Istraživači iz Izraela razvili su neuronsku mrežu sposobnu generirati "glavna" lica - slike lica od kojih svaka može oponašati više identifikatora. Rad sugerira da je moguće generirati takve "glavne ključeve" za više od 40% populacije koristeći samo 9 lica sintetiziranih pomoću Generative Adversarial Network (GAN) StyleGAN - tri vodeća sustava za prepoznavanje lica. Istraživanje je provedeno u suradnji sa znanstvenim institucijama u Tel Avivu.
Tijekom rada znanstvenici su otkrili da jedno generirano lice može imitirati 20% lica s oznakom Faces in the Wild (LFW) Sveučilišta u Massachusettsu - kolaborativna otvorena baza podataka koja se koristi za razvoj i testiranje sustava za prepoznavanje lica i referentna baza podataka za izraelski sustav. Kao što znate, često se koristi za testiranje sustava za prepoznavanje identiteta.
Nova metoda poboljšava sličan nedavni rad sa Sveučilišta u Sieni, koji zahtijeva povlaštenu razinu pristupa sustavu strojnog učenja. Nasuprot tome, nova metoda uzima generalizirane značajke iz javno dostupnih materijala i primjenjuje ih za generiranje značajki lica koje obuhvaćaju veliki broj slučajeva. Znanstvenici su u različitim uvjetima uz pomoć samo 40 generiranih fotografija uspjeli postići "pozitivnu" identifikaciju više od 60% do 9% osoba.
U ovom pristupu StyleGAN se u početku koristi kao metoda optimizacije crne kutije usmjerena (ne iznenađujuće) na visokodimenzionalne podatke, budući da je važno pronaći najšire i najopćenitije crte lica koje zahtijeva sustav autentifikacije.
U radu se navodi da je "provjera autentičnosti temeljena na licu izuzetno ranjiva čak i kada nema informacija o identitetu mete", a istraživači svoju inicijativu vide kao održiv pristup metodologiji hakiranja sustava za prepoznavanje lica.
Pročitajte također:
- Umjetna inteligencija pomaže NASA-i u proučavanju Sunca
- EU pokušava regulirati prepoznavanje lica na javnim mjestima