Pētnieki no Izraēlas ir izstrādājuši neironu tīklu, kas spēj ģenerēt "galvenās" sejas - seju attēlus, kas var uzdoties par vairākiem identifikatoriem. Darbs liecina, ka ir iespējams ģenerēt šādas "galvenās atslēgas" vairāk nekā 40% iedzīvotāju, izmantojot tikai 9 sejas, kas sintezētas, izmantojot ģeneratīvo pretrunīgo tīklu (GAN) StyleGAN - trīs vadošās sejas atpazīšanas sistēmas. Pētījums tika veikts kopīgi ar zinātniskajām iestādēm Telavivā.
Darba gaitā zinātnieki noskaidroja, ka viena ģenerēta seja spēj atdarināt 20% seju ar marķēto Faces Masačūsetsas Universitātes savvaļā (LFW) - sadarbības atvērtā datubāze, ko izmanto sejas atpazīšanas sistēmu izstrādei un testēšanai, un atsauces datu bāze Izraēlas sistēmai. Kā zināms, to bieži izmanto identitātes atpazīšanas sistēmu testēšanai.
Jaunā metode uzlabo līdzīgu neseno darbu no Sjēnas universitātes, kas prasa priviliģētu piekļuvi mašīnmācības sistēmai. Turpretim jaunā metode ņem vispārinātus elementus no publiski pieejamiem materiāliem un izmanto tos, lai ģenerētu sejas vaibstus, kas aptver lielu skaitu gadījumu. Dažādos apstākļos zinātniekiem izdevās panākt "pozitīvu" identifikāciju vairāk nekā 40% līdz 60% personu, izmantojot tikai 9 ģenerētas fotogrāfijas.
Šajā pieejā StilsGAN sākotnēji tiek izmantota kā melnās kastes optimizācijas metode, kas vērsta (nepārsteidzoši) uz augstas dimensijas datiem, jo ir svarīgi atrast plašākos un vispārīgākos sejas vaibstus, kas nepieciešami autentifikācijas sistēmai.
Rakstā teikts, ka "uz sejas balstīta autentifikācija ir ārkārtīgi neaizsargāta pat tad, ja nav informācijas par mērķa identitāti", un pētnieki uzskata, ka viņu iniciatīva ir dzīvotspējīga pieeja sejas atpazīšanas sistēmu uzlaušanas metodoloģijai.
Lasi arī: