ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ഉപയോഗിച്ച് ഗോൾഫ് കളിക്കുന്ന ചിത്രങ്ങൾ വ്യാജമാണെന്ന് ട്രംപ്
ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ഉപയോഗിച്ച് ഗോൾഫ് കളിക്കുന്ന ചിത്രങ്ങൾക്ക് അധിക പൗണ്ട് വർദ്ധിപ്പിച്ചുവെന്ന് മുൻ പ്രസിഡന്റ് ഡൊണാൾഡ് ട്രംപ് പറഞ്ഞു.
രാഷ്ട്രീയ ഇടതുപക്ഷത്തെ കടന്നാക്രമിച്ച് ജസ്റ്റിസ് ആർതർ എൻഗോറോൺ ന്യൂയോർക്കിൽ 355 മില്യൺ ഡോളർ പിഴ വിധിച്ചപ്പോൾ ട്രംപ് സോഷ്യൽ മീഡിയയിൽ തന്റെ ഭാരം താരതമ്യം ചെയ്യാൻ ഗോൾഫ് കളിക്കുന്ന മൂന്ന് ഫോട്ടോകൾ കാണിച്ചു.
“വ്യാജ വാർത്തകൾ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് (എഐ) ഉപയോഗിച്ച് മുകളിൽ ഇടതുവശത്ത് ചിത്രം സൃഷ്ടിച്ചു,” ട്രൂത്ത് സോഷ്യൽ പോസ്റ്റിൽ ട്രംപ് എഴുതി. “ഇവർ നിന്ദ്യരായ ആളുകളാണ്, പക്ഷേ എല്ലാവർക്കും അതറിയാം. വ്യത്യാസം കാണിക്കാൻ ഞാൻ ഇന്ന് ഗോൾഫ് ബോളുകൾ അടിക്കുന്നതാണ് മറ്റ് ചിത്രങ്ങൾ. സങ്കടകരമെന്നു പറയട്ടെ, നമ്മുടെ രാജ്യത്ത് വ്യാജവാർത്തകൾ മാത്രമാണ് നിങ്ങൾക്ക് ലഭിക്കുന്നത്!”
മാറ്റം വരുത്തിയ ചിത്രത്തെക്കുറിച്ച് ആഴത്തിൽ നടത്തിയ അന്വേഷണത്തിൽ ഫോട്ടോ യഥാർത്ഥത്തിൽ ഫോട്ടോഷോപ്പ് ചെയ്തതാണെന്നും 2017 ൽ എടുത്ത ഒരു ചിത്രത്തിൽ നിന്ന് ആരോ മുൻ പ്രസിഡന്റിന്റെ തല ഗോൾഫിംഗ് താരം ജോൺ ഡാലിയുടെ ശരീരത്തിൽ വച്ചതായും കണ്ടെത്തി.
ഡാലിയും ട്രംപും ദീർഘകാല സുഹൃത്തുക്കളാണ്, അവർ ഒരുമിച്ച് നിരവധി തവണ ഗോൾഫ് കളിച്ചിട്ടുണ്ട്. രണ്ട് തവണ ഗോൾഫിംഗ് ചാമ്പ്യനായ അദ്ദേഹം മുൻ പ്രസിഡന്റിന്റെ പിന്തുണക്കാരനാണ്, കൂടാതെ 2024 ൽ വൈറ്റ് ഹൗസിലേക്ക് മടങ്ങാൻ ട്രംപിനെ പ്രോത്സാഹിപ്പിക്കുകയും ചെയ്തു. ഓവൽ ഓഫീസിൽ ഉൾപ്പെടെ ഒഴിവുസമയങ്ങളിൽ ഗോൾഫ് കളിക്കുന്നതിൽ ട്രംപ് പ്രശസ്തനാണ്.
“ടൂറുകളിലെ നമുക്കെല്ലാവർക്കും ഡാഡി ട്രംപിനെ തിരികെ വേണമെന്ന് കരുതുന്നു,” ഡാലി കഴിഞ്ഞ ഡിസംബറിൽ മുൻ ഫോക്സ് ന്യൂസ് അവതാരകൻ ടക്കർ കാൾസണോട് പറഞ്ഞു. “അവന് ജയിക്കണം; അദ്ദേഹം വിജയിക്കുമെന്ന് ഞാൻ ദൈവത്തോട് പ്രാർത്ഥിക്കുന്നു. നമ്മുടെ രാജ്യത്തെ വീണ്ടും ഒരുമിച്ച് കൊണ്ടുവരുന്നതിലും സാമാന്യബുദ്ധി ഇവിടെ വീണ്ടും കൊണ്ടുവരുന്നതിലും സംതൃപ്തിക്ക് വേണ്ടി മാത്രം.”
1990 കളിലെ ഒരു സംഭാഷണത്തിനിടെ ട്രംപ് വൈറ്റ് ഹൗസിൽ തന്റെ സ്ഥാനം പ്രവചിച്ചിരുന്നതായും ഡാലി വെളിപ്പെടുത്തി.
“ഞങ്ങൾ ഒരു പ്രോ-ആം കളിച്ചു, ഞങ്ങൾ തിരികെ പോയി കുറച്ച് സംസാരിച്ചു, അദ്ദേഹം എഴുന്നേറ്റപ്പോൾ, ‘എന്റെ വാക്ക് അടയാളപ്പെടുത്തുക, ഞാൻ ഒരു ദിവസം അമേരിക്കൻ പ്രസിഡന്റാകും’. ഇത് ’92, ’93, ’94 എന്നിവയിലായിരിക്കാം,” ഡാലി പറഞ്ഞു.
Experienced Researcher with a demonstrated history of working in the Deep Learning, Computer Vision
