يجب أن تعلم | في صلب الموضوع | للاطلاع | رقم اليوم | شخصية اليوم | مصطلح اليوم
المحتالون يستخدمون فيديوهات التزييف العميق في شتّى عمليات الاحتيال
لم تُحدث فيديوهات التزييف العميق الأثر الواضح الذي خشي البعض منه خلال الانتخابات الرئاسية الأميركية في 2020. ولكن، بطبيعة الحال، انتشرت الكثير من فيديوهات التزييف الرخيص [أي باستخدام تقنيات تقليدية لا تتضمن ذكاء اصطناعياً] على نطاق واسع.
وفي فيديوهات التزييف العميق، يتم تركيب وجهٍ مُوَلّد حاسوبياً (يكون في أغلب الأحيان لشخص حقيقي) على شخص آخر. وبعد عملية التبديل هذه، يمكن للمحتالين جعل الشخص المستهدف يقول أو يفعل أي شيء تقريباً. وللحصول على صور واقعية، يعتمد المحتالون على الذكاء الاصطناعي الذي يفحص صور وفيديوهات الشخص المستهدف من عدة زوايا مختلفة.
ومع انتشار هذه التكنولوجيا على نطاق أوسع، بدأ المحتالون باستخدامها في نواحٍ مختلفة من الحياة، ففي 8 سبتمبر الماضي، أوردت صحيفة "ذا تايمز أوف إينديا" تقريراً حول نوع جديد من الجرائم السيبرانية في الهند، وهو الابتزاز الجنسي، والذي يتضمن استخدام فيديوهات إباحية عميقة التزييف، ولكنها لا تخص الضحية، بل تخص المحتال، على الأقل في البداية. أما عندما لا يكفي الفيديو المولَّد حاسوبياً للإيقاع بالضحية، فقد يقوم المحتالون عندها بإنتاج فيديو تزييف عميق آخر، يبدو فيه أن الشخص المستهدف مشارك في أفعال فاحشة.
أما في روسيا، فقد تعلم المجرمون كيفية جمع البيانات الشخصية باستخدام هذه التكنولوجيا. وفي 6 سبتمبر، نشر بعض المحتالين على وسائل التواصل الاجتماعي مقطع فيديو عميق التزييف لأوليغ تينكوف، وهو مؤسس بنك تينكوف، وهو واحد من أضخم 15 بنكاً في روسيا. وفي هذا الفيديو، وجهت الشخصية "المستنسخة" من تينكوف الدعوة للناس لاستخدام أدوات البنك الاستثمارية، واعدةً كل عميل بنسبة 50% من الاستثمار كمكافأة إضافية. وعند قيام المستخدمين بالنقر على الرابط المذكور في الفيديو، كانوا ينتقلون إلى موقع ويب مزيف للبنك، حيث كان يُطلب منهم مشاركة أسمائهم وحسابات بريدهم الإلكتروني وأرقام هواتفهم.
أما في الولايات المتحدة، فقد بدأت الفيديوهات عميقة التزييف بالظهور على تطبيقات المواعدة. ووفقاً لموقع ذا ديلي بيست، تعرضت امرأة من كاليفورنيا في 2019 للاحتيال بقيمة 300,000 دولار بعد خداعها باستخدام مقاطع فيديو معدلة.
للمزيد من التفاصيل حول كيفية استخدام التزييف العميق في عمليات الاحتيال، تابع القراءة على موقعنا عبر هذا الرابط
من مقالاتنا الأكثر قراءة هذا العام: 10 تطبيقات للذكاء الاصطناعي في مجال التسويق الرقمي
نظراً لأن مجال التسويق الرقمي يعتمد على كميات هائلة من البيانات التي يتعين معالجتها بشكل سريع وعلى نحو دائم، فإن استخدام المسوقين الرقميين لتقنيات الذكاء الاصطناعي في معالجة تلك البيانات يتيح لهم القدرة على تطوير استراتيجيات رقمية أكثر كفاءة، وتوسيع نطاق أعمالهم دون الحاجة إلى رؤوس أموال كبيرة. وتستعرض هذه المقالة 10 تطبيقات تمكن الذكاء الاصطناعي من خلالها من إحداث ثورة في مجال التسويق الرقمي:
1- الإعلانات على الإنترنت: تُعد الإعلانات التي تُبث عبر الإنترنت إحدى أهم عناصر التسويق الرقمي، حيث تساعد الشركات على الوصول إلى جمهورها المستهدف بسرعة. ويتم تشغيل غالبية تلك الإعلانات بواسطة نظام توصيل مدعوم بالذكاء الاصطناعي يسمى "الإعلان المبرمج". ويُسهل هذا النظام شراء وبيع المساحات الإعلانية خلال أجزاء من الثانية.
2- تجربة مستخدم ذات طابع شخصي: من خلال جمع بيانات المستخدم وتحليلها، يتيح الذكاء الاصطناعي للمسوقين إمكانية استكشاف ما يحبه المستخدم وما يكره، وأنماط السلوك والاهتمامات والأنشطة التي يقوم بها ملايين الأشخاص كل يوم.
3- بوتات الدردشة المدعومة بالذكاء الاصطناعي: بات بإمكان بوتات الدردشة المدعومة بالذكاء الاصطناعي التحدث بطريقة شبه بشرية مع المستخدمين، كما أنها لا تغضب عندما يسأل المستخدم أي سؤال مهما كان، ويمكنها الرد على العديد من الاستفسارات في نفس الوقت.
4- التحليل التنبؤي: تستخدم أدوات الذكاء الاصطناعي نماذج وبرامج إحصائية للتنبؤ بتصرفات العميل المستقبلية، من خلال دراسة سلوكه السابق وصفاته. وبهذه الطريقة، يساعد الذكاء الاصطناعي المسوقين على معرفة المزيد عن عملائهم، مثل السعر الذي يتوقعونه لمنتج معين.
5- تصميم المواقع: على الرغم من أن تصميم موقع على الإنترنت دون معرفة كافية بلغات الترميز يبدو أمراً مستحيلاً، إلا أن الذكاء الاصطناعي جعل ذلك ممكناً، حيث تستخدم شركات بناء المواقع الشهيرة الذكاء الاصطناعي لبناء المواقع.
6- إنتاج المحتوى: من خلال معالجة كميات هائلة من البيانات وتحليل المحتويات المشابهة، يمكن للذكاء الاصطناعي إنتاج محتوى شبيه بالبشر يساعدك على جذب اهتمام المزيد من المستخدمين.
7- نَظْم المحتوى: هناك جانبان رئيسيان لتسويق المحتوى هما إنشاء المحتوى ونَظْم المحتوى. نَظْم المحتوى هو عملية جمع المعلومات ذات الصلة بموضوع معين، وإعادة تنظيمها ومعالجتها. وتُعد توصيات الأفلام والبرامج التي تقدمها شركات مثل نتفلكس وأمازون لعملائها أمثلة بارزة على نَظْم المحتوى المستند إلى الذكاء الاصطناعي.
8- حملات التسويق عبر البريد الإلكتروني: يمكن أن يساعدك الذكاء الاصطناعي على إرسال رسائل بريد إلكتروني ذات طابع شخصي- ضمن حملات التسويق الإلكتروني- من خلال تحليل سلوك المستخدم وتفضيلاته.
9- تحسين البحث الصوتي: تمثل عمليات البحث الصوتي نحو ربع عمليات البحث التي تُجرى على موقع جوجل من خلال الهاتف المحمول عام 2017، ما يشير إلى ضرورة تحسين تقنيات البحث الصوتي، وأن يبقى المسوق على دراية بهذه التغييرات.
10- التجارة الإلكترونية: يمكن للذكاء الاصطناعي إحداث تأثير هائل في أعمال شركات التجارة الإلكترونية، بدءاً من تصميم موقعها على الإنترنت وإنتاج المحتوى المناسب لها، وحتى تقديم توصيات حول إدارة المخزون ودعم العملاء والتنبؤ بالمبيعات.
للمزيد حول هذا الموضوع، تابع القراءة على موقعنا عبر هذا الرابط
الركائز الأساسية الثلاث للذكاء الاصطناعي المسؤول
يمكن للذكاء الاصطناعي المسؤول أن يوفر فرصاً جديدة لحل المشكلات الخطيرة الخاصة بالتكنولوجيا. ونظراً لأن الخوارزميات يتم تدريبها على تكرار عملية صنع القرار البشري في سياق أوسع (وفي مجالات حساسة مثل الرعاية الصحية)، فقد أصبح من الضروري على جميع أخصائي الذكاء الاصطناعي تولي زمام الذكاء الاصطناعي المسؤول. ونلقي هنا نظرة على ثلاث ركائز أساسية لهذا النوع من الذكاء الاصطناعي: الإنصاف والقابلية للتفسير والاستدامة.
الركيزة الأولى: الإنصاف
قد تكون هذه هي الركيزة الأهم. يدور الإنصاف حول محاولات تصحيح التحيزات الخوارزمية. وهناك الكثير من الأمثلة على التحيز في الذكاء الاصطناعي، بدءاً من أدوات التوظيف المتحيزة لصالح الرجال إلى الخوارزميات التي تساهم في سجن الأشخاص الملونين دون أدلة كافية. وتنشأ هذه التحيزات لأن نماذج الذكاء الاصطناعي عبارة عن صناديق سوداء. عندما تقوم بتدريبها، فأنت تقوم بتدريب المعاملات الوسيطة على مجموعة بيانات حقيقية ضخمة والتي غالباً ما تكون متحيزة. ولتطوير خوارزميات أكثر إنصافاً، ينبغي زيادة تنوع الأشخاص الذين يعملون في هذا المجال، سواء من النساء أو الأشخاص الملونين. بالإضافة إلى ذلك، يجب تحسين النماذج باستمرار بملاحظات بشرية، وكذلك تعديل البيانات المتحيزة التي يتم تدريب النماذج عليها.
الركيزة الثانية: القابلية للتفسير
ترتبط القابلية للتفسير ارتباطاً وثيقاً بالإنصاف لكنها تركز بشكل أكبر على شفافية التقنية نفسها. فوفقاً لدراسة حديثة أجرتها شركة تحليل البيانات (FICO)، لا تستطيع 65٪ من الشركات شرح الكيفية التي تتخذ بها نماذجها القرارات. كما أن 35٪ فقط من الشركات اتخذت خطوات للتأكد من أنها تستخدم الذكاء الاصطناعي بشفافية وفي إطار المساءلة. لذلك، من المهم بالنسبة للشركات أن تكون قادرة على شرح سبب تنفيذ إجراء معين واتخاذ خطوات لتحسين الخوارزمية باستمرار.
الركيزة الثالثة: الاستدامة
يتطلب تدريب خوارزميات التعلم الآلي قدراً كبيراً من قوة الحوسبة. وهذه القوة ليست مكلفة فحسب، بل إن تأثيرها البيئي باهظ. ويُظهر بحث أجرته جامعة ماساتشوستس في أمهرست أن تدريب نموذج ذكاء اصطناعي واحد يمكن أن يبعث قدر من الكربون في الغلاف الجوي يماثل ما تنتجه خمس سيارات طوال فترة خدمتها. وبمعدل نمو قطاع الذكاء الاصطناعي الحالي، فإن هذا الأثر البيئي لا يمكن أن يستمر. وهناك العديد من المحاولات لتقليل كمية الطاقة المطلوبة لتدريب وتشغيل هذه النماذج. تهدف بعض التقنيات إلى تقليص حجم النموذج أو تحسين النماذج الأكبر حجماً بحيث يمكن تشغيلها على معدات منخفضة أو موفرة للطاقة.
الرابط (إنجليزي)
|