จะเกิดอะไรขึ้น ? ถ้ามีคนขโมยเสียงเราไปใช้

เมื่อปีที่ผ่านมา ดาราชื่อดังหรือบุคคลที่ชื่อเสียงทั่วโลกต้องปวดหัวกับเทคโนโลยีที่ไปไกลเกินกว่าใครจะหยุดมันได้ เมื่อการสวมใบหน้าของคนดังลงไปบนใบหน้าใครก็ได้ในวีดีโอ ทำให้กลายเป็นคน ๆ นั้นได้อย่างเป็นธรรมชาติ ถ้าไม่สังเกตดี ๆ จะไม่รู้เลยว่านี่คือเอฟเฟกต์วีดีโอที่ทำขึ้น Deepfake กลายเป็นที่รู้จักในวงกว้างทันทีเมื่อมันถูกหยิบไปใช้ในทางที่ผิด ทั้งการใส่หน้าดาราดังในหนังโป๊ หรือใส่หน้าของคู่กรณีลงไปเพื่อแก้แค้น และที่เลวร้ายที่สุดเลยคือผู้มีชื่อเสียงหลายคนถูกนำหน้าไปใส่ไว้ในวีดีโอ fake news เพื่อหวังผลทางการเมือง ร้อนถึงผู้รักษากฎหมายที่ต้องออกมาตอบโต้หรือหาวิธีจับผิดวีดีโอเหล่านี้

เรียกง่าย ๆ ว่ามันคือการ photoshop หน้าคนบนวีดีโอ ถ้านึกไม่ออกว่า Deepfake สมจริงได้ขนาดไหนลองดูวีดีโอข้างล่างที่นำหน้าของนักแสดงฮอลลีวูด Nicolas Cage มาใส่ในตัวอย่างหนัง ‘Avengers: End Game’ แม้วีดีโอนี้จะทำขึ้นมาขำ ๆ แต่ทุกคนต้องทึ่งกับเทคโนโลยีของมัน

แต่ตอนนี้ไม่เพียงหน้าเราจะไม่ปลอดภัยอีกแล้ว เสียงของเราก็อาจจะโดนปลอมแปลงหรือสวมรอยได้เหมือนกัน

เสียงพูดก็เหมือนลายนิ้วมือที่มีความเฉพาะตัวไม่มีใครเหมือนกัน เอกลักษณ์น้ำเสียงมาจากโครงสร้างร่างกายที่แตกต่างกัน รวมไปถึงแนวคิดความเชื่อ งานอดิเรก ตัวตน รวมไปถึงสังคมที่เราเคยผ่านมาด้วย ทำให้น้ำเสียงของเราเปลี่ยนแปลงเติบโตไปไม่มีทางซ้ำกับใครแน่นอน เหมือนในอดีตที่พวกเขาเชื่อว่าการพูดคือมันคือวิธีสื่อสารทางจิตวิญญาณ หลังจากที่ Thomas Edison สามารถดึงเสียงออกมาจากร่างกายคนได้ในปี 1877 โดยไม่ให้เสียงตายไปกับคน ๆ นั้นด้วย

แต่ตอนนี้เหมือนเทคโนโลยีจะก้าวมาไกลมาก จนกลายเป็นสัญญาณอันตรายต่อความจริง ความไว้วางใจ หรือหลักฐานทางประวัติศาสตร์ เมื่อเราสามารถใส่เสียงของคน ๆ หนึ่งลงไปในวีดีโอหรือใช้พูดคุยกับคนอื่นได้ สิ่งที่หลายคนกังวลคือมันอาจซ้ำรอย fake news หรือการหลอกหลวงทางโทรศัพท์

แต่ด้านดีก็ยังมีอยู่ เมื่อเทคโนโลยีนี้อาจเข้ามาช่วยคนที่มีปัญหาการพูดให้พูดคุยเหมือนคนปกติได้ การใช้หุ่นยนต์ตอบโต้ทางเสียงได้เหมือนคนมาก รวมไปถึงอุตสาหกรรมความบันเทิงก็น่าสนใจ มีความเป็นไปได้มากมายที่ศิลปินจะหยิบเสียงของคนอื่นมาใช้ ทั้งชุบชีวิตศิลปินที่ตายไปแล้ว การออกแบบโชว์แห่งอนาคตระหว่างมนุษย์และ AI

หลายบริษัทก็มีแนวคิดจัดเก็บเสียงที่มีค่ามากมายเอาไว้ ทั้งเสียงในประวัติศาสตร์ TED Talks กว่าสองพันวีดีโอ หรือเสียงของผู้มีอิทธิพลต่อโลกอย่าง Bill Gates แต่การโคลนนิ่งเสียงคนอื่นก็ไม่ใช่เรื่องใหม่อะไร สตาร์ตอัพบางแห่งเก็บตัวอย่างเสียงพูดมากมายของคนหลากหลายประเภท เช่นสำเนียงความแหลมในเสียงแต่ละคน เพื่อสร้างเสียงที่เหมือนคนจริงที่สุดขึ้นมา ส่วนหนึ่งเพื่อวิจัยเอาไปต่อยอดเป็นบริการบางประเภท พัฒนาเทคโนโลยีที่ท้าทายขอบเขตของอัตลักษณ์ในตัวมนุษย์ เช่น Modulate ที่ให้เราสวมน้ำเสียงหรือสำเนียงคนอื่นบนโลกออนไลน์เพื่อปิดบังตัวตน ทำให้ท่องไปในโลกของอินเทอร์เน็ตได้อย่างสบายใจ

การที่มีคลังข้อมูลเสียง ศิลปินก็หยิบนำไปต่อยอดในทางสร้างสรรค์ได้ด้วยการสอนให้ AI แต่งเพลงหรือร้องเพลงด้วยเสียงที่เป็นภาษาของตัวเอง หนึ่งในอัลบั้มที่น่าสนใจคือ Proto ของ Holly Herndon ที่ช่วย AI เขียนเพลงอิเล็กทรอนิกอันน่าตื่นเต้นขึ้นมา ศิลปินหลายคนอาจหยิบไปเพียงร่องรอยของการเป็นมนุษย์ที่ปรากฏบนเสียงเหล่านั้น แต่เธอเลือกที่จะให้ AI ของเธอที่ชื่อว่า Spawn ค้นหาและตีความเสียงเหล่านั้นออกมาใหม่ ลบเส้นแบ่งระหว่างมนุษย์กับปัญญาประดิษฐ์ให้จางลงไปได้อีก Herndon ใช้เวลาสองปีในการสอน Spawn เกี่ยวกับสังคมมนุษย์ผ่านเสียงร้องเพลงของคน 300 คน หรือทำเวิร์คช็อปกับนักร้องมากมายและบันทึกข้อมูลมาป้อนให้กับ AI ของเธอ โดยมีนักดนตรีศาสตร์ให้คำแนะนำเกี่ยวกับวัฒนธรรมทางดนตรีอย่างใกล้ชิด

แน่นอนว่าการถูกนำเสียงไปใช้กับ fake news ยังเป็นเรื่องที่ต้องเฝ้าระวังกันต่อไป แต่เทคโนโลยีนั้นมาพร้อมกับคุณและโทษเสมออยู่ที่ใครจะเอาไปใช้ทำอะไร ซึ่งทำให้การทำงานศิลปะหรือช่องทางในการปลดปล่อยความเป็นมนุษย์มีทางเป็นไปได้อีกมากมายล้านแปด เราควรเปลี่ยนมุมมองให้ AI เป็นเพื่อนร่วมทางมากกว่าจะเป็นภัยคุกคามมากกว่า ขออย่าให้มันไฮเทคถึงขนาดในหนังเรื่อง Mission Impossible ก็พอ ตอนนั้นคงน่ากลัวอยู่เหมือนกันนะ

อ้างอิง
theconversation.com
slate.com
loudandquiet.com
wired.com

• Twitter
• Line