ნერვული ქსელი გაწვრთნილი იყო „უნივერსალური“ სახეების შესაქმნელად, რომლებიც ატყუებენ იდენტიფიკაციის სისტემებს

ისრაელის მკვლევარებმა შეიმუშავეს ნერვული ქსელი, რომელსაც შეუძლია შექმნას "ოსტატი" სახეები - სახეების გამოსახულებები, რომლებსაც შეუძლიათ მრავალი იდენტიფიკატორის იმიტირება. ნაშრომი ვარაუდობს, რომ შესაძლებელია ასეთი „მასტერ გასაღებების“ გენერირება მოსახლეობის 40%-ზე მეტისთვის მხოლოდ 9 სახის გამოყენებით, რომლებიც სინთეზირებულია Generative Adversarial Network (GAN) StyleGAN-ის გამოყენებით - სამი წამყვანი სახის ამოცნობის სისტემა. კვლევა თელ-ავივის სამეცნიერო ინსტიტუტებთან ერთად ჩატარდა.

სამუშაოს მსვლელობისას მეცნიერებმა გაარკვიეს, რომ ერთი გენერირებული სახე შეუძლია მიბაძოს სახეების 20%-ს ეტიკეტირებული Fa-ით.ces in Wild (LFW) მასაჩუსეტსის უნივერსიტეტის - ერთობლივი ღია მონაცემთა ბაზა, რომელიც გამოიყენება სახის ამოცნობის სისტემების შემუშავებისა და ტესტირებისთვის და ისრაელის სისტემის საცნობარო მონაცემთა ბაზა. მოგეხსენებათ, ის ხშირად გამოიყენება პირადობის ამოცნობის სისტემების შესამოწმებლად.

ახალი მეთოდი აუმჯობესებს სიენის უნივერსიტეტის მსგავს ბოლოდროინდელ მუშაობას, რაც მოითხოვს მანქანური სწავლების სისტემაზე წვდომის პრივილეგირებულ დონეს. ამის საპირისპიროდ, ახალი მეთოდი იღებს განზოგადებულ მახასიათებლებს საჯაროდ ხელმისაწვდომი მასალებიდან და იყენებს მათ სახის მახასიათებლების გენერირებისთვის, რომლებიც მოიცავს უზარმაზარ რაოდენობას. სხვადასხვა პირობებში მეცნიერებმა შეძლეს მიაღწიონ ადამიანების 40%-დან 60%-ზე მეტის „დადებით“ იდენტიფიკაციას მხოლოდ 9 გენერირებული ფოტოს დახმარებით.

ამ მიდგომაში სტილი GAN თავდაპირველად გამოიყენება როგორც შავი ყუთის ოპტიმიზაციის მეთოდი, რომელიც ფოკუსირებულია (გაურკვეველია) მაღალგანზომილებიან მონაცემებზე, რადგან მნიშვნელოვანია იპოვონ ავთენტიფიკაციის სისტემის მიერ მოთხოვნილი სახის ყველაზე ფართო და განზოგადებული მახასიათებლები.

ნაშრომში ნათქვამია, რომ „სახეზე დაფუძნებული ავთენტიფიკაცია უკიდურესად დაუცველია მაშინაც კი, როდესაც არ არსებობს ინფორმაცია სამიზნის ვინაობის შესახებ“ და მკვლევარები ხედავენ მათ ინიციატივას, როგორც სიცოცხლისუნარიან მიდგომას სახის ამოცნობის სისტემების ჰაკერების მეთოდოლოგიაში.

ასევე წაიკითხეთ:

• ხელოვნური ინტელექტი ეხმარება NASA-ს მზის შესწავლაში
• ევროკავშირი ცდილობს დაარეგულიროს სახის ამოცნობა საჯარო ადგილებში