החדשות הטובות? הם עדיין בלתי ניתנים לזיהוי לרוב המכריע של האנשים. החדשות הרעות? הם לא מטעים את מדעי המחשב המודרניים.
סרטונים מומלצים
מידע זה הוא על פי פרויקט חדש שבוצע על ידי חוקרים מאוניברסיטת טקסס באוסטין ואוניברסיטת קורנל, אשר השתמשו למידה עמוקה ל לנחש נכון את הזהויות המוסדרות של אנשים מוסתרים על ידי ערפול. בעוד שבני אדם ניחשו זהויות שנעשו כהלכה ב-0.19 אחוז מהמקרים, מערכת למידת המכונה הצליחה לשפוט נכון עם דיוק של 83 אחוז, כאשר אפשרו חמישה ניסיונות.
"טשטוש ופיקסלים משמשים לעתים קרובות כדי להסתיר את הזהות של אנשים בתמונות ובסרטונים," ויטלי שמטיקוב, פרופסור למדעי המחשב בקורנל, אמר ל-Digital Trends. "ברבים מהתרחישים האלה, ליריב יש מושג די טוב על קבוצה קטנה של אנשים אפשריים שיכול היה להופיע בתמונה, והוא רק צריך להבין מי מהם בתמונה תְמוּנָה."
זה, המשיך שמטיקוב, הוא בדיוק התרחיש שבו הטכנולוגיה של הצוות עובדת היטב. "זה מראה ששיטות טשטוש, פיקסלים ושיטות אחרות של ערפול תמונות עשויות שלא לספק הגנה רבה כאשר חשיפת זהות של מישהו תעמיד אותו בסיכון", אמר.
האתגר, כמובן, הוא שלעתים קרובות נעשה שימוש בשיטות כאלה לעיבוד זהות של אדם כדי להגן על אדם, כגון מלשיין או עד לפשע. על ידי יישום אלגוריתמים כאלה לזיהוי תמונה, מבוסס על רשתות עצבים מלאכותיות, לתמונות שלפיכך הוסתרו באמצעות כלים מהמדף, אנשים עלולים להיפגע.
"האתגר הבסיסי הוא לגשר על הפער בין טכנולוגיות הגנת הפרטיות ולמידת מכונה", אמר שמטיקוב. "מעצבים רבים של טכנולוגיות פרטיות אינם מעריכים את הכוח של למידת מכונה מודרנית - וזה מוביל לטכנולוגיות שאינן מגנות על הפרטיות למעשה."
המלצות עורכים
- אל תשלם את מס Verizon 5G עבור Google Pixel 4a 5G
- אל תדבר: מכשיר לביש זה מאפשר לך לתת פקודות קוליות מבלי לומר מילה
- אל תלך שולל - המערכת האוטומטית הזו מבצעת מניפולציות ערמומיות של תוכן וידאו
שדרג את אורח החיים שלךמגמות דיגיטליות עוזרות לקוראים לעקוב אחר עולם הטכנולוגיה המהיר עם כל החדשות האחרונות, ביקורות מהנות על מוצרים, מאמרי מערכת מעוררי תובנות והצצות מיוחדות במינן.
