருவிப்பெட்டியில் உள்ள மற்றொரு கருவி மட்டுமே. இது நம் வாழ்க்கையை வேடிக்கையாகவும் அனைவரையும் உள்ளடக்கியதாகவும் மாற்றும் சில அற்புதமான பயன்பாடுகளைக் கொண்டுள்ளது. நாம் சற்று கவனமாக இருக்க வேண்டும் மற்றும் விஷயங்கள் உண்மையாக இருக்க முடியாத அளவுக்கு நன்றாகவோ அல்லது அவசரமாகவோ இருக்கும்போது கொஞ்சம் பொது அறிவைப் பயன்படுத்த வேண்டும். இந்த அபாயங்கள் குறித்து நண்பர்கள் மற்றும் குடும்பத்தினரிடம் பேசுவதன் மூலம், மோசடி செய்பவர்களைத் தடுத்து நிறுத்தி தொழில்நுட்பத்தின் பலன்களை நாம் அனுபவிக்க முடியும். ஒலியின் எதிர்காலம் பிரகாசமானது, நாம் அனைவரும் புதிய வழியில் கேட்கக் கற்றுக்கொள்கிறோம். இது ஒரு காட்டுத்தனமான பயணமாக இருக்கும், ஆனால் நம்மால் முடியும்! இந்த புதிய கருவிகளை புன்னகையுடனும் விழிப்புணர்வுடனும் தொடர்ந்து ஆராய்வோம்.
ஒரு கேள்வி, பரிந்துரை அல்லது கட்டுரை யோசனை உள்ளதா? எங்களைத் தொடர்பு கொள்ளுங்கள்.