Штучний інтелект (ШІ) може стати рішенням для захисту ваших особистих фотографій від небажаного розпізнавання облич та шахраїв, при цьому зберігаючи якість зображення. Недавнє дослідження Джорджійського технологічного інституту, опубліковане 19 липня в базі даних arXiv, пояснює, як дослідники розробили модель ШІ під назвою "Chameleon". Ця модель створює цифрову "індивідуальну маску захисту конфіденційності (P-3)" для персональних фотографій, яка запобігає ідентифікації обличчя програмним забезпеченням для сканування, створюючи враження, що фотографії належать комусь іншому. "Захищений обмін даними та аналітика, як-от Chameleon, сприятимуть управлінню та відповідальному впровадженню технологій ШІ, заохочуючи відповідальну науку та інновації", зазначила головний автор дослідження Лінг Лю, професор обчислень на основі даних та інтелекту в Школі комп'ютерних наук Джорджійського технологічного інституту. Лю розробила модель Chameleon з іншими дослідниками. Системи розпізнавання облич широко поширені, від поліцейських камер до Face ID на iPhone. Несанкціоновані сканування можуть призвести до того, що кіберзлочинці збиратимуть зображення для афер, шахрайства чи переслідування.

Вони можуть також збирати ці зображення в бази даних для небажаної реклами та кібератак. Створення масок Хоча маскування зображень не є новинкою, існуючі системи часто або спотворюють значні деталі фотографії, або знижують якість зображення, додаючи цифрові артефакти. Щоб вирішити цю проблему, дослідники виділяють три ключові особливості Chameleon. Першою є оптимізація між зображеннями, що дозволяє Chameleon згенерувати одну маску P3 на користувача замість однієї на кожну фотографію. Це забезпечує миттєвий захист і ефективно використовує обчислювальні ресурси, що корисно, якщо Chameleon використовується на пристроях, таких як смартфони. По-друге, Chameleon використовує "оптимізацію сприйняття, " забезпечуючи збереження візуальної якості захищеного зображення без ручного втручання чи налаштувань параметрів. Третя особливість підсилює маску P3 для витримки невідомих моделей розпізнавання облич. Це передбачає інтеграцію фокально-оптимізованого ансамблевого навчання в процес створення маски, що є технікою машинного навчання, яка поєднує прогнози кількох моделей для підвищення точності алгоритму. Зрештою, дослідники прагнуть розширити методи завуалювання Chameleon за межі захисту особистих зображень.