Mik azok a mélyhamisítások? | Newsverso Glossary 

A mélyhamisítás egy olyan videó- ​​és képmanipulációs technika, amely gépi tanulási algoritmusokat használ hamis és meggyőző tartalom létrehozására. A modern számítógépek feldolgozási teljesítményét a fejlett mesterséges intelligencia technikákkal ötvözi, így hitelesnek tűnő, de valójában teljesen kitalált videók készítését teszi lehetővé.

Az arcok felcserélésének, a beszéd módosításának és még meg sem történt jelenetek létrehozásának képességével a mélyhamisítások jelentős kihívásokat jelentenek a digitális biztonság és az információk hitelessége szempontjából.

HIRDETŐ

Deephamisítványokat generatív ellenséges hálózatoknak nevezett mesterséges neurális hálózatokon keresztül lehet létrehozniariavan (GAN). Ezeket a hálózatokat hiteles képeket és videókat tartalmazó nagy adathalmazokra képezték ki, amelyek megtanulják feltérképezni egy személy sajátos jellemzőit, hogy meggyőző hamisítványt hozzanak létre.

Míg a mélyhamisítási technológiát olyan területeken alkalmazzák, mint a szórakoztatás és a vizuális effektusok, aggályokat vet fel a hamis információk terjesztése, az emberek magánélete, sőt a zsarolás és csalás lehetősége is.

A mélyhamisítások negatív hatásainak leküzdése érdekében fontos beruházni az ilyen digitális manipulációk észlelési és ellenőrzési technikáiba. Gépi tanulási algoritmusok fejleszthetők a videók mintáinak és következetlenségeinek azonosítására, felfedve a mélyhamisításra utaló jeleket. Emellett elengedhetetlen a tudatosság és a digitális írástudás előmozdítása, hogy az emberek képesek legyenek felismerni és questionbiztosítják az általuk fogyasztott tartalom hitelességét.

HIRDETŐ

Referenciák:

  • Zhou, X., Han, X. és Morariu, VI (2020). A manipulált arcképek és videók észlelésének megtanulása. Proceedings of IEEE, 109(2), 207-227. doi: 10.1109/JPROC.2020.3020351
  • Rossler, A., Cozzolino, D., Verdoliva, L., Riess, C., Thies, J. és Nießner, M. (2019). FaceForensics++: A manipulált arcképek észlelésének megtanulása. Az IEEE/CVF Nemzetközi Számítógépes Látás Konferencia (ICCV) anyaga, 1-11. doi: 10.1109/ICCV.2019.00100

*A cikk szövegét részben generálta ChatGPTáltal kifejlesztett mesterséges intelligencia alapú nyelvi modell OpenAI. A szöveges bejegyzéseket hozta létre Curto A hírek és válaszok szándékosan, teljes terjedelmében reprodukálva. A válaszok a ChatGPT automatikusan generálódnak, és nem képviselik a véleményét OpenAI vagy a modellhez kapcsolódó személyek. A közzétett tartalomért minden felelősség a személyt terheli Curto News.

görgess fel