Birine üretken rekabet ağlarına aşina olup olmadıklarını sorun ve hayır diyebilirler. Ama aynı kişiye derin sahteleri duyup duymadıklarını sorun ve muhtemelen evet diyeceklerdir. Deepfakes - "derin öğrenme" ve "sahte" kombinasyonu - çok dikkat çekiyor ve nedenini görmek kolay. Halihazırda mevcut olan teknolojiyle, neredeyse herkes, hiç söylemediği şeyleri söyleyen veya yapan birinin ikna edici ses veya videosunu üretebilir. İyi bilinen bir örnekte, bir dolandırıcı, Birleşik Krallık'taki bir enerji firmasını 220.000 Euro'yu dolandırmak için sesli bir derin sahtekarlık kullandı. Aslında, derin sahtekarlıklar, üretici ağlarının (GAN'lar) yalnızca bir uygulamasıdır. GAN'ların yalnızca olumsuz uygulamalarına odaklanmak, işletmelerin masada gerçek değeri bıraktığı anlamına gelir.

Üretken ağ teknolojisi, gerçekçi sentetik veriler oluşturmakla ilgilidir. Deepfake durumunda amaç, insan izleyicileri kandırabilecek ses veya video oluşturmaktır. Ancak işletmeler için sentetik veriler değer yaratmak için kullanılabilir: ürün geliştirmede, yapay zeka sistemleri için daha iyi eğitimde, sanatsal geliştirmede ve hatta tüketici gizliliğinde. Laboratuarlardaki araştırmacılar bu alanlarda ve daha fazlasında çalışıyor. Yeni ürün formülasyonlarını test etme sürecini hızlandırmak için sentetik verileri kullandılar ve aynı zamanda eskisinden daha fazla olası formülasyonu keşfettiler. Bilgisayarla görme sistemlerini daha iyi eğitmek için sentetik verilerin nasıl kullanılabileceğini araştırıyorlar; hem müşteriler hem de şirketler için daha iyi perakende deneyimleri sağlayacaktır. Ayrıca, gizlilik amacıyla sentetik verileri kullanırken işletmelerin doğru dengeyi kurmalarına yardımcı olmak için çalışıyorlar.

Otomatik bir gizlilik değerlendirme aracı, şirketlere sentetik veri kümeleri de dahil olmak üzere veriler için farklı anonimleştirme stratejilerini değerlendirme ve belirli bir görev için en iyi olanı seçme yolu sağlayacaktır. Elbette şirketler değer üretmek için sentetik verileri kullansalar bile kötü aktörler çabalarını sürdürecekler. Laboratuar araştırmacılarımız, içeriği analiz etmek için bir dizi yapay zeka modeli uygulayarak derin sahtecilik tespitinde de aktifler. Şirketler, kötü aktörlerin gerçekliğine karşı koruma sağlarken sentetik verilerle değer yaratmaya çalıştıkça, derin sahte teknolojilerin sonucu olan kötü amaçlı içeriği belirlemek çok önemli olacaktır. Ancak, yalnızca olumsuz etki potansiyeline odaklanmak dar görüşlülüktür ve bunu yapan işletmeler değeri masada bırakmaktadır. Bu yeniliklerin yaratıcı, düşünceli kullanımından kazanılacak çok şey var.