Chef Alonso, Telefónican CDCO ja tunnettu turvallisuusasiantuntija, teki tähtien ulkonäön OpenEXPO Virtual Experience 2021, jota hän on sponsoroinut tässä tapahtuman kahdeksas painos joka on pidetty verkossa. Osallistuessaan hän käytti myös tilaisuutta keskustellakseen mielenkiintoisesta aiheesta, kuten tekoälyn aiheuttamista syväpetoksista ja kyberturvallisuuden uusista haasteista näiden käytäntöjen yhteydessä.
Olet varmasti nähnyt joitain videoita, joissa joku esiintyy toisen henkilön kasvoilla sanomalla tai tekemässä jotain, jota henkilö, jolle kyseiset kasvot kuuluvat, ei ole sanonut tai tehnyt. Nämä videot voidaan hankkia suhteellisen yksinkertaisella tavalla, ja ne tulvivat Internetiä, etenkin sosiaalisia verkostoja, ja niitä käytetään käyttäjien työkaluina. huijauksia ja disinformaatiokampanjoita.
OpenEXPO Virtual Experience 2021 -ohjelmassa he ovat halunneet esitellä uusia aiheita tekniikan ja avoimen lähdekoodin nykyisen panoraaman ja muun muassa tekniikoiden, kuten tekoäly, Koneoppiminen tai syvällinen oppiminen. Chema Alonso on keskittynyt näiden tekniikoiden avulla saavutettavissa oleviin syviin väärennöksiin ja kyberturvallisuuden uusiin haasteisiin.
Kun otetaan huomioon näiden väärennettyjen videoiden kasvu, jotka kasvoivat 15.000 2019: sta vuonna 50.000 lähes 2020 XNUMX: een vuonna XNUMX ja kasvavat edelleen, siitä on tullut huolestuttavaa. Lisäksi 96% näistä syväväärennöksistä on pornografisia videoita, joissa on seksielämää, joissa käytetään julkkis, poliitikko tai vaikuttaja.
Kuten Chema Alonso on selvittänyt, tämän uhkan edessä toimet on tehtävä kahdelta rintamalta: kuvien rikostekninen analyysi ja biologisten tietojen uuttaminen. Hänen puheessaan OpenEXPO Virtual Experience 2021 -tapahtumassa keskityttiin juuri siihen, missä hän osoitti Chrome-laajennuksen, jonka hän on kehittänyt yhdessä tiiminsä kanssa voidakseen havaita DeepFakes.
Toiminnassaan se luottaa 4 välttämätöntä pylvästä:
- FaceForensics ++: testata kuvia mallin perusteella ja harjoittaa omaa tietokantaa tehokkuuden parantamiseksi.
- DeepFake-videoiden esitteleminen havaitsemalla kasvojen vääntymisen artefakteja- Havaitse rajoitukset CNN-mallilla, koska nykyiset tekoälyn algoritmit tuottavat usein hieman rajoitetulla tarkkuudella kuvia.
- Syvien väärennösten paljastaminen epäjohdonmukaisilla pääasennoilla: HopeNet-mallin avulla väärennetyn mallin asennoissa voidaan havaita epäjohdonmukaisuuksia tai virheitä, jotka otetaan käyttöön syntetisoitujen kasvojen esittelyssä.
- CNN: n luomia kuvia on yllättävän helppo havaita ... toistaiseksi: Voidaan vahvistaa, että CNN: n luomilla nykyisillä kuvilla on systemaattisia virheitä.
Lisää tietoa - Tapahtuman virallinen verkkosivusto