Advanced Course - Deepfake - Lesson 1 - Introduction

Recep Tayyip Erdoğan
Donald Trump

Deepfakes (a portmanteau of "deep learning" and "fake") are synthetic media in which a person in an existing image or video is replaced with someone else's likeness. While the act of creating fake content is not new, deepfakes leverage powerful techniques from machine learning and artificial intelligence to manipulate or generate visual and audio content that can more easily deceive. The main machine learning methods used to create deepfakes are based on deep learning and involve training generative neural network architectures, such as autoencoders, or generative adversarial networks (GANs).

Artificial intelligence (AI) is intelligence demonstrated by machines, as opposed to the natural intelligence displayed by animals including humans.

Academic research related to deepfakes is split between the field of computer vision, a subfield of computer science, which develops techniques for creating and identifying deepfakes, and humanities and social science approaches that study the social, ethical and aesthetic implications of deepfakes.

In cinema studies, deepfakes demonstrate how "the human face is emerging as a central object of ambivalence in the digital age". Video artists have used deepfakes to "playfully rewrite film history by retrofitting canonical cinema with new star performers". Film scholar Christopher Holliday analyses how the switching out gender and race of performers in familiar movie scenes destabilise gender classifications and categories. The idea of "queering" deepfakes is also discussed in Oliver M. Gingrich's discussion of media artworks that use deepfakes to reframe gender, including British artist Jake Elwes' Zizi: Queering the Dataset, an artwork that uses deepfakes of drag queens to intentionally play with gender. The aesthetic potentials of deepfakes are also beginning to be explored. Theatre historian John Fletcher notes that early demonstrations of deepfakes are presented as performances, and situates these in the context of theatre, discussing "some of the more troubling paradigm shifts" that deepfakes represent as a performance genre.

دورة متقدمة - التزييف العميق - الدرس الأول - المقدمة

رجب طيب أردوغان
دونالد ترمب

ديب فييك (جزء من "التعلم العميق" و "المزيف") عبارة عن وسائط تركيبية يتم فيها استبدال شخص في صورة أو مقطع فيديو موجود بمظهر شخص آخر. على الرغم من أن إنشاء محتوى مزيف ليس جديدًا ، إلا أن تقنية التزييف العميق تستفيد من التقنيات القوية من التعلم الآلي والذكاء الاصطناعي للتلاعب أو إنشاء محتوى مرئي وصوتي يمكن أن يخدع بسهولة أكبر. تعتمد أساليب التعلم الآلي الرئيسية المستخدمة لإنشاء التزييف العميق على التعلم العميق وتتضمن تدريب بنى الشبكات العصبية التوليدية ، مثل أجهزة التشفير التلقائية ، أو شبكات الخصومة التوليدية .

الذكاء الاصطناعي , ذكاء تظهره الآلات ، على عكس الذكاء الطبيعي الذي تعرضه الحيوانات بما في ذلك البشر.

ينقسم البحث الأكاديمي المتعلق بالتزييف العميق بين مجال رؤية الكمبيوتر ، وهو مجال فرعي من علوم الكمبيوتر ، والذي يطور تقنيات لإنشاء وتحديد التزييف العميق ، والعلوم الإنسانية ومناهج العلوم الاجتماعية التي تدرس الآثار الاجتماعية والأخلاقية والجمالية للتزييف العميق.

في الدراسات السينمائية ، تُظهر تقنية التزييف العميق كيف "يظهر الوجه البشري ككائن مركزي للتناقض في العصر الرقمي". استخدم فنانو الفيديو تقنية التزييف العميق "لإعادة كتابة تاريخ الفيلم بشكل هزلي من خلال تعديل السينما الكنسية مع فناني الأداء النجوم الجدد". يحلل الباحث السينمائي كريستوفر هوليداي كيف يؤدي تبديل الجنس والعرق بين فناني الأداء في مشاهد الأفلام المألوفة إلى زعزعة استقرار التصنيفات والفئات العمرية. تمت مناقشة فكرة "التزييف العميق" أيضًا في مناقشة أوليفر إم جينجريتش للأعمال الفنية الإعلامية التي تستخدم تقنية التزييف العميق لإعادة صياغة النوع ، بما في ذلك الفنان البريطاني جيك إلويس ، وهو عمل فني يستخدم تقنية التزييف العميق لسحب الملكات للتلاعب عمدًا. بالنوع. كما بدأ استكشاف الإمكانات الجمالية للتزييف العميق. يشير مؤرخ المسرح جون فليتشر إلى أن العروض المبكرة للتزييف العميق يتم تقديمها كعروض ، وتضعها في سياق المسرح ، وتناقش "بعض التحولات النموذجية الأكثر إثارة للقلق" التي تمثلها تقنية التزييف العميق كنوع من الأداء.