Facebook AI Research заявила о разработке системы машинного обучения, которая не дает искусственному интеллекту определять людей по видео . На этой технологии основаны все современные системы распознавания лиц.
Разработчики утверждают, что ИИ для автоматической модификации видео не требует дополнительного обучения под конкретное видео. Как пояснил инженер-исследователь Facebook AI и профессор Тель-Авивского университета Лиор Вольф, система объединяет состязательный автокодировщик с нейросетью. Алгоритм просто заменяет лицо человека его слегка искаженной версией, а ИИ использует архитектуру кодировщика-декодера и генерирует искаженные и неискаженные изображения лица человека, которые затем можно встроить в видео. Разработка показала на видео, как это работает .
«Распознавание лиц может привести к потере конфиденциальности, а технология замены лиц может быть использована для создания вводящих в заблуждение видео. Недавние мировые события, связанные с прогрессом и злоупотреблением технологией распознавания лиц, вызывают необходимость понимания методов, которые успешно справляются с де-идентификацией. Наш метод пока единственный, который подходит для видео, включая трансляции, и обеспечивает качество, намного превосходящее описанные в литературе методы», — отметили в компании.
В Facebook заявили об отсутствии планов по применению новой технологии в приложении. Однако систему можно использовать при создании материалов, которые остаются узнаваемыми для людей. Кроме того, анонимизированные лица в видео могут быть использованы для обучения систем ИИ. В мае Google использовал Mannequin challenge videos для обучения систем искусственного интеллекта для улучшения систем восприятия глубины видео. Сама же компания в настоящее время выступает ответчиком по иску на 35 млрд долларов, суть которого заключается в применении в соцсети технологии автоматического распознавания лиц.
Разработка будет представлена на международной конференции ICCV (International Conference on Computer Vision), которая состоится на следующей неделе в Сеуле.
В сентябре Facebook совместно с Microsoft и коалицией «Партнёрства по искусственному интеллекту во благо людей и общества», а также научными работниками из нескольких университетов объявили конкурс на разработку технологии распознавания дипфейков (deepfake, видео, созданных нейросетью).
В ходе проекта Deepfake Detection Challenge Facebook поручил исследователям создавать реалистичные дипфейки, а затем прорабатывать алгоритмы их обнаружения. Призовой фонд проекта составляет 10 млн долларов.
«В отрасли нет достаточного набора данных или эталона для их обнаружения. Мы хотим стимулировать больше исследований и разработок в этой области и разработать лучшие инструменты с открытым исходным кодом для обнаружения подделок», — заявили тогда в Facebook.
Между тем Google в сотрудничестве с компанией Jigsaw (бывшей Google Ideas) уже выпустила датасет, в который вошло более трех тысяч дипфейков . Для его разработки Google набрала актеров, из которых произвольно были составлены пары. Нейронные сети поменяли лицо одного актера из пары на лицо другого. Для создания роликов с самыми разными сценариями использовались публично доступные алгоритмы Deepfakes, Face2Face, FaceSwap и NeuralTextures.
До этого в докладе Data and Society его авторы поставили под сомнение автоматизированные решения для распознавания видео , созданных с помощью машинного обучения. Бритт Пэрис и Джоан Донован отметили, что дипфейки, хотя и кажутся относительно новым явлением, на самом деле являются частью долгой истории манипулирования СМИ, а для изменения ситуации необходимы как социальные, так и технические усовершенствования. Чрезмерное же доверие к ИИ, по их мнению, может только усугубить ситуацию, сконцентрировав больше данных и мощности в руках частных корпораций.)
Разработчики утверждают, что ИИ для автоматической модификации видео не требует дополнительного обучения под конкретное видео. Как пояснил инженер-исследователь Facebook AI и профессор Тель-Авивского университета Лиор Вольф, система объединяет состязательный автокодировщик с нейросетью. Алгоритм просто заменяет лицо человека его слегка искаженной версией, а ИИ использует архитектуру кодировщика-декодера и генерирует искаженные и неискаженные изображения лица человека, которые затем можно встроить в видео. Разработка показала на видео, как это работает .
«Распознавание лиц может привести к потере конфиденциальности, а технология замены лиц может быть использована для создания вводящих в заблуждение видео. Недавние мировые события, связанные с прогрессом и злоупотреблением технологией распознавания лиц, вызывают необходимость понимания методов, которые успешно справляются с де-идентификацией. Наш метод пока единственный, который подходит для видео, включая трансляции, и обеспечивает качество, намного превосходящее описанные в литературе методы», — отметили в компании.
В Facebook заявили об отсутствии планов по применению новой технологии в приложении. Однако систему можно использовать при создании материалов, которые остаются узнаваемыми для людей. Кроме того, анонимизированные лица в видео могут быть использованы для обучения систем ИИ. В мае Google использовал Mannequin challenge videos для обучения систем искусственного интеллекта для улучшения систем восприятия глубины видео. Сама же компания в настоящее время выступает ответчиком по иску на 35 млрд долларов, суть которого заключается в применении в соцсети технологии автоматического распознавания лиц.
Разработка будет представлена на международной конференции ICCV (International Conference on Computer Vision), которая состоится на следующей неделе в Сеуле.
В сентябре Facebook совместно с Microsoft и коалицией «Партнёрства по искусственному интеллекту во благо людей и общества», а также научными работниками из нескольких университетов объявили конкурс на разработку технологии распознавания дипфейков (deepfake, видео, созданных нейросетью).
В ходе проекта Deepfake Detection Challenge Facebook поручил исследователям создавать реалистичные дипфейки, а затем прорабатывать алгоритмы их обнаружения. Призовой фонд проекта составляет 10 млн долларов.
«В отрасли нет достаточного набора данных или эталона для их обнаружения. Мы хотим стимулировать больше исследований и разработок в этой области и разработать лучшие инструменты с открытым исходным кодом для обнаружения подделок», — заявили тогда в Facebook.
Между тем Google в сотрудничестве с компанией Jigsaw (бывшей Google Ideas) уже выпустила датасет, в который вошло более трех тысяч дипфейков . Для его разработки Google набрала актеров, из которых произвольно были составлены пары. Нейронные сети поменяли лицо одного актера из пары на лицо другого. Для создания роликов с самыми разными сценариями использовались публично доступные алгоритмы Deepfakes, Face2Face, FaceSwap и NeuralTextures.
До этого в докладе Data and Society его авторы поставили под сомнение автоматизированные решения для распознавания видео , созданных с помощью машинного обучения. Бритт Пэрис и Джоан Донован отметили, что дипфейки, хотя и кажутся относительно новым явлением, на самом деле являются частью долгой истории манипулирования СМИ, а для изменения ситуации необходимы как социальные, так и технические усовершенствования. Чрезмерное же доверие к ИИ, по их мнению, может только усугубить ситуацию, сконцентрировав больше данных и мощности в руках частных корпораций.)