Neironu tīkls tika mācīts izveidot "universālas" sejas, lai maldinātu identifikācijas sistēmas

Pēc pētījuma autoru domām, 9 sintezētas sejas var aizstāt attēlus vismaz 40% cilvēku

no atvērtas datu bāzes.Eksperimenta laikā zinātnieki pārbaudīja StyleGAN ģeneratīvā pretrunīgā tīkla (GAN) neironu tīklu trīs efektīvās sejas atpazīšanas sistēmās. Pētījums tika veikts kopīgi ar zinātniskajām iestādēm Telavivā.

Darba gaitā zinātnieki noskaidroja, ka vienīgaisģenerētā seja spēj atdarināt 20% seju no Masačūsetsas Universitātes atvērtās datu bāzes. Kā jūs zināt, tieši viņa bieži tiek izmantota, lai pārbaudītu personības atpazīšanas sistēmas.

Iegūtas secīgas "galveno personu" grupasaptaujas laikā, izmantojot dažādas pārklājuma meklēšanas metodes, tostarp LM-MA-ES. Piešķirtais vidējais pārklājums (MSC) ir norādīts zem katra attēla.

Izraēlas zinātnieku metode ļauj jums pieteiktiesatvērtos avotus kā "modeļus" absolūtā vairākuma cilvēku "aizstāšanai", neizmantojot slēgtas datu bāzes. Dažādos apstākļos zinātniekiem izdevās panākt "pozitīvu" vairāk nekā 40% līdz 60% seju identificēšanu, izmantojot tikai 9 ģenerētas fotogrāfijas.

Izraēlas sistēmas darbplūsma, kurā tiek izmantots StyleGAN, lai iteratīvi meklētu “galvenās personas”. Avots: https://arxiv.org/pdf/2108.01077.pdf

Sistēma izmanto t.s. "Evolūcijas algoritms" un "neiroprediktors", kas novērtē varbūtību, cik pašreizējais "kandidāts" būs labāks par sejām, kas ģenerētas iepriekšējo mēģinājumu laikā.

Lasīt vairāk

Skatiet, kā melnā caurums sāk iznīcināt zvaigzni

Jaunā daļiņa, kas atklāta pie lielā hadronu kolidera

NASA: situācija ar modeli "Zinātne" ir nopietnāka nekā iepriekš paziņots