Facebook-algoritmer vil hjælpe internetvirksomheder med at søge efter duplikerede videoer og billeder for at bekæmpe upassende indhold

Facebook annonceret om åbningen kildekoden til to algoritmer, der er i stand til at bestemme graden af ​​identitet for fotografier og videoer, selvom der foretages små ændringer i dem. Det sociale netværk bruger aktivt disse algoritmer til at bekæmpe indhold, der indeholder materialer relateret til udnyttelse af børn, terrorpropaganda og forskellige former for vold. Facebook bemærker, at det er første gang, de deler sådan teknologi, og virksomheden håber, at andre store portaler og tjenester, små softwareudviklingsstudier og non-profit-organisationer vil være i stand til mere effektivt at bekæmpe spredningen af ​​upassende medier. indhold på World Wide Web.

Facebook-algoritmer vil hjælpe internetvirksomheder med at søge efter duplikerede videoer og billeder for at bekæmpe upassende indhold

"Når vi finder et stykke upassende indhold, kan teknologi hjælpe os med at finde alle dubletterne og forhindre dem i at sprede sig," skrev Facebooks sikkerhedschef Antigone Davis og vicepræsident for integritet Guy Rosen i opslaget dedikeret til det fjerde årlige Facebook Child Sikkerhed Hackathon. "For dem, der allerede bruger deres egen eller anden teknologi, der matcher indhold, kan vores teknologier give endnu et lag af beskyttelse, hvilket gør sikkerhedssystemer meget mere kraftfulde."

Facebook hævder, at de to offentliggjorte algoritmer - PDQ og TMK+PDQ - er designet til at arbejde med enorme datasæt og er baseret på eksisterende modeller og implementeringer, herunder pHash, Microsofts PhotoDNA, aHash og dHash. For eksempel var fotomatchningsalgoritmen PDQ inspireret af pHash, men udviklet helt fra bunden af ​​Facebook-udviklere, mens videomatchningsalgoritmen TMK+PDQF blev skabt i fællesskab af Facebooks forskergruppe for kunstig intelligens og forskere fra University of Modena og Reggio Emilia i Italien .

Begge algoritmer analyserer de filer, de leder efter, ved hjælp af korte digitale hashes, unikke identifikatorer, der hjælper med at bestemme, om to filer er ens eller lignende, selv uden det originale billede eller video. Facebook bemærker, at disse hashes nemt kan deles med andre virksomheder og non-profitorganisationer, såvel som industripartnere gennem Global Internet Forum to Counter Terrorism (GIFCT), så alle virksomheder, der er interesseret i online sikkerhed, vil også være i stand til at fjerne indhold, der er markeret af Facebook som usikker, hvis det er uploadet til deres tjenester.

Udviklingen af ​​PDQ og TMK+PDQ fulgte frigivelse af det førnævnte PhotoDNA 10 år siden i et forsøg på at bekæmpe børnepornografi på internettet af Microsoft. Google lancerede også for nylig Content Safety API, en kunstig intelligens-platform designet til at identificere onlinemateriale om seksuelt misbrug af børn for at gøre menneskelige moderatorer mere effektive.

Til gengæld har Facebooks administrerende direktør Mark Zuckerberg længe argumenteret for, at AI i den nærmeste fremtid vil reducere mængden af ​​misbrug begået af millioner af skruppelløse Facebook-brugere markant. Og faktisk udgivet i maj Facebook Community Standards Overholdelsesrapport virksomheden rapporterede, at kunstig intelligens og maskinlæring hjalp markant at reducere antallet af forbudt indhold, der blev offentliggjort i seks ud af ni kategorier af sådant indhold.



Kilde: 3dnews.ru

Tilføj en kommentar