Израилийн судлаачид "мастер" царай үүсгэх чадвартай мэдрэлийн сүлжээг зохион бүтээжээ - тус бүр нь олон танигчийг дуурайж болох царайны зургууд. Энэхүү ажил нь нийт хүн амын 40 гаруй хувьд ийм "мастер түлхүүр"-ийг үүсгэх боломжтой гэж үзэж байгаа бөгөөд зөвхөн Generative Adversarial Network (GAN) StyleGAN - гурван тэргүүлэх нүүр таних системийг ашиглан нийлэгжүүлсэн 9 нүүрийг ашиглах боломжтой юм. Судалгааг Тель-Авив дахь шинжлэх ухааны байгууллагуудтай хамтран хийсэн.
Эрдэмтэд ажлын явцад нэг үүсгэсэн царай нь Fa шошготой нүүрний 20%-ийг дуурайж чаддаг болохыг тогтоожээ.ces Массачусетсийн Их Сургуулийн Зэрлэг байгальд (LFW) - нүүр царай таних системийг хөгжүүлэх, туршихад ашигладаг хамтын нээлттэй мэдээллийн сан, Израилийн системийн лавлагааны мэдээллийн сан. Таны мэдэж байгаагаар энэ нь таних таних системийг туршихад ихэвчлэн ашиглагддаг.
Шинэ арга нь Сиенагийн их сургуулийн саяхан хийсэн ижил төстэй ажлыг сайжруулсан бөгөөд энэ нь машин сургалтын системд давуу эрх олгохыг шаарддаг. Үүний эсрэгээр, шинэ арга нь олон нийтэд нээлттэй материалаас ерөнхий шинж чанаруудыг авч, тэдгээрийг асар олон тооны тохиолдлыг хамарсан нүүрний онцлогийг бий болгоход ашигладаг. Янз бүрийн нөхцөлд эрдэмтэд зөвхөн 40 гэрэл зургийн тусламжтайгаар хүмүүсийн 60% -иас 9% -ийг "эерэг" тодорхойлж чадсан.
Энэ хандлагад StyleGAN нь өндөр хэмжээст өгөгдөл дээр төвлөрсөн хар хайрцагны оновчлолын арга болгон ашигладаг бөгөөд энэ нь баталгаажуулалтын системд шаардлагатай хамгийн өргөн хүрээний, хамгийн ерөнхий хэлбэрийн нүүрний онцлогийг олох нь чухал юм.
Уг баримт бичигт "Зорилтот хүний биеийн байдлын талаарх мэдээлэл байхгүй байсан ч нүүрэнд суурилсан баталгаажуулалт нь маш эмзэг байдаг" гэж тэмдэглэсэн бөгөөд судлаачид тэдний санаачлагыг царай таних системийг хакердах арга зүйд ашигтай арга гэж үзэж байна.
Мөн уншина уу:
- Хиймэл оюун ухаан нь НАСА-д нарыг судлахад тусалдаг
- ЕХ олон нийтийн газар нүүр царай таних үйл ажиллагааг зохицуулахыг оролдож байна