Dirbtinis intelektas kaip įrankis sukčiavimui balso sintezavimo atvejis

Ištrauka

Bakalauro darbas 
Dirbtinis intelektas kaip įrankis sukčiavimui: balso sintezavimo atvejis

TURINYS
ĮVADAS 5
1. RUTININĖS VEIKLOS TEORIJA IR NUSIKALTIMAI ELEKTRONINĖJE ERDVĖJE 7
1.1. Rutininės veiklos teorija 7
1.2. Sukčiavimai naudojant balso sintezę 9
2. BALSO SINTEZAVIMAS 11
2.1. Teksto-į-kalbą sintezavimo modelis (TTS) 11
2.2. Kalbos-į-kalbą sintezavimo modelis (STS) 13
3. TYRIMO METODOLOGIJA 14
3.1. Balso sintezavimo programų analizės metodika 14
3.1.1. Programų analizės rezultatų interpretavimas 15
3.2. Straipsnių turinio analizės metodika 20
3.2.1. Turinio analizės rezultatų interpretavimas 22
IŠVADOS 28
LITERATŪROS SĄRAŠAS 30
1 PRIEDAS. Balso sintezavimo programų sąrašas 35
2 PRIEDAS. Raktinių frazių sąrašas 35
3 PRIEDAS. Naujienų portaluose publikuotų straipsnių sąrašas 36

SANTRAUKA
Šio darbo tikslas yra nustatyti veiksnius, kurie gali prevenciškai pristabdyti sukčiavimų, kurių
metu nusikaltėlis naudoja balso sintezavimo technologiją, vykdymo dažnį. Darbe pristatoma
Rutininės veiklos teorija, supažindinama su jos taikymu nagrinėjant nusikaltimus, vykstančius
elektroninėje erdvėje, taip pat aptariama mašininių mokymosi algoritmų paremta balso sintezavimo
technologija, pristatomi du galimi jos metodai – teksto-į-kalbą (angl. Text-to-speech, TTS) ir kalbos-
į-kalbą (angl. Speech-to-speech, STS) – ir jų veikimo principai. Siekiant išsiaiškinti, kokie faktoriai
ir kaip gali prisidėti prie nusikalstamų sukčiavimo atvejų prevencijos, atlikti du kokybiniai tyrimai.
Kokybinės balso sintezavimo programų analizės metu išanalizavus 9 programas, identifikuoti
įvairūs programų apribojimai, pavyzdžiui, privaloma registracija, mokama balso klonavimo paslauga
ar trumpa sintezuotos kalbos įrašų trukmė, kurie kaip savotiški „saugikliai“ gali atlikti prevencinę
priemonę ir atgrasyti nusikaltėlį nuo sukčiavimo darymo. Kita vertus, programų analizės metu
pastebėti programų privalumai, tokie kaip plati sintezuotų balsų biblioteka ar galimybė sintezuoti
balsą realiu laiku, kurie priešingai gali turėti įtakos sukčiavimo atvejų padaugėjimui.
Kokybinėje straipsnių, publikuotų naujienų portaluose, turinio analizėje pristatyti 7 skirtingi
sukčiavimo atvejai, aprašyti iš viso 38-iuose naujienų portaluose. Tyrime nustatyti trys svarbūs
faktoriai, galintys sumažinti riziką nukentėti nuo tokio pobūdžio sukčiavimų, t. y. reikalaujamų
piniginių lėšų neturėjimas, taip pat kai asmens tapatybė patvirtinama patikrinus jo telefono numerį ar
paprasčiausiai tiesiogiai paskambinant žmogui, kuriuo apsimetinėja sukčius.

ĮVADAS
Darbo temos aktualumas ir ištirtumas. Mašininis mokymasis (toliau MM) - programų
kompiuterizuotas informacijos apdorojimas, paremtas įvairiais algoritmais ir modeliavimo įrankiais.
Pati programa geba savarankiškai apdoroti ir mokytis iš gautos (turimos) informacijos bei vėliau ją
pritaikyti savęs tobulinimui (Mahesh, 2020). MM yra laikomas itin pažangia technologija, leidžiančia
programoms atlikti skirtingo pobūdžio ir įvairaus sudėtingumo procesus, tokius kaip sugeneruoti
logišką, nuoseklų ir aiškiai struktūruotą tekstą bet kokia tema ar palaikyti rišlų tekstinį pokalbį su
žmogumi (ChatGPT), sukurti paveikslėlį pagal vartotojų suvedamus raktinius žodžius ar frazes 
(MidJourney) bei manipuliuoti vaizdine bei garsine medžiaga (DeepFaceLab). Pastarajam 
apibūdinti dažnai vartojamas angliškas terminas „DeepFake”, kuris lietuvių kalboje verčiamas į
atitikmenis „vaizdakaita”, „sintetiniu vaizdo klastojimu”, „sintetine vaizdo sankaita” ar „sintetine
vaizdakaita”. Šios sąvokos dažniausiai vartojamos kalbant tik apie vaizdinės medžiagos klastotes, 
todėl toliau nagrinėjant specifiškai tik garso klastotes, kurios moksliniuose šaltiniuose kartais
įvardijamos „audio deepfakes” (Masood et al. 2023; Xue et al. 2022), atitinkamai galima vartoti
„balso sintezavimo”, „(sintetinės) kalbakaitos” ar „sintetinės kalbos sankaitos” sąvokas. Balso
(kalbos) sintezavimas reiškia, jog pasitelkiant įvairių technologijų pagalba dirbtinai sukuriamas
netikras „balsas” ir „kalba“, kurie primena natūralų žmogaus balsą ir kalbą. Nors pats balso
sintezatorius egzistuoja jau gana ilgą laiką, visgi neišvengiamas technologijų evoliucionavimas lėmė
ir kompiuterizuotą šio sintezatoriaus...