AI-ஆல் உருவாக்கப்படும் நிர்வணப் படங்களை ஏன் தடுக்க முடியாது — ஒரு உருவாக்குநரின் பார்வை

AI-ஆல் உருவாக்கப்படும் நிர்வணப் படங்களை ஏன் தடுக்க முடியாது — ஒரு உருவாக்குநரின் பார்வை

மக்களைப் பாதுகாத்து வந்த தடைகள் இப்போது மறைந்துவிட்டன

சில ஆண்டுகளுக்கு முன்பு, ஒரு நம்பகமான நிர்வணப் படத்தை உருவாக்குவது என்பது உண்மையான உழைப்பைக் கோரியது — நல்ல GPU, சுமாரான மென்பொருள்களைக் கையாளும் பொறுமை, மற்றும் அரைகுறையான முடிவுகளை சகித்துக்கொள்ளும் மனப்பான்மை தேவைப்பட்டது. அந்த உழைப்பே ஒரு இயற்கையான வடிகட்டியாகச் செயல்பட்டு, தீவிரமான நோக்கம் இல்லாதவர்களைத் தடுத்து நிறுத்தியது. ஆனால், அந்த வடிகட்டி இப்போது இல்லை.

இன்றைய ஓபன் இமேஜ்-ஜெனரேஷன் மாடல்கள், சாதாரண நுகர்வோர் கணினிகளிலேயே நிஜப் படங்களைப் போன்ற (photorealistic) வெளியீடுகளை உருவாக்குகின்றன. சமூக மாடல் களஞ்சியங்களில் (repositories) உள்ள செக்பாயிண்டுகள் ஒவ்வொன்றும் பத்து லட்சத்திற்கும் அதிகமான முறை பதிவிறக்கம் செய்யப்பட்டுள்ளன, மேலும் பிரபல அடிப்படை மாடல்களைக் கொண்டு உருவாக்கப்பட்ட ஆபாச உள்ளடக்க மாற்றமைப்புகள் பல லட்சம் முறை பதிவிறக்கம் செய்யப்பட்டுள்ளன. இதன் மேல், ஒரு குறிப்பிட்ட தோற்றம், உடல் அமைப்பு அல்லது ஒரு குறிப்பிட்ட நபரின் தோற்றத்தைக் கொண்டுவர, பொழுதுபோக்காளர்களால் உருவாக்கப்பட்ட எண்ணற்ற சிறிய "fine-tune" கோப்புகளும் சேர்க்கப்படுகின்றன. மிகவும் பரவலாகப் பயன்படுத்தப்படும் சில அடிப்படை மாடல்கள் லட்சக்கணக்கான படங்களைக் கொண்டு பயிற்சி அளிக்கப்பட்டு, எந்தவிதமான உள்ளமைக்கப்பட்ட கட்டுப்பாடுகளும் இன்றி வெளியீடு செய்யப்படுகின்றன. இதற்கு அதிநவீன கணினித் தேவைகள் எதுவும் இப்போது தேவையில்லை — சில ஆண்டுகளுக்கு முன்பிருந்த ஒரு நடுத்தர கேமிங் லேப்டாப்பே போதுமானது.

அடுத்ததாக இதன் எளிய வடிவமும் உள்ளது: அனைத்து தொழில்நுட்பச் செயல்பாடுகளையும் ஒரே பொத்தானின் பின்னால் மறைக்கும் "nudify" செயலிகள். ஆடை அணிந்த புகைப்படத்தைப் பதிவேற்றி, சில நொடிகள் காத்திருந்தால், போலி நிர்வணப் படம் கிடைத்துவிடும். முன்னணி செயலி அங்காடிகளில் (app stores) இதுபோன்ற பல டஜன் செயலிகள் இருப்பதாகவும், அவை ஒட்டுமொத்தமாக பல கோடி முறைகளுக்கு மேல் பதிவிறக்கம் செய்யப்பட்டுள்ளதாகவும் சமீபத்திய வெளிப்படைத்தன்மை அறிக்கைகள் காட்டுகின்றன. கவர்ச்சிகரமான இடைமுகத்தையும் (interface) கட்டணச் சுவரையும் விலக்கிப் பார்த்தால், இது யார் வேண்டுமானாலும் தங்கள் வீட்டில் இயக்கக்கூடிய அதே ஓபன்-சோர்ஸ் டிஃப்யூஷன் (open-source diffusion) தொழில்நுட்பம்தான்.

ஓபன் வெயிட்ஸ் என்றால் அதை நிறுத்துவதற்கான சுவிட்ச் எதுவுமில்லை என்பதாகும்

பெரும்பாலான கவலை தரும் ஆய்வுக் கட்டுரைகளில் கவனிக்கப்படாமல் விடுபடும் பகுதி இதுதான்: இந்த மாடல்கள் ஓபன் வெயிட்ஸ். ஒரு மாடல் வெளியிடப்பட்ட பிறகு, அதன் அளவுருக்கள் (parameters) ஒரு கோப்பாக மாறுகின்றன — அந்தக் கோப்பு இப்போது உலகம் முழுவதிலும் உள்ள பல்லாயிரக்கணக்கான ஹார்டு டிரைவ்களில் சேமிக்கப்பட்டுள்ளது. அதை உங்களால் திரும்பப் பெற முடியாது. அதைத் தொலைவிலிருந்து நீக்க ஒரு பேட்ச் (patch) அனுப்ப முடியாது. கோரிக்கைகள் கடந்து செல்ல மத்திய சர்வர் எதுவும் இல்லை, அதைாக்குபவரைக் கட்டுப்படுத்த சேவை விதிகள் (terms of service) இல்லை, என்ன உருவாக்கப்படுகிறது என்பதைப் பார்க்கவோ அல்லது தடுத்து நிறுத்தவோ எந்தவொரு நிறுவனத்தாலும் முடியாது.

AI-ஆல் உருவாக்கப்படும் ஆபாச உள்ளடக்கத்தைக் கட்டுப்படுத்துவது பற்றிய பெரும்பாலான விவாதங்கள், ஒரு தடுத்து நிறுத்தும் புள்ளி (chokepoint) இருப்பதாகக் கருதுகின்றன — அதாவது ஒரு தளம் ஒரே சுவிட்சில் ஒரு குறிப்பிட்ட உள்ளடக்கத்தையே மறைந்துபோகச் செய்வது போல. ஆனால் ஓபன்-வெயிட் மாடல்கள் அந்தத் தடுப்புப் புள்ளி இல்லாமலேயே உருவாக்கப்பட்டன. உருவாக்கம் முழுவதும் முற்றிலும் ஒருவரின் சொந்த சாதனத்தில் நடக்கிறது, விருப்பப்பட்டால் இணைய இணைப்பு இல்லாமலும், வெளி நபர்களின் கண்களுக்குத் தெரியாமலும் செய்ய முடியும். இணைய இணைப்பு இல்லாத லேப்டாப்பிலும் கூட என்னால் இந்த மாடல்களை இயக்க முடியும். வேறு யாராலும் இதைச் செய்ய முடியும்.

நேர்மையான பணிகளுக்கு லோக்கல் மாடல்களைப் பயனுள்ளதாக்கும் பண்பும் இதுதான் — ஒவ்வொரு கோரிக்கைக்கும் கட்டணம் இல்லை, சேவை நிறுத்தப்படலாம் அல்லது விதிகள் மாறலாம் என்ற அச்சம் இல்லை, மேலும் உணர்திறன் மிக்க தரவுகளுக்கு முழுமையான தனியுரிமை கிடைக்கிறது. ஒரு டெவலப்பர் வாடிக்கையாளரின் குறியீட்டைப் பாதுகாப்பதற்கும், ஒரு அன்னியர் ஒருவரின் அனுமதியின்றி போலிப் படத்தை உருவாக்குவதற்கும் இடையே இந்தத் தொழில்நுட்பம் வேறுபாடு காண்பதில்லை. தீங்கான பயன்பாட்டிற்கு வழியமைக்காமல், பயனுள்ள பயன்பாட்டை மட்டும் பெற முடியாது. இது யாரோ சரிசெய்ய மறந்த பிழை (bug) அல்ல. இது தொழில்நுட்பம் இயங்கும் விதத்தின் உள்ளார்ந்த அம்சமாகும்.

இலக்காக்கப்படுபவர்கள் பெரும்பாலும் குழந்தைகளே, பிரபலங்கள் அல்ல

டீப்ஃபேக் (deepfakes) பற்றிய பொதுமக்களின் கவனம் பெரும்பாலும் பிரபலங்கள் மற்றும் அரசியல்வாதிகள் மீதே இருந்தது, இதனால் இந்தச் சிக்கல் தூரமானதாகவும் அரிதானதாகவும் தோன்றுகிறது. ஆனால், உண்மை நிலைமை மிகவும் பரவலானதாகவும், நம் அன்றாட வாழ்க்கைக்கு மிகவும் நெருக்கமானதாகவும் உள்ளது.

இங்கிலாந்தில் உள்ள ஆசிரியர்களிடம் நடத்தப்பட்ட ஆய்வில், தங்கள் வகுப்பில் படிக்கும் ஒருவரின் போலி ஆபாசப் படங்களை உருவாக்க மாணவர்கள் இந்தக் கருவிகளைப் பயன்படுத்துவது தங்களுக்குத் தெரியும் என்று குறிப்பிடத்தக்க எண்ணிக்கையிலான ஆசிரியர்கள் தெரிவித்துள்ளனர். பள்ளிகளில் உலா வரும் டீப்ஃபேக் ஆபாச உள்ளடக்கங்களில் பெரும்பாலானவை பதினான்கு வயதிற்குட்பட்ட குழந்தைகளைக் — சில சமயங்களில் பதினொரு வயதுக் குழந்தைகளைக் கூட — இலக்காகக் கொண்டுள்ளன என்று பிற ஆய்வுகள் காட்டுகின்றன. பென்சில்வேனியா மேல்நிலைப் பள்ளி ஒன்றில் பதிவான ஒரு சம்பவத்தில், ஒரே ஒரு மாணவர் சமூக ஊடகங்களில் இருந்து பெறப்பட்ட சாதாரண புகைப்படங்களைப் பயன்படுத்தி ஐந்து சக மாணவிகளின் போலி ஆபாசப் படங்களை உருவாக்கினார். அமெரிக்க இளம் பருவத்தினரிடம் நடத்தப்பட்ட விரிவான ஆய்வுகள், மைனராக இருக்கும்போதே இந்த முறையில் பாதிக்கப்பட்ட யாராவது ஒருவரைத் தங்களுக்கு நேரில் தெரியும் என்று கணிசமானோர் கூறுவதைக் காட்டுகின்றன.

குழந்தைகள் பாதுகாப்பு சார்ந்த இந்த அம்சமே, இது அவசரமான பிரச்சனையா இல்லையா என்ற எஞ்சிய விவாதங்களுக்கு முற்றுப்புள்ளி வைக்க வேண்டும். குழந்தைகள் பாலியல் வன்கொடுமைப் பொருட்கள் குறித்த அமெரிக்காவின் முதன்மைப் புகார் அமைப்பை நடத்தும் நிறுவனம், AI-ஆல் உருவாக்கக்கப்பட்ட உள்ளடக்கங்கள் குறித்த புகார்கள் ஆண்டுக்கு ஆண்டு பெருமளவில் அதிகரித்துள்ளதாக ஆவணப்படுத்தியுள்ளது. வெளிநாட்டு "nudify" சேவை ஒன்றிலிருந்து கசிந்த தரவுகளில், பல்லாயிரக்கணக்கான போலிப் படங்களும், அவற்றை உருவாக்கப் பயன்படுத்தப்பட்ட அறிவுறுத்தல்களும் (prompts) சேமிக்கப்பட்டிருந்ததாகத் தெரிகிறது. இது இனி ஒரு கற்பனையான ஆபத்து அல்ல — ஏற்கனவே நடந்து முடிந்த சம்பவங்களின் ஆவணப்படுத்தப்பட்ட உண்மையாகும்.

ஏற்றுக்கொள்ள மிகவும் கடினமான விஷயம் என்னவென்றால், குற்றவாளிகள் பெரும்பாலும் எவ்வளவு சாதாரணமானவர்களாக இருக்கிறார்கள் என்பதே: அவர்கள் அதிநவீன குற்றவாளிகள் அல்ல, கையடக்கத் தொலைபேசியும், சமீப காலம் வரை பிரபல செயலிக் கடைகளில் எளிதாகக் கிடைத்த ஒரு செயலியும் வைத்துள்ள சலிப்படைந்த ஒரு வளரிளம் பருவத்தினர்தான். இதைச் செய்வதைக் கடினமாக்கிய அந்தத் தடைதான் இப்போது முற்றிலும் மறைந்துவிட்டது.

கண்டறிதல் என்பது பாதுகாப்பாளர்கள் தொடர்ந்து தோற்றுக்கொண்டே இருக்கும் ஒரு போட்டியாகும்

போலிகள் நம்பகத்தன்மை அடைந்தால், அவற்றைக் கண்டறியும் கருவிகளும் அதற்கேற்ப வளர்ச்சியடையும் என்ற ஆறுதலான எதிர்வாதம் ஒன்று உண்டு. ஆனால் ஆதாரங்கள் வேறு விதமாகக் காட்டுகின்றன — இது ஓடும் இயந்திரத்தைப் (treadmill) போன்றது, இலக்குக் கோடு அல்ல.

எந்தவொரு கண்டறியும் கருவியும் நீண்ட காலத்திற்குத் துல்லியமான சாதனையைத் தக்கவைத்துக் கொள்வதில்லை, ஏனெனில் சூழல் மாறும் கணத்தில் அதன் செயல் திறன் குறைகிறது. தெளிவான தரவுத் தொகுப்பில் சிறப்பாகச் செயல்படும் ஒரு மாடல், நிஜ உலகப் படங்களில் கணிசமாகக் குறைவாகவே செயல்படுகிறது — நிஜப் படங்கள் அமுக்கப்பட்டு (compressed), வெட்டப்பட்டு (cropped), ஸ்கிரீன்ஷாட் எடுக்கப்பட்டு, மீண்டும் பகிரப்படும்போது, கண்டறியும் கருவிகள் நம்பியிருக்கும் நுட்பமான தடயங்கள் அழிகின்றன. நிலைமையை இன்னும் மோசமாக்கும் வகையில், இது வடிவமைப்பு ரீதியாகவே ஒரு போட்டியாக உள்ளது: ஆராய்ச்சியாளர்கள் கண்டறியும் முறைகளை வெளியிடுகிறார்கள், ஜெனரேட்டிவ் மாடல்களை உருவாக்குபவர்கள் அந்த ஆய்வறிக்கைகளைப் படிக்கிறார்கள், அடுத்த தலைமுறை மாடல்கள் தங்களைக் காட்டிக்கொடுத்த அதே தடயங்களை அகற்றும் வகையில் உருவாக்கப்படுகின்றன.

பாதுகாப்பாளர்கள் பின் தங்குவதற்கு ஒரு கட்டமைப்பு ரீதியான காரணம் உள்ளது. பாதிப்பை ஏற்படுத்த, ஜெனரேட்டர் ஒரே ஒரு முறை கண்டறியும் கருவியை ஏமாற்றினால் போதுமானது. ஆனால் கண்டறியும் கருவியோ, உண்மையான படங்களைத் தவறாகக் குறிப்பிடாமல், அனைத்து மாடல்களிலும் ஒரு படம் மாற்றப்படக்கூடிய அனைத்து வழிகளிலும் எப்போதும் சரியாக இருக்க வேண்டும். இவை இரண்டும் சமமான சுமைகள் அல்ல — ஒரு தரப்பிற்கு ஒரே ஒரு வெற்றி தேவை, மறுதரப்பிற்குத் தொடர்ச்சியான மற்றும் முழுமையான துல்லியம் தேவை. இந்தத் துறையின் ஒவ்வொரு நேர்மையான மதிப்பீடும் ஒரே முடிவுக்குத்தான் வருகிறது: கண்டறிதல் ஒருபோதும் நிரந்தரமாக வெல்வதில்லை, அடுத்த மாடல் வெளியீடு அழித்துவிடும் ஒரு தற்காலிக முன்னிலையை மட்டுமே அது பெறுகிறது.

சட்டம் தவறான அடுக்கையே இலக்காகக் கொண்டுள்ளது

இதன் பொருள் எதுவும் செய்யப்படவில்லை என்பதல்ல. அமெரிக்காவில், 2025-இல் சட்டமாக கையொப்பமிடப்பட்ட Take It Down Act — அடையாளம் காணக்கூடிய மனிதர்களின் AI-ஆல் உருவாக்கக்கப்பட்ட போலிப் படங்கள் உட்பட, அனுமதியற்ற ஆபாசப் படங்களை வெளியிடுவதைக் குற்றமாக்குகிறது. மேலும் செல்லுபடியாகும் கோரிக்கை வரப்பெற்ற 48 மணி நேரத்திற்குள் அத்தகைய உள்ளடக்கங்களை அகற்றுமாறு தளங்களைக் கேட்டுக்கொள்கிறது. விதிமுறைகளுக்கு உட்பட்ட அகற்றும் அமைப்புகளை உருவாக்க தளங்களுக்கு 2026 ஆம் ஆண்டின் நடுப்பகுதி வரை அவகாசம் இருந்தது, மேலும் இந்தச் சட்டத்தின் கீழ் முதல் தண்டனையும் வழங்கப்பட்டுவிட்டது. பெரும்பாலான அமெரிக்க மாநிலங்களில் ஆபாச டீப்ஃபேக்குகளைக் கையாளும் சொந்தச் சட்டங்களும் உள்ளன. அந்த முன்னேற்றம் உண்மையானது மற்றும் அங்கீகரிக்கப்பட வேண்டியது.

ஆனால் சட்டம் உண்மையில் எதனைக் கட்டுப்படுத்துகிறது என்பதைப் பாருங்கள்: வெளியீடு மற்றும் விநியோகம் — ஒரு சாதனத்திலிருந்து உள்ளடக்கம் வெளியேறி ஒரு தளத்தைச் சென்றடையும் தருணம். தளங்கள் ஒரு முக்கியமான தடுப்புப் புள்ளியாக இருப்பதால், அங்கு அழுத்தம் கொடுப்பது அர்த்தமுள்ள ஒன்றாகும். ஆனால் சட்டத்தால் தொட முடியாதது உருவாக்கத்தை (generation) தான். ஒருவரின் லேப்டாப்பில் இருக்கும் மாடல் கோப்பையோ, தளம் ஆய்வுக்கு உட்படாத செய்திச் செயலி மூலம் தனிப்பட்ட முறையில் உருவாக்கப்பட்டுப் பகிரப்படும் படத்தையோ, அல்லது குழு உரையாடலில் பகிரப்படும் புகைப்படத்தையோ சட்டத்தால் எட்ட முடியாது. உள்ளடக்கம் அகற்றப்படுவது என்பது பாதிப்பு ஏற்கனவே பகிரங்கமான பின்னரே செயல்படுத்தப்படும் ஒரு தீர்வாகும். சக மாணவர்கள் ஏற்கனவே ஒரு போலிப் படத்தைப் பார்த்துவிட்ட ஒரு மாணவருக்கு, அதை விரைவாக அகற்றுவது ஏற்கனவே நடந்ததை மாற்றிவிடாது.

சட்டம் பயனற்றது என்று சொல்வதற்கில்லை — இந்த உள்ளடக்கங்களை விநியோகிப்பதற்கான விலையை உயர்த்துவது முக்கியமானதாகும். ஆனால் அகற்றுதல் சட்டங்களை முழுமையான தீர்வாகக் கருதுவது, ஒழுங்குபடுத்தப்படாத மிகப் பெரிய அடுக்கைப் புறக்கணித்து ஒழுங்குபடுத்தப்பட்ட ஒரே ஒரு அடுக்கை மட்டும் தீர்வாகக் கருதும் தவறாகும். உருவாக்கம் என்பது எந்தவொரு அகற்றுதல் அமைப்பின் வரம்பிற்கும் அப்பாற்பட்ட அடுக்கில் நடக்கிறது, மேலும் அந்த அடுக்குதான் ஏற்கனவே கட்டுப்பாட்டை மீறி வளர்ந்துள்ளது.

'தடுப்பது சாத்தியமற்றது' என்பதே ஏன் நேர்மையான பதிலாக இருக்கிறது

இது முயற்சியைக் கைவிடுவதற்கான அழைப்பு அல்ல — பிரச்சனையைக் துல்லியமாகக் கண்டறிவதற்கான அழைப்பு, ஏனெனில் தவறான நோயறிதல் தவறான எதிர்வினைக்கே வழிவகுக்கும்.

ஏற்கனவே பல்லாயிரக்கணக்கான கணினிகளில் நகலெடுக்கப்பட்ட ஒரு மாடலை உங்களால் திரும்பப் பெற முடியாது. தத்ரூபமான படங்களை உருவாக்குவதை மீண்டும் கடினமாக்க முடியாது. எப்போதும் முன்னிலையில் இருக்கும் ஒரு கண்டறியும் கருவியை உருவாக்க முடியாது, மேலும் ஒருவரின் சொந்தக் கணினியில் தனிப்பட்ட முறையில் நடக்கும் கணக்கீட்டை எட்டும் சட்டத்தை எழுத முடியாது. உண்மையாக உதவும் ஒவ்வொரு நடவடிக்கையும் உருவாக்கத்திற்குப் பிந்தைய கட்டத்திலேயே செயல்படுகிறது: வேகமான மற்றும் நிலையான அகற்றுதல்கள், விநியோகத்திற்கான உண்மையான சட்டரீதியான விளைவுகள், இந்த நோக்கத்திற்காக உருவாக்கப்படும் செயலிகளுக்கு எதிராகச் செயலி அங்காடிகள் (app stores) கொள்கைகளை உறுதியாக நடைமுறைப்படுத்துவது, மற்றும் திரையின் மூலம் வந்த பிற பாதிப்புகளைக் கையாளப் பழகியது போல பள்ளிகள் குழந்தைகளுடன் இது குறித்து நேர்மையான உரையாடல்களை மேற்கொள்வது. இவை செய்யப்பட வேண்டியவை — ஆனால் இவை பாதிப்பைக் குறைக்கும் நடவடிக்கைகளே தவிர, தடுப்பு முறைகள் அல்ல.

இந்தத் தொழில்நுட்பம் ஆபத்தானது என்று எச்சரிக்கும் கட்டுரைகள் அந்த ஆபத்தைச் சரியாகவே சுட்டிக்காட்டுகின்றன. ஆனால் அவை தவறவிடும் இடம், இதற்கான தீர்வு இன்னும் சாத்தியம் என்று நம்புவதுதான். இந்தக் கருவிகள் ஏற்கனவே பல மில்லியன் சாதனங்களில் பரவிவிட்டன. ஒரு காலத்தில் மக்களைப் பாதுகாத்த தடை மறைந்துவிட்டது, அது இனி திரும்பி வராது. அனைவருக்கும் சங்கடமளிக்கும் உண்மை என்னவென்றால், தடுக்க முடியும் என்று அனைவரும் நம்பிய விஷயம் ஏற்கனவே நடந்துவிட்டது — அதுவும் பொது விவாதம் இது வருமா என்று கேட்டுக்கொண்டிருந்த போதே அமைதியாக நடந்து முடிந்துவிட்டது.

Free field guide

API Security Testing Checklist

A practical workflow for testing authentication, authorization, input handling, business logic, and evidence without losing track of scope.