Generatiiviset kilpailevat verkot (GAN) ja deep fake (5 op)

Arviointiasteikko

0 - 5

Tavoitteet

Generatiiviset kilpailevat verkostot (Generative Adversarial Networks, GAN) ovat kaiken nykyisen ”deep fake”-nimityksen mukaisen kuva- ja videomanipulaation taustalla. Tällä kurssilla opiskelijat pääsevät tutustumaan GAN-tekoälyyn sekä käytännön että teorian näkökulmasta. Kurssi on Moodlessa itsenäisesti tai ryhmässä suoritettava kurssi, ja se sisältää sekä koodausta että kirjallisia töitä. Alun aiheeseen tutustumisen jälkeen kurssilla koodataan kuvamanipulaattori, jolla voi tuottaa keinotekoisen kuvan, joka muistuttaa täysin aitoa. Lisäksi kurssilla analysoidaan manipuloituja kuvia ja pyritään erottamaan ne aidoista. Kurssin aikana tehdyistä löydöksistä kirjoitetaan loppuraportti. Kurssi arvioidaan arvosanalla 1-5.

Toteutustavat

Kurssi toteutetaan verkon yli mahdollisimman itsenäisenä työskentelynä.

Suoritustavat

Kurssin voi suorittaa palauttamalla ajallaan sekä alkuesseen, molemmat koodit ja loppuraportin. Joissain tapauksissa koodit voi tehdä myös ryhmätyönä. Kurssin arvosana määräytyy loppuraportin perusteella.

Sisältö

Kurssilla tehdään alkuessee ja tutustutaan opetusmateriaaliin ja GAN-verkkoja käsitteleviin tieteellisiin julkaisuihin. Kurssilla ohjelmoidaan kaksi GAN-koodia, joista toinen on täydennettävä itse ja toinen tehdään alusta saakka. Lopuksi kirjoitetaan loppuraportti kurssin aikana tehdyistä havainnoista.

Arviointikriteerit, tyydyttävä (1)

Loppuraportti on ymmärrettävä ja osoittaa riittävää ymmärrystä sekä GAN-verkkojen teoriasta että koodaamisesta. Deep fake -tunnistamisesta tehdyt havainnot ovat välillä oikeita ja jossain määrin selitetty.

Arviointikriteerit, hyvä (3)

Loppuraportti on kohtuullisen selkeä ja osoittaa hyvää ymmärrystä sekä GAN-verkkojen teoriasta että koodaamisesta. Deep fake -tunnistamisesta tehdyt havainnot ovat jossain määrin oikeita ja ymmärrettävästi selitetty.

Arviointikriteerit, kiitettävä (5)

Loppuraportti on selkeä ja osoittaa erinomaista ymmärrystä sekä GAN-verkkojen teoriasta että koodaamisesta. Deep fake -tunnistamisesta tehdyt havainnot ovat oikeat ja täsmällisesti selitetty.

Esitietovaatimukset

Kurssilla tarvitaan riittävä ymmärrys tekoälystä, joten se on sopiva 3. ja 4. vuosikurssin opiskelijoille.