联系我们

AI 101.

什么是deew sakes?

mm

更新

 on

随着Deepfakes变得更容易制作,更多的多产,更多的关注是向他们支付的。 Deepfakes已成为涉及AI伦理,错误信息,信息开放性和互联网的讨论的讨论的焦点。有关Deepfakes的信息,并有直观地了解Deewakes是什么。本文将澄清深度的定义,检查他们的用例,讨论如何检测深饼,并检查德国人为社会的影响。

什么是deew sakes?

在继续进一步讨论Deew赌注之前,花一些时间并澄清是有帮助的什么“deepfakes”实际上是什么。对于术语,有很大的困惑,术语腹部术语,通常该术语毫不犹豫地误用给任何伪造的媒体,无论是真正的肚子。为了有资格作为DeepFake,必须用机器学习系统生成有问题的伪造媒体,特别是深度神经网络。

德刀的关键成分是机器学习。计算机学习使计算机可以相对且容易地自动生成视频和音频。深度神经网络在真实的人的镜头上培训,以便网络了解人们在目标环境条件下的外观和移动方式。然后,训练有素的网络用于另一个人的图像,并使用额外的计算机图形技术进行增强,以便将新人与原始素材组合起来。编码器算法用于确定原始面部和目标面之间的相似性。一旦孤立了面的公共特征,就使用称为解码器的第二AI算法。解码器检查编码(压缩)图像,并基于原始图像中的特征重建它们。使用两个解码器,一个在原来的受试者的脸上,一个在目标人的脸上。为了使交换进行交换,在人X的图像上培训的解码器是喂的人Y的图像。结果是人Y的脸部是对人X的面部表情和方向的重建。

目前,它仍然需要一个很少的时间来制作。假装的创建者必须花费很长时间手动调整模型的参数,因为次优参数将导致显着的缺陷和图像故障,从而释放假的真实性质。

虽然它经常被认为是大多数德国都是用一种称为a的神经网络制成生成对抗网络(GaN),许多(也许大多数)这些天创造的德国人不依赖于GAN。据Siwei Lyu从Suny Buffalo的思伊Lyu称,虽然GAN在创建早期的Deepeakes中发挥了突出的角色,但大多数DeepFake视频都是通过替代方法创建的。

它需要一个不成比例的大量训练数据,以便训练GaN,并且与其他图像生成技术相比,GAN经常需要更长时间的图像。由于GAN难以从帧到框架,因此GAN也比视频产生静态图像更好。使用编码器和多个解码器来创建DeepFakes是更常见的。

什么是deewfakes用于?

在网上发现的许多德国都是色情的。根据AI公司的DeepTrace所做的研究,在2019年9月拍摄了大约15,000个深度视频的样本中,其中大约95%是色情在自然界中。这一事实的令人不安的含义是,随着该技术更容易使用,假复仇色情事件可能会上升。

然而,并非所有深刻的假货都在自然界中是色情。 DeepFake技术有更合法的用途。音频DeepFake技术可以帮助人们因疾病或伤害而损坏或丢失后播放其常规声音。 Deepfakes也可以用于隐藏在敏感,潜在危险的情况的人的面孔,同时仍然允许他们的嘴唇和表达。 Deep Fake技术可能用于改善外语电影的配音,援助旧媒体和损坏的媒体修复,甚至造成新的艺术风格。

非视频Deepeakes

虽然大多数人在听到“DeepFake”一词时,大多数人都会想到假视频,但假视频绝不是唯一用DeepFake技术生产的假媒体。 DeepFake技术也用于创造照片和音频假货。如前所述,GAN经常用于生成假图像。它认为,有许多案例的假LinkedIn和Facebook配置文件,具有用DeepFake算法生成的型材图像。

也可以创建音频Deepeakes。深度神经网络受过培训,以生产不同人的语音克隆/语音皮肤,包括名人和政治家。一个着名的音频Deepfake的例子是Ai公司Dessa使用AI模型,由非AI算法支持,重新创建播客主机Joe Rogan的声音。

如何探地德国

随着Deepfakes变得越来越复杂,将它们与真正媒体的区别变得更加强硬。目前,有几个特许标志人们可以寻求确定视频是否是潜在的肚子,如唇部同步,不自然的运动,围绕着边缘闪烁,以及翘曲的细节,如头发,牙齿或反射。 DeepFake的其他潜在迹象包括相同视频的较低质量的部分,并且眼睛不规则闪烁。

虽然这些迹象可能有助于在此刻帮助一个灯火片,但由于DeepFake技术改善了可靠的DeepFake检测的唯一选择可能是其他类型的AI培训,以区分来自真实媒体的假货。

包括许多大型科技公司的人工智能公司正在研究检测德国的方法。去年12月,由三个科技巨头提供支持的DeepFake侦查挑战:亚马逊,Facebook和微软。来自世界各地的研究团队在侦测DeepFakes的方法上工作,竞争发展最佳的检测方法。与谷歌和拼图游的一组联合研究人员一样,其他研究人员正在研究一种“面部取证”,可以检测到已被改变的视频,使他们的数据集开源并鼓励其他人开发DeepFake检测方法。上述Dessa工作了精炼DeepFake检测技术,试图确保在野外(互联网上)发现的DeepFake视频上的检测模型工作而不是仅在预先编写的培训和测试数据集上,例如提供的开源数据集。

还有其他策略正在调查,以应对Deepfakes的激增。例如,使用其他信息来源检查视频以协调一致是一种策略。可以为来自其他角度占用的事件的视频来完成搜索,或者可以检查视频(如天气模式和位置​​)的背景细节,以便不协调。超出此,区块链在线分类帐系统可以在最初创建它们时注册视频,持有其原始音频和图像,以便始终检查衍生视频以进行操作。

最终,重要的是,创造了检测骨头的可靠方法,并且这些检测方法跟上了Deepfake技术的最新进展。虽然难以确切地知道Deepeakes的效果是什么,如果没有检测Deepfakes(和其他形式的假媒体)的可靠方法,误导可能会猖獗,并降低人们对社会和机构的信任。

Deewfakes的含义

允许深度假冒促进危险的危险是什么?

德刀创建目前的最大问题之一是非致密色情,通过将人们的面部与色情视频和图像组合来设计。 AI伦理主义者担心Deepfakes将在创建假复仇色情方面看到更多使用。除此之外,Deepefakes可以用来欺负和损害对任何人的声誉,因为他们可以用来将人们放入有争议和妥协的情景。

公司和网络安全专家对使用Deepfakes来说令人担忧,以促进诈骗,欺诈和敲诈勒索。据称,Deepfake音频已经曾经说服员工公司将钱转移到诈骗者

即使超出上面列出的人,Deew饼也可能有害影响。 Deepfakes通常可能侵蚀人们对媒体的信任,并使人们难以区分真正的新闻和假新闻。如果网络上的许多视频是假的,因此政府,公司和其他实体变得更加容易赋予合法争议和不道德的实践。

涉及政府,Deepeakes甚至可能对民主的运作构成威胁。民主要求公民能够根据可靠的信息对政客做出明智的决定。错误信息破坏了民主进程。例如,加蓬阿里·邦戈总统出现在试图安抚加蓬市民的视频中。总统被认为是长时间长期不适的,突然出现可能的假录像踢了一个尝试的政变。唐纳德特朗普总统声称,他对被生殖器掠过妇女的吹嘘他的音频录音是假的尽管也将其描述为“更衣室谈话”。王子安德鲁也声称由艾米莉Maitilis'律师提供的图像是假的虽然律师坚持了它的真实性。

最终,虽然对DeepFake技术有合法用途,但是由于这种技术的滥用,存在许多可能产生的危害。因此,确定和维护确定媒体真实性的方法非常重要。

Blogger和Programmer有专业的机器学习深度学习话题。丹尼尔希望帮助别人利用AI的力量来社交。