ایتنا - تقلب فتوشاپی به تدریج در حال پیچیدهتر شدن است، ولی Adobe Systems از هوش مصنوعی برای شناسایی چنین دستکاریهایی استفاده میکند.
تقلب فتوشاپی به تدریج در حال پیچیدهتر شدن است، ولی Adobe Systems از هوش مصنوعی برای شناسایی چنین دستکاریهایی استفاده میکند.
به گزارش سرویس اخبار فناوری از رایورز به نقل از cnet، در برخی از مواقع لازم میشود که حقیقت داشتن یا نداشتن یک عکس مشخص شود، مثلا در عکاسی خبری، عکسهای بحث برانگیز سیاستمداران یا سلبریتیها و شواهد جرمشناسی مورد استفاده نهادهای اعمال قانون.
در اینجاست که پای هوش مصنوعی به میان میآید، به ویژه تکنولوژی شبکه عصبی که تا حدودی مبتنی بر توانایی مغز انسان برای یادگیری از دادههای جهان واقعی، و نه دستورالعملهای برنامهنویسی دقیق، است. این تکنولوژی برای شناسایی اسپم، یافتن تراکنشهای جعلی کارت اعتباری، یادگیری نحوه بحث و درک گفتار انسانی مفید واقع شده است. و این ابزار میتواند نشانههای ویرایش تصویر را نیز مشخص نماید، به ویژه در زمانی که لکههای نویز در یک بخش از تصویر با بخش دیگر تطابق نداشته باشند یا زمانی که مرزهای نامعمولی در جائی وجود داشته باشد که تصویر جدید تقسیمبندی شده است.
ولاد موراریو، دانشمند ارشد تحقیقات Adobe، و همکارانش در دانشگاه مریلند در مقالهای در Computer Vision Research گفتند: «حتی با بررسیهای دقیق باز هم انسانها به سختی میتوانند بخشهای دستکاری شده را تشخیص دهند. روش ما نه تنها تصاویر دستکاری شده را شناسایی میکند، بلکه تکنیکهای مختلف دستکاری را نیز از هم تمیز میدهد.»
تکنیکهای یادگیری ماشینی شبکههای عصبی نتایج بهتری را ارائه میکنند، ولی کیفیت نتایج تا حدود زیادی به کیفیت دادههایی که یک شبکه عصبی بر روی آن آموزش داده میشود بستگی دارد.
در فرایندهای یادگیری معمول، دادهها با دقت از قبل برچسب میخورند تا کامپیوتر بتواند الگوها را شناسایی نماید، که چنین شیوهای به کار زیادی نیاز دارد.»
موراریوم در یک بیانیه تکنولوژی جدید Adobe توضیح داد که: «ما، با استفاده از دهها هزار نمونه از تصاویر مشخصا دستکاری شده، یک شبکه عصبی یادگیری عمیق را برای تشخیص دستکاری در تصویر آموزش دادیم.»