Słownik pojęć

Deepfake

Czym jest Deepfake?

Deepfake to obraz, nagranie wideo lub audio stworzone lub zmienione za pomocą AI, które w przekonujący sposób pokazuje prawdziwe osoby mówiące lub robiące rzeczy, które nigdy się nie wydarzyły. Obok uprawnionych zastosowań w filmie czy dubbingu deepfake’i służą do dezinformacji, niszczenia reputacji i oszustw – na przykład fałszywych telefonów od rzekomego przełożonego z prośbą o przelew. Ochrona obejmuje oddzwanianie znanymi kanałami, jasne procesy zatwierdzania i oznaczanie treści wygenerowanych przez AI.

Tematy

dezinformacja
oszustwo
generatywna AI

Wypróbuj KI.ordo

Agenci, przepływy i szablony w jednym obszarze roboczym – bezpłatne demo na 24 godziny.

Uruchom demo

← Wszystkie pojęcia

Powiązane pojęcia

Generatywna sieć przeciwstawna (GAN)

Generatywna sieć przeciwstawna (GAN) składa się z dwóch sieci neuronowych trenowanych przeciwko sobie: generator tworzy sztuczne dane, takie jak obrazy, a dyskryminator próbuje odróżnić je od prawdziwych. Dzięki tej rywalizacji wyniki stają się coraz bardziej realistyczne. GAN-y wprowadzono w 2014 roku i kształtowały one generowanie obrazów, zanim modele dyfuzyjne stały się bardziej powszechne; wykorzystuje się je na przykład do syntetycznych danych treningowych lub poprawy jakości obrazu.

Sieci neuronowe
generowanie obrazów
+1

generatywna AI

Generatywna AI to systemy AI, które tworzą nowe treści – tekst, obrazy, dźwięk, wideo lub kod programu – zamiast jedynie sortować lub oceniać istniejące dane. Opierają się na modelach, które uczą się wzorców z dużych ilości danych i wykorzystują je do tworzenia wiarygodnie wyglądających nowych wyników. W biznesie służy na przykład do przygotowywania szkiców e-maili, streszczeń, opisów produktów czy pomysłów na obrazy. Wyniki mogą zawierać błędy i należy je sprawdzić przed użyciem.

pojęcie podstawowe
tworzenie treści
+1

Etyka AI

Etyka AI zajmuje się pytaniami moralnymi związanymi z rozwojem i wykorzystaniem AI: sprawiedliwością i dyskryminacją, przejrzystością i wyjaśnialnością, ochroną danych, odpowiedzialnością za błędy, bezpieczeństwem oraz skutkami dla pracy i społeczeństwa. W organizacjach konkretyzuje się w wytycznych, ocenach ryzyka, nadzorze człowieka i szczerej komunikacji o ograniczeniach AI. Przykład: przed wprowadzeniem narzędzia do selekcji CV sprawdza się, czy nie dyskryminuje ono określonych grup.

etyka
Właściwy dział
+1

Wykrywanie oszustw

Wykrywanie oszustw obejmuje metody, które na wczesnym etapie identyfikują podejrzane transakcje, zamówienia, konta lub wnioski. Reguły i modele uczące się szukają sygnałów ostrzegawczych, takich jak różne adresy dostawy i rozliczeniowy, nietypowe ilości, rzucająca się w oczy presja czasu czy jednorazowe adresy e-mail. Wykorzystuje się je w e-commerce, bankowości, ubezpieczeniach i usługach płatniczych. Ponieważ fałszywe alarmy mogą dotknąć rzetelnych klientów, wykryte przypadki powinny być weryfikowane przez ludzi, a nie automatycznie odrzucane.

Zapobieganie oszustwom
Zarządzanie ryzykiem
+1

Szablon