AI Strange Tales

डीपफेक का अजीब, तेज़ इतिहास: एक लैब की चालाकी से लेकर $25 मिलियन की डकैती तक

लेखक: The Unsolved Report Editorial Team · प्रकाशित 2026-01-14

2014 के एक AI प्रयोग से डीपफेक चेहरा-बदल और करोड़ों की ठगी तक कैसे पहुँचा? डीपफेक तकनीक का अजीब, तेज़ इतिहास, आसान भाषा में।

साझा करें

हांगकांग में एक फाइनेंस कर्मचारी अपने बॉस के साथ वीडियो कॉल पर बैठा था। चीफ फाइनेंशियल ऑफिसर ठीक स्क्रीन पर मौजूद था। साथ में कई सहकर्मी भी थे, जिनके चेहरे वह पहचानता था। उन्होंने बातचीत की। उन्होंने उससे कुछ पैसे भेजने को कहा। उसने भेज दिए — पंद्रह वायर ट्रांसफर, $25 मिलियन, सब एक ही दिन में।

उस कॉल पर मौजूद हर इंसान नकली था।

उनमें से एक भी असली नहीं था। चेहरे। आवाज़ें। वे छोटे-छोटे सिर हिलाना और रुक-रुककर बोलना। सब कुछ एक कंप्यूटर का बनाया हुआ था। उसे कुछ गड़बड़ का अहसास कई दिन बाद हुआ, जब उसने हेड ऑफिस फोन किया — और पता चला कि वो मीटिंग कभी हुई ही नहीं थी (CNN, 2024)।

तो हम यहाँ तक पहुँचे कैसे? एक मशीन ने इंसान का चेहरा पहनना सीखा कैसे? यह कहानी जितनी आप सोचते हैं, उससे छोटी है। और कहीं ज़्यादा अजीब।

GAN deepfake white girl，deep learning，seems like a USA girl — Wikimedia Commons, bod lnga klang (Public domain)

शुरुआत एक मुँह से हुई

"डीपफेक" शब्द बिल्कुल नया लगता है। पर इसके पीछे की चालाकी नई नहीं है।

चलिए लौटते हैं 1997 में। तीन शोधकर्ताओं ने एक प्रोग्राम बनाया, नाम था Video Rewrite। इसमें किसी के बोलते हुए का पुराना फुटेज डालो, और यह उसके मुँह को काट-छाँटकर दोबारा जोड़ देता — जब तक स्क्रीन पर मौजूद इंसान वो शब्द बोलता न दिखे जो उसने कभी कहे ही नहीं। ज़ोर से, बाकायदा। मकसद बेकसूर था: फिल्मों को दूसरी भाषाओं में डब करना। काम भद्दा था। पर यह पहली मशीन थी जिसने इस तरह की चेहरे की कठपुतलीबाज़ी को पूरी तरह अपने-आप कर दिखाया (History of Information)।

फिर, सालों तक, लगभग कुछ नहीं हुआ। तकनीक रेंगती रही।

और फिर अचानक यह दौड़ पड़ी।

Re face And Si Face — Wikimedia Commons, V8rik at en.wikipedia (CC BY-SA 3.0)

दो मशीनें, आपस में भिड़ी हुईं

जून 2014। इयान गुडफेलो नाम के एक शोधकर्ता और उनके साथियों ने एक चीज़ सामने रखी, जिसे जनरेटिव एडवर्सेरियल नेटवर्क कहा गया — यानी GAN (Wikipedia)। यहाँ ज़रा रुकिए, क्योंकि आगे जो कुछ भी होता है, उसका इंजन यही है।

कल्पना कीजिए दो कंप्यूटर प्रोग्रामों की, जो आपस में द्वंद्व में भिड़े हैं। एक जालसाज़ है। वह नकली चेहरे बनाता है। दूसरा जासूस है। उसका बस एक ही काम है — नकली को पकड़ना। हर बार जब जासूस एक को पकड़ता है, जालसाज़ अपनी गलती पढ़ता है, सीखता है, और एक बेहतर चेहरा बना देता है। फिर वे दोबारा भिड़ते हैं। और फिर। हज़ारों दौर (MIT Sloan)।

जालसाज़ डरावने हद तक माहिर हो जाता है — क्योंकि जासूस उसका पीछा करना कभी नहीं छोड़ता। दूसरे सिरे से ऐसा चेहरा निकलता है, जिसके बारे में आप कसम खा लें कि वह कोई असली इंसान है।

नाम अँधेरे से निकला

असली शब्द "deepfake" सामने आया नवंबर 2017 में। और यह इंटरनेट के सबसे घटिया कोने से रेंगकर बाहर आया।

एक Reddit यूज़र — जिसका नाम था "deepfakes" — मशहूर हस्तियों के चेहरे अश्लील वीडियो में चिपकाने लगा। "Deep learning" यानी डीप लर्निंग जोड़ "fake" यानी नकली। नाम चिपक गया। इसके इर्द-गिर्द एक पूरा समुदाय फूल उठा, करीब 90,000 सदस्यों जितना ताकतवर, इससे पहले कि Reddit ने फरवरी 2018 में उसे बंद कर दिया (Reality Defender; The Verge)।

बैन से कुछ नहीं बदला। औज़ार पहले ही खुले मैदान में बिखर चुके थे।

तहखाने से लेकर बैंक की तिजोरी तक

अब वो जगह आती है जहाँ यह एक डरावना शौक नहीं रह जाता और असली पैसे चूसने लगता है।

2019। अपराधियों ने एक कंपनी के मुखिया की आवाज़ की हूबहू नकल बनाई — वो हल्का जर्मन लहजा, उसके बोलने की लय, हर एक बारीक निशानी। फिर उन्होंने ब्रिटेन की एक ऊर्जा कंपनी के एक कर्मचारी को फोन किया। कर्मचारी को पक्का यकीन था कि वह अपने बॉस से बात कर रहा है। घंटे भर के अंदर €220,000 (करीब $243,000) गायब हो चुके थे (Trend Micro)।

पाँच साल बाद: वही $25 मिलियन की हांगकांग वाली वीडियो डकैती, जिसके बारे में आपने ऊपर पढ़ा।

पैटर्न देखा? हर कदम पर नकली चीज़ें सस्ती होती गईं। तेज़। पकड़ना और मुश्किल। और यह लकीर अब भी ऊपर ही चढ़ती जा रही है।

क्या अब हम सच और झूठ बता भी सकते हैं?

यहाँ वो सवाल है जिसे आज तक कोई हल नहीं कर पाया: क्या हम भरोसे के साथ असली को नकली से अलग पहचान सकते हैं — और क्या कभी पहचान पाएँगे?

आपको लगेगा जवाब आसान है। बस एक नकली-पकड़ने वाला यंत्र बना लो। हमने बना भी लिया। पर वह टिका नहीं।

वो द्वंद्व याद है — जालसाज़ बनाम जासूस? पूरी समस्या यही है। GAN तो पैदा ही जासूसों को हराने के लिए हुए थे। किसी मशीन को डीपफेक पकड़ना सिखाओ, और आपने डीपफेक बनाने वालों को बस एक चेकलिस्ट थमा दी कि आगे क्या-क्या ठीक करना है। बिल्ली और चूहे का खेल, बस फर्क यह कि चूहा हर बार और चालाक होता जा रहा है (Optica)।

और बाढ़ चढ़ती जा रही है। 2024 के आखिर तक बड़े राष्ट्रीय बैंकों पर रोज़ पाँच बार से ज़्यादा हमले हो रहे थे — जबकि उसी साल की शुरुआत में यह दिन में दो से भी कम था (SecurityWeek)। और 2024 में इस समस्या के पीछे लगे शोधकर्ताओं ने एक दर्दनाक बात मानी: जैसे ही पकड़ने वाला यंत्र किसी बिल्कुल नई किस्म के नकली से टकराता है, जिसे उसने पहले कभी नहीं देखा, वह वहीं बिखर जाता है (arXiv, 2024)।

तो सीधा-सच्चा जवाब? हमारे पास डीपफेक पकड़ने का कोई भरोसेमंद, भविष्य में भी टिकने वाला तरीका नहीं है। फिलहाल, जालसाज़ ही जीत रहे हैं।

तो आगे यह सब जाता कहाँ है?

आगे क्या होगा, इस पर तीन बड़े अंदाज़े। और ये सच में अंदाज़े ही हैं — ये व्याख्याएँ और भविष्यवाणियाँ हैं, कोई पक्की हकीकत नहीं।

शायद जासूस बराबरी पकड़ लें। कुछ जानकार स्मार्ट AI डिटेक्टरों और "वॉटरमार्किंग" पर दाँव लगाते हैं — असली वीडियो में, फिल्माए जाने के ठीक उसी पल, अनदेखे निशान गाड़ देना। यह पासा पलट सकता है। पर यह तभी चलेगा जब दुनिया का हर कैमरा बनाने वाला एक ही सिस्टम पर राज़ी हो। यह कतई पक्का नहीं है।

शायद हम "यह नकली है क्या?" पूछना ही बंद कर दें। दूसरे लोग मानते हैं कि हम सवाल ही पूरा उलट देंगे: यह नहीं कि "यह वीडियो नकली है क्या?" बल्कि "क्या यह वीडियो साबित कर सकता है कि वह आया कहाँ से?" जैसे दवा की शीशी पर लगी छेड़छाड़-रोधी सील। तकनीक मौजूद है। पर वह हर जगह पहुँचने से अभी कोसों दूर है।

या शायद असली खतरा मशीनें नहीं — हम खुद हैं। यही वाली बात सबसे ज़्यादा चुभती है। जैसा शोधकर्ताओं के एक समूह ने कहा, खतरा "उस तकनीक से नहीं आता जो इसे बनाती है, बल्कि लोगों की उस सहज आदत से आता है कि वे जो देखते हैं उस पर यकीन कर लेते हैं" (UNESCO)। और इसका एक गंदा दूसरा पहलू भी है, जिसे "झूठे का फायदा" कहते हैं: एक बार जब सबको पता चल जाए कि नकली चीज़ें मौजूद हैं, तो असली कैमरे में पकड़ा गया कोई भी इंसान बस कंधे उचकाकर कह सकता है "अरे, यह तो डीपफेक है।" यह एक दलील है, कोई नापी-तौली हकीकत नहीं। पर इससे पीछा छुड़ाना बेहद मुश्किल है।

अब ज़रा सनकी बातें। आपको ऐसी पोस्टें मिलेंगी जो कसम खाकर कहती हैं कि मशहूर घटनाएँ, चंद्रमा पर उतरना, या दुनिया के नेता — ये सब चुपके से डीपफेक हैं — या कि कोई परछाई जैसा गुप्त गिरोह सालों से असली लोगों की अदला-बदली करता आ रहा है। इनमें से किसी के लिए भी कोई भरोसेमंद सबूत नहीं है। इन्हें इंटरनेट की लोक-कथाओं में रख दीजिए: बेबुनियाद, और लगभग पक्के तौर पर झूठ।

स्रोत और आगे पढ़ने के लिए

डीपफेक की शुरुआत दो मशीनों के बीच एक द्वंद्व के रूप में हुई — एक झूठ बोलती, दूसरी उस झूठ को पकड़ने की कोशिश करती। पर वही चालाकी, दो AI एक मुकाबले में भिड़े हुए, अब कंप्यूटरों को एक चेहरा नकली बनाने से कहीं ज़्यादा अजीब चीज़ सिखा रही है। कुछ शोधकर्ता मानते हैं कि यह उन्हें चीज़ों को चाहना सिखा रही है। तब क्या होगा जब कोई AI हमारी नकल करना छोड़ दे — और अपने-आप फैसले लेने लगे?

और पढ़ें — और भी अनसुलझे रहस्य