就像 我们前进 XNUMX月初，本月 2021 年开放博览会，今年将更多地利用技术的技术活动，因为它将全部是虚拟的。 众所周知，对于每个技术爱好者来说，这会很有趣，但我们这些能够亲眼目睹的人没有想到他们会处理这样的话题，虽然他们已经在我们中间，但不是我们所有人使用或考虑。
在今年的 OpenExpo 上讨论的最有趣的事情是 Chema Alonso 举办的会议，部分原因在于处理所有类型设备的网络安全或安全问题。 正是这些视频被称为 DeepFakes 我们都在网络中看到有趣的事情实际上是如何危险的。 不，我们不是在谈论这样一个事实：当我上传电影场景的视频并将我的脸放在演员身上时，我是一个罪犯或者我做了错误的事情，而是它背后的技术，最先进的，可能是安全（假冒）和虚假信息（假新闻）传播的问题。
OpenExpo 透露已经有大约 50.000 个 DeepFake 在流通
幸运的是，有两件事正在发生：第一是许多 DeepFake， 高达 96% 是为了上传色情视频 在其中我们看到了一位著名的演员或女演员的表演。 最负盛名的网站一发现就将其淘汰，但每月上传大约 1000 个视频时就很难了。 这种检测是正在发生或即将发生的另一件好事：已经有办法通过对图像进行取证分析并从中提取生物数据来检测 DeepFake，并且正在招募人员进行调查。
虽然安全问题很重要，但我们不“购买”或“购买”我们看到的任何新闻也很重要。 为此，Chema Alonso 和他的团队 Ideas Locas 开发了一种 chrome插件 （并且兼容，对于我们这些不太喜欢谷歌的人）进行四项科学调查来检测 DeepFakes：
- 人脸取证++：这个分析所做的基本上是我们在电影中看到的，但它不是比较人脸或脚印，而是根据在自己的数据库上训练的模型来比较 DeepFakes。
- 通过检测面部变形伪影来暴露 DeepFake 视频：这将利用当前 DeepFakes 的弱点，例如图像的低分辨率，找到必要的线索。
- 使用不一致的头部姿势揭露深度假象：我不是人工智能或类似的东西，但有时我会在脸上做脸。 这很困难，而人类犯的错误也是机器犯的。 人为错误由人检测，机器造成的错误由机器检测。 基本上，“好机器”看到的，是他的新身子，这张脸并不完美，尤其是在三个维度的动作上。
- CNN 生成的图像非常容易被发现……就目前而言- 由 11 个不同的基于 CNN 的生成器模型创建的图像具有非常特殊的特征，因此分类器可以很好地推广到其他架构。 目前CNN生成的图像存在系统性缺陷，不现实。
“暂时”暗示未来会有问题
在插件所做（或将要做）的最后一点中，它还解释了 Chema 稍后解释的内容：DeepFakes 已经在我们中间，我们必须为可能发生的事情做好准备。 并且肯定会发生的是 虚假内容创建系统将得到改善，如果我们考虑到将使用人工智能和深度学习，那么很多，所以你必须卷起袖子努力完成任务。 X视频对名人来说可能只是一种滋扰，我们用手机做的事情是完全无害的，但把我们的脸放在犯罪的人身上，那就完全不同了。
至于 阿隆索提到的插件，我们还需要等待 能够使用它，但我认为对于那些想要了解情况但又不相信一切的人来说，这将是“必须拥有的”。
虽然这是这次活动中最有趣的，但这是因为它是相对较新的技术，是我们生活的一部分，我们正在努力改进它，无论是创作者还是那些想要揭开假冒品的人。 但是 OpenExpo 2021 也谈到了 GovTech也就是说，政府使用的技术、与教育或 EdTech 相关的技术总是很重要，而且在离开家的时候更不是一个好主意、可持续性、环境、音乐业务以及数字化和可访问性。 OpenExpo 是 事件 相当完整，如果你错过了这个月的一次，明年他们会带着更多回来，我们希望已经活了。