النص الكامل 4341 الكلمات، وعندما يكون التعلم مدى المتوقع 12 دقيقة

المصدر: CNN الأعمال

يوم واحد، كنت تحدثت عن التعارف عن طريق الانترنت الأشياء أكثر من ثلاثة أشهر، وبعد ثلاث ثوان تسأل أسطح القاعدة لن يتردد في سحب قائمة أصدقائك من الأسود إلى حذف.

انهزم قلبك، وأنا لن أتكلم عادة Yiyanbuge شعر أحمر الضوء على العديد من نقل مبلغ ضخم. فكرت أكثر، للغش.

كنت أخذت على عجل الصور من الجانب الآخر لتذهب إلى ذكرت الشرطة هذه المسألة.

وقالت نتائج الشرطة لك، أنا آسف يا سيدي، هذه الصورة هي تركيب AI، صور لأشخاص لا وجود لها.

AI وجه زرع شعبية، زهي Jiaoren الحقيقي للعدو!

AI جراحة زرع وجه في وقت مبكر من 17 عاما في الدول الأجنبية قد تسبب مناقشات ساخنة والجدل، وراء كل أنواع الفيديو زرع وجه يسمى تكنولوجيا Deepfakes.

وكانت هذه التكنولوجيا المقرر في البداية أن تدخل الرأي العام المسمى "DeepFakes" المستخدم فى منتدى رديت تحميل لقطات الفيلم الكبار، الفيديو، المستخدم سوف "المرأة المعجزة" الممثلة غال غادوت في تغيير وجه ل الكبار الفيلم الممثلة التي في الواقع لا أرى أدنى عيب.

بعد ذلك، وتستخدم Deepfakes للإشارة إلى استخدام التكنولوجيا AI لاستبدال وجه في شريط الفيديو.

AI جراحة زرع وجه ذلك أن غالبية المستخدمين الصينيين قد يكون خائفا عدد شريط سقوط في فبراير من هذا العام، وهي فترة تصل محطة رئيسية B "الصادرة عن يانغ مي الطبعة 1994" أسطورة أبطال كوندور "،" الفيديو ذهب الفيروسية على الإنترنت.

هذا الفيديو يتم توجيهها إلى مستخدمى الانترنت أثار قلقا واسعا ومناقشات ساخنة على المدونات الصغيرة بعد الاشتباه في تعديا على الرفوف قبل مبلغ إطار تدوين القادم من قراءة هذا المقال كانت تصل إلى 120 مليون، ما يصل إلى 28،000 التعليقات المادة.

في الواقع، أكثر من يانغ مي، واسم المشهد على أصحاب محطات B محاكاة ساخرة كان ما يقرب مرارا وتكرارا. على سبيل المثال، دعونا مستخدمى الانترنت مصيح، "اعتزال الحياة العامة بعد تحفة الدولية" شو ثانوس الحروب الزلزال، فضلا عن "يبدو نبتون المنسية مثل" Jianghai وانغ تهديد.

وبطبيعة الحال، المصنفة منظمة العفو الدولية المجتمع زرع وجه المستخدم ويبو @ يفقد ثلاثة والتحيز مؤخرا والجلوس لا يزال، وهذا ليس، عندما "لطيف قليلا فخور،" وضعت سودا جيانغ الله وجها رجل دانيال وو، وأيضا لا معنى له من انتهاك و.

لأن الوجه بعد التغيير أمر طبيعي جدا، والطبيعية للسماح للناس الذين ليسوا على دراية بها في أول وهلة وأشرطة الفيديو هذه لا أشعر بأي شيء غير عادي.

في حين أن التكنولوجيا في حد ذاتها مثيرة جدا للاهتمام، واسمحوا لنا ساخرا، "الجهات الفاعلة المستقبل لا يستغرق تسجيلا حيا، مباشر تجهيز آخر وجه زرع على الخط"، ولكن أيضا لكثير من المستخدمين يشعرون بالقلق. عندما المجرمين لانتشار بعض الملاحظات الفاصوليا غير لائقة مع وجه الحب أو جعل بعض سلوك غير لائق، فإن التأثير السلبي يكون فظيع جدا.

مثل DATS الصغرى بلوق المستخدم CareRoy_ وانغ يوان تعرضت مؤخرا لاستخدام AI زرع تقنيات وجه نشرت بيانات غير صحيحة في مصدر القناة الصغيرة والمشجعين الغش مما طيور البطريق الملك في هدية فرشاة، خدع الكثير من المعجبين وأكثر المضطربة.

وبالإضافة إلى ذلك، هناك تم استخدام العديد من الممثلات وجهه على بعض فيديو لا يمكن وصفها. مثل المذكورة سابقا غال غادوت، وإيما واتسون، ساتومي ايشيهارا وهلم جرا.

حتى الحب الأسود تكنولوجيا NVIDIA في ديسمبر كانون الاول عام 2006 مع مجموعة من وجه الحاسوب ولدت، ولكن هؤلاء الناس يواجهون ببساطة لا وجود لها. ربما مثل فتح ذكرنا يوم واحد قد يكون حقا على "الحب" هذا ليس وجود شخص.

عندما زرع وجه AI جيل جديد من برامج ضغط الجمال كبير من "السحر"، كيف نرد؟

AI فعل الشر، دعونا حلها AI.

AI جراحة زرع وجه كما حظة حقيقية، سلسلة من أمن الشبكات والقضايا التقنية الناشئة من وراء، ويجب أن تكون ذات قيمة عالية. تستخدم منظمة العفو الدولية لفعل الشر، ولكن أيضا مع AI الطبيعي لحلها.

في الآونة الأخيرة، وأمن DEF CON وبايدو شارك في استضافة الدورة الثانية للقمة الصناعة DCCB (DEF CON الصين بايدو) الأمن 2019 وافتتح رسميا في بكين. DEF CON تعرف باسم الدوائر المهوس "أوسكار"، وهو واحد من مؤتمر للصناعة أمن الشبكة قمة في العالم.

الصفحة الرئيسية الموقع الرسمي DCCB: المصدر

قال باحثون الأمن بايدو ". فيديو أقامت تهديدا أمنيا خطيرا جدا، ونحن بحاجة إلى استخدام التكنولوجيا للكشف عن".

في الاجتماع، وخبراء من الأمن بايدو طريقتان لنرى من خلال جراحة زرع وجه المعرض للمشاركين. ووفقا للتقارير، واستكشاف استراتيجيات المواجهة في جراحة زرع وجه الأزمة، مرة أخرى باستخدام العصبي طريقة التعرف على الشبكة على أساس عمق، وجدوا AI لحل AI، فإنه هو وسيلة فعالة.

طريقة واحدة أو "نظرة". الفعلي ومع ذلك، فإن هذا "اللوك"، مع البشر تختلف بالعين المجردة، وهو أقل من جهاز كمبيوتر لتحديد عدد من الميزات لم يلاحظ بصريا في الصورة الفيديو، مثل حل كل إطار من الفيديو، وصفاء. بعد كل Deepfakes ولدت الفيديو الوجه زرع لهم التي "حققت" علامات، مثل الصورة غير واضحة، وليس معالم الطبيعية من الوجه ليس أمرا هينا، وهلم جرا. منظمة العفو الدولية إلى الاعتراف العين البشرية لا يمكن الكشف عن هذه "العيوب"، سوف تكون قادرة على البقاء جراحة زرع الوجه الثاني غير متأثر واحد.

الطريقة الثانية هي FaceNet خوارزمية نموذج يقوم على جوجل اقترح تم استخدام هذا النموذج في الأصل للكشف عن وجه إنسان. بعبارات بسيطة، في الواقع، فإن مخطط صورة مدخلات وجه في ناقلات، عن طريق حساب متجه المسافات في الفضاء الإقليدية، وإذا كانت المسافة قريبة جدا، لكنه يظهر نفس الشخص. من ناحية أخرى، فإنه ليس كذلك. مع هذه التكنولوجيا من المعلومات ميزة وجه الإنسان، فإن خوارزمية تكون قادرة على العثور زرع الفيديو الوجه بعد العلاج. وفيما يتعلق بتفسير الفني FaceNet محددة، يمكنك إلقاء نظرة على جزء من العرض التقديمي.

الصفحة الرئيسية الموقع الرسمي DCCB: المصدر

بالطبع، بالإضافة إلى وسائل ربما لا تزال تتأثر عملية زرع وجه بايدو الجراحة التي أثارها خبراء الأمن، وهناك العديد من البحوث الأجنبية في هذا المجال، والتي لن تكون أدخلت واحدا تلو الآخر.

وبالإضافة إلى ذلك، وفقا لتقارير وسائل الاعلام، وهو أستاذ في كلية دارتموث هو وضع سياسي يمكن التعرف على برامج الفيديو وهمية، وتهدف إلى منع الجمهور بسبب الخطب السياسية عن طريق الفيديو كاذبة ومضللة من الأصوات في الانتخابات الرئاسية الأمريكية القادمة سلبا تأثير.

كما يجري الباحث الأمريكي سى وى Lyu من التعاون في العمق مع الوكالة الأميركية الدفاع مشاريع البحوث المتقدمة (DARPA)، ونحن ملتزمون بتطوير يمكن الكشف عن وتصفية Deepfakes برامج الفيديو، وذلك لمنع يتم تحميل التلاعب في محتوى كاذبة إلى الإنترنت.

قبل أيدي الرسمية، وتأتي لمعرفة FaceNet

والجزء الأخير من هذه المادة يعلمك كيفية تنفيذ استخدامك FaceNet الخاصة التعليمات البرمجية في نهاية المحمولة (أندرويد أو IOS نظام يمكن أن يكون)، ولكن قبل ذلك، دعونا لفترة وجيزة شرح FaceNet.

الاعتراف FaceNet هي عالية الأداء والتحقق منها وتجميع الشبكة العصبية. 22 بعد يمكن عمق الشبكة العصبية طبقة تدريب البعد إخراج مباشرة 128 البعد. FIG FaceNet البنية التالية

ديب العمارة هو CNN التقليدية، ورقة يذكر فقط باستخدام GoogleNet، لكنه لم يذكر على وجه التحديد الذي النسخة المستخدمة GoogleNet، ولكن هذه ليست حرجة.

بواسطة CNN ستواجه تعيينها إلى ناقلات ميزة الفضاء الإقليدية، خلال التدريب FaceNet، واستخراج الويب العميق وتعلم مجموعة متنوعة من ملامح الوجه وبعد ذلك بحساب المسافة الإقليدية صورة مختلفة ملامح الوجه. ويستند التدريب على نفس المبادئ من الوجوه البشرية الفردية من مختلف الأفراد هو دائما أقل من ذلك وجها إنسانيا من معرفة مسبقة.

تحتاج فقط لحساب ملامح الوجه للاختبار، ومن ثم عتبات تكوينه مسبقا لتحديد ما إذا كان اثنين من الصور الوجه تنتمي إلى نفس الشخص.

ويقترح FaceNet مقالا من أكبر بقعة مشرقة من قبل المؤلفين ثلاثية تساقط ظيفة. الخسائر السابقة هي وظيفة من واحد أو اثنين، ولكن وضعت الكتاب إلى الأمام المبتكرة ثلاثية ظيفة الخسارة.

على سبيل المثال، نريد أن مقارنة صور إيلون ماسك (انكور)، إذا نحن ندخل صور اخرى اندي هيرون المسك، ثم حصلنا على إيجابي، ولكن إذا نحن ندخل جون خاص الصورة برافو دلتا، وهذا هو سلبي.

وهكذا، في الفضاء الإقليدية، والشبكة العصبية بعد التعلم، والصورة ستكون أقرب السجلات إيجابي عينة سلبي بعيدا من العينة في حين FIG. FIG. هذا يحقق أغراض نحدد ما إذا كان وجه نفس الشخص.

تبقى تتأثر جراحة زرع الوجه؟ يمكن هاتفك المحمول

عند تشغيل نموذج AI على جهاز محمول، تحتاج إلى النظر في هذه القضية، وعزم الذاكرة النفقات العامة، ولكن بشرط تنسيق ملف .tflite Tensorflow لحل يعمل نموذج مصادر التعلم عميقة على جهاز محمول ومشكلة محدودة.

دعونا ننظر خطوة بخطوة

الخطوة الأولى المستنسخة FaceNet مستودع

 $ بوابة استنساخ

فإننا سوف تحديد حجم نموذج الأبعاد FaceNet تدريب ما قبل 512، يمكنك أيضا اختيار لاستخدام نموذج بحجم 128 الأبعاد. قبل تكميم، وحجم النموذج هو حوالي 95MB.

نموذج WGET إلى دليل ../facenet/models/

$ ليرة سورية -l نماذج / مجموعه 461248 -RW-RW-ص - @ 1 milinddeore الموظفين 957457679 أبريل 201820180402-114759.pb

تثبيت Tensorflow على جهازك

$ Pip3 تثبيت tensorflow

إيلاء الاهتمام لاحتياجاتك الثعبان الإصدار 3.4 أو أكبر

الخطوة الثانية، مرحلة الانقسام

هنا سوف ننفذ هذا النموذج إلى عدة فروع، الأمر الذي سيقلل عدد من العمليات، مع الأخذ بعين الاعتبار الجانب المحمول، ونحن لم يتدربوا مباشرة في فرع صورة يستنتج.

إذا حاولت ملفات FaceNet نموذج .pb إلى .tflite، سوف تتلقى رسالة الخطأ BatchNorm من:

خطأ: يعني، المضاعف والاحتياجات تعويض الثوب ثابت .

كيفية حلها؟ في رمز، وضعنا is_training = خطأ لBatchNorm للعمل وفقا لطريقة التفكير. مجموعات البرمجية التالية arg_scope، وذلك في BatchNorm عالمية قابلة للتطبيق.

inception_resnet_v1.inference (data_input، keep_probability = 0.8، phase_train = خطأ، bottleneck_layer_size = 512) هنا: is_training = phase_train = خطأ

لخلق نتيجة عادلة للالمنطق نموذج بلصق التعليمة البرمجية التالية في الملف في الدليل ../facenet/ inference_graph.py

استيراد tensorflow كما فريق العمل من src.models inception_resnet_v1 استيراد تميز الكلية استيراد صفر الرئيسية (): traning_checkpoint = "نماذج / نموذج 20180402-114759.ckpt-275" eval_checkpoint = "model_inference / imagenet_facenet.ckpt" data_input = tf.placeholder (اسم = "الإدخال"، dtype = tf.float32، شكل = ) الإخراج، _ = inception_resnet_v1.inference (data_input، keep_probability = 0.8، phase_train = خطأ، bottleneck_layer_size = 512) label_batch = tf.identity (الإخراج، اسم = 'label_batch') التضمينات = tf.identity (الإخراج، اسم = 'التضمينات') الحرف الأول = tf.global_variables_initializer () مع tf.Session () كما sess: sess.run (الحرف الأول) التوقف = tf.train.Saver () saver.restore (sess، traning_checkpoint) save_path = saver.save (sess، eval_checkpoint) طباعة ( "نموذج حفظها في ملف: ليالي" save_path) إذا __name__ == "__main__": الرئيسية ()

تشغيل البرنامج النصي لإنشاء فقط المنطق النموذج، حفظه في ../facenet/model_inference/ دليل

$ Python3 نماذج inference_graph.py / model_inference /

Facenet تقديم ملف freeze_graph.py، سوف نستخدمها لتجميد نموذج المنطق.

$ الكادميوم ./facenet $ Python3 SRC / freeze_graph.py model_inference / facenet_frozen.pb

بعد توليد نموذج التجميد، وتحويله إلى ملف .tflite

$ Tflite_convert --output_file model_mobile / my_facenet.tflite --graph_def_file facenet_frozen.pb --input_arrays "المدخلات" --input_shapes "1،160،160،3" --output_arrays "التضمينات" --output_format TFLITE - mean_values 128 --std_dev_values 128 --default_ranges_min 0 --default_ranges_max 6 --inference_type QUANTIZED_UINT8 --inference_input_type QUANTIZED_UINT8

لقد float32 مقارنة مع quint8، وثلاثة أضعاف الحد من حجم. دعونا نتفحص حجم النموذج الكمي:

$ ليرة سورية -l model_mobile / 47232 مجموع -RW-ص - ص - @ 1 milinddeore الموظفين 2366788825 فبراير 13:39 my_facenet.tflite

للتحقق من أداء نموذج .tflite، نحن بحاجة إلى التعليمات البرمجية التالية:

استيراد نمباي كما أرستها استيراد tensorflow كما فريق العمل # تحميل TFLite نموذج وتخصيص التنسورات. مترجم = tf.lite.Interpreter (model_path = "/ المستخدمين / milinddeore / facenet / model_mobile / my_facenet.tflite") interpreter.allocate_tensors () # الحصول على المدخلات والمخرجات التنسورات. input_details = interpreter.get_input_details () output_details = interpreter.get_output_details () # اختبار النموذج على إدخال البيانات عشوائي. input_shape = input_details input_data = np.array (np.random.random_sample (input_shape)، dtype = np.uint8) interpreter.set_tensor (input_details ، input_data) interpreter.invoke () output_data = interpreter.get_tensor (output_details ) طباعة ( 'INPUTS:') طباعة (input_details) طباعة ( 'المخرجات:') طباعة (output_details)

الإخراج هو كما يلي:

$ بيثون inout.py المدخلات: المخرجات:

ونحن ننظر الانتاج المتوقع. هذه المرة، انها يد دورك.

وعلى الرغم من Deepfakes هي مثل فيروس الكمبيوتر، طالما وجد الناس وسيلة لمكافحة الفيروسات، وسوف يتحول الى آخر، والفيروسات أكثر قوة. انها والتكنولوجيا اكتشافه إخفاء باستمرار والسعي، والكفاح، مثل GAN العملاقة. في أي حال، يسود الخير على الشر، هو دائما الصحيح.

اللياقة الحقيقية، أن الحزب هو دائما الشر قبيح.

انتباه رسالة الابهام

معا نحن نشارك في التعلم وتطوير AI الجاف

ترحب منظمة العفو الدولية انتباه منصة الشنق كله من الطبقة سائل الإعلام "قراءة التقنية الأساسية"