مجلة زوران_التكنولوجيا والتعليم_١٢_٩_٢٠٢١
أصبحت الوجوهخلف الأقنعة التي تم إنشاؤها بواسطة الكمبيوتر مؤخرًا جيدة جدًا بحيث يصعب تمييزها عن الأشياء الحقيقية.
وهذا يجعلها أداة مفيدة للمشغلين الضارين على الإنترنت الذين يمكنهم استخدامها ، على سبيل المثال ، لإنشاء ملفات تعريف مزيفة لحساباتتدقيق الحسابات الوسائط الاجتماعية الشائنة.
لذلك كان علماء الكمبيوتر يبحثون عن طرق لاكتشاف هذه الصور بسرعة وسهولة.
الآن وجد Hui Guo من جامعة ولاية نيويورك وزملاؤه طريقة لكشف الوجوه المزيفة.
يقولون إن ضعفهم هو عيونهم.
التكنولوجيا الكامنة وراء إنشاء الوجه الاصطناعي هي شكل من أشكال التعلم العميق القائم على شبكات الخصومة التوليدية.
تتمثل الطريقة في تغذية شبكة عصبية بصور الوجوه الحقيقية ثم طلب منها إنشاء وجوه خاصة بها.
ثم يتم اختبار هذه الوجوه مقابل شبكة عصبية أخرى تحاول اكتشاف التزييف ، بحيث يمكن للشبكة الأولى التعلم من أخطائها.
يؤدي التنقل بين هذه “الشبكات المتخاصمة” إلى تحسين الإخراج بسرعة إلى النقطة التي يصعب فيها تمييز الوجوه الاصطناعية عن الوجوه الحقيقية.
لكنهم ليسوا مثاليين. على سبيل المثال ، تواجه شبكات الخصومة التوليدية مشكلة في إعادة إنتاج إكسسوارات الوجه بدقة مثل الأقراط والنظارات ، والتي غالبًا ما تكون مختلفة على كل جانب من جوانب الوجه.
لكن الوجوه نفسها تبدو واقعية ، مما يجعل من الصعب تحديدها بشكل موثوق.
الآن يقول Guo وزملاؤه إنهم اكتشفوا خطأً: شبكات الخصومة التوليدية لا تنتج وجوهًا ذات بؤبؤ منتظم – تلك التي تكون دائرية أو بيضاوية – وهذا يوفر طريقة لفضحهم.
طور Guo وزملاؤه برنامجًا يستخرج شكل التلميذ من صور الوجه ثم يستخدمه لتحليل 1000 صورة لوجوه حقيقية و 1000 وجه تم إنشاؤه صناعيًا.
تم تسجيل كل صورة وفقًا لانتظام التلاميذ.
عين الجاسوس
يقول الفريق: “التلاميذ البشريون الحقيقيون لديهم أشكال بيضاوية قوية”.
“ومع ذلك ، فإن القطع الأثرية لأشكال حدقة العين غير المنتظمة تؤدي إلى درجات أقل بشكل ملحوظ.”
هذا هو نتيجة الطريقة التي تعمل بها شبكات الخصومة التوليدية ، مع عدم وجود معرفة متأصلة في بنية الوجوه البشرية.
يقول Guo وزملاؤه: “هذه الظاهرة ناتجة عن نقص القيود الفسيولوجية في نماذج GAN”.
