就像 我們前進 XNUMX月初，本月 2021 年開放博覽會，今年將更多地利用技術的技術活動，因為它將全部是虛擬的。 眾所周知，對於每個技術愛好者來說，這會很有趣，但我們這些能夠親眼目睹的人沒有想到他們會處理這樣的話題，雖然他們已經在我們中間，但不是我們所有人使用或考慮它們。
在今年的 OpenExpo 上討論的最有趣的事情是 Chema Alonso 舉辦的會議，部分原因在於處理所有類型設備的網絡安全或安全問題。 正是這些視頻被稱為 DeepFakes 我們都在網絡中看到有趣的事情實際上是如何危險的。 不，我們不是在談論這樣一個事實，即當我上傳電影場景的視頻並將我的臉貼在演員身上時，我是一個罪犯或我做了錯誤的事情，而是背後的技術最先進的，可能是安全（假冒）和虛假信息（假新聞）傳播的問題。
OpenExpo 透露已經有大約 50.000 個 DeepFake 在流通
幸運的是，有兩件事正在發生：第一是許多 DeepFake， 高達 96% 是為了上傳色情視頻 我們在其中看到了一位著名的演員或女演員。 最負盛名的網站一發現就將其淘汰，但每月上傳大約 1000 個視頻時就很難了。 這種檢測是正在發生或即將發生的另一件好事：已經有辦法通過對圖像進行取證分析並從中提取生物數據來檢測 DeepFake，並且正在招募人員進行調查。
雖然安全問題很重要，但我們不“購買”或“購買”我們看到的任何新聞也很重要。 為此，Chema Alonso 和他的團隊 Ideas Locas 開發了一種 chrome插件 （並且兼容，對於我們這些不太喜歡谷歌的人）進行四項科學調查來檢測 DeepFakes：
- FaceForensics ++：這個分析所做的基本上是我們在電影中看到的，但它不是比較人臉或腳印，而是基於在自己的數據庫上訓練的模型來比較 DeepFakes。
- 通過檢測面部變形偽影來暴露 DeepFake 視頻：這將利用當前 DeepFakes 的弱點，例如圖像的低分辨率，找到必要的線索。
- 使用不一致的頭部姿勢揭露深度假象：我不是人工智能或類似的東西，但有時我會把臉放在臉上。 這很困難，而人類犯的錯誤也是機器犯的。 人為錯誤由人檢測，機器造成的錯誤由機器檢測。 基本上，“好機器”看到的，是他的新身體裡的臉並不完美，尤其是在三個維度的動作上。
- CNN 生成的圖像非常容易被發現……就目前而言：由 11 個不同的基於 CNN 的生成器模型創建的圖像具有非常特殊的特徵，因此分類器可以很好地泛化到其他架構。 目前CNN生成的圖像存在系統性缺陷，不現實。
“暫時”暗示未來會有問題
在插件所做（或將要做）的最後一點中，它還解釋了 Chema 稍後解釋的內容：DeepFakes 已經在我們中間，我們必須為可能發生的事情做好準備。 並且肯定會發生的是 虛假內容創建系統將得到改善，如果我們考慮到將使用人工智能和深度學習，那麼很多，所以你必須捲起袖子努力完成任務。 X視頻只能是對名人的滋擾，我們用手機做什麼是完全無害的，但是把我們的臉放在一個犯罪的人身上，那就完全不同了。
至於 阿隆索提到的插件，我們還需要等待 能夠使用它，但我認為對於那些想要了解情況但又不相信一切的人來說，這將是“必須擁有的”。
雖然這是這次活動中最有趣的，但這是因為它是相對較新的技術，是我們生活的一部分，我們正在努力改進它，無論是在創作者方面，還是在那些想要揭開假冒品的人方面。 但是 OpenExpo 2021 也談到了 政府資訊科技也就是說，政府使用的技術、與教育或 EdTech 相關的技術總是很重要，而且在離開家的時候更不是一個好主意、可持續性、環境、音樂業務以及數字化和可訪問性。 OpenExpo 是 一個事件 相當完整，如果你錯過了這個月的一次，明年他們會帶著更多回來，我們希望已經活了。