Facebook-algoritmoj helpos interretajn kompaniojn serĉi duplikatajn filmetojn kaj bildojn por kontraŭbatali netaŭgan enhavon

Facebook anoncita pri la malfermo fontkodo de du algoritmoj, kapabla je determini la gradon de identeco por fotoj kaj vidbendoj, eĉ se malgrandaj ŝanĝoj estas faritaj al ili. La socia reto aktive uzas ĉi tiujn algoritmojn por batali enhavojn enhavantajn materialojn rilatajn al ekspluatado de infanoj, terorisma propagando kaj diversaj formoj de perforto. Fejsbuko notas, ke ĉi tiu estas la unua fojo, ke ĝi kundividas tian teknologion, kaj la kompanio esperas, ke per sia helpo aliaj grandaj portaloj kaj servoj, malgrandaj programoj pri disvolvado de programoj kaj senprofitaj organizaĵoj povos pli efike kontraŭbatali la disvastiĝon de netaŭgaj amaskomunikiloj. enhavo en la Tutmonda Reto.

Facebook-algoritmoj helpos interretajn kompaniojn serĉi duplikatajn filmetojn kaj bildojn por kontraŭbatali netaŭgan enhavon

"Kiam ni trovas pecon de netaŭga enhavo, teknologio povas helpi nin trovi ĉiujn duplikatojn kaj malhelpi ilin disvastiĝo," Antigone Davis, ĉefo pri sekureco de Facebook kaj vicprezidanto de integreco Guy Rosen skribis en la afiŝo dediĉita al la kvara ĉiujara Facebook Child. Sekureca Hackathon. "Por tiuj, kiuj jam uzas sian propran aŭ alian enhavan kongruan teknologion, niaj teknologioj povas provizi alian tavolon de protekto, farante sekurecajn sistemojn multe pli potencaj."

Facebook asertas, ke la du publikigitaj algoritmoj - PDQ kaj TMK+PDQ - estis dezajnitaj por labori kun grandegaj datumaj aroj kaj baziĝas sur ekzistantaj modeloj kaj efektivigoj, inkluzive de pHash, PhotoDNA de Microsoft, aHash kaj dHash. Ekzemple, la fotokongrua algoritmo PDQ estis inspirita de pHash sed evoluigita tute de nulo fare de Facebook-programistoj, dum la videokongrua algoritmo TMK+PDQF estis kreita komune fare de la artefarita inteligenteco esplorgrupo de Facebook kaj sciencistoj de la Universitato de Modeno kaj Reggio Emilia en Italio .

Ambaŭ algoritmoj analizas la dosierojn, kiujn ili serĉas, uzante mallongajn ciferecajn haŝojn, unikajn identigilojn, kiuj helpas determini ĉu du dosieroj estas samaj aŭ similaj, eĉ sen la originala bildo aŭ video. Facebook notas, ke ĉi tiuj hashoj povas esti facile dividitaj kun aliaj kompanioj kaj neprofitoj, same kiel industriaj partneroj per la Tutmonda Interreta Forumo por Kontraŭ Terorismo (GIFCT), do ĉiuj kompanioj interesitaj pri interreta sekureco ankaŭ povos forigi enhavon, kiun Facebook markis kiel nesekura. se ĝi estas alŝutita al iliaj servoj.

La evoluo de PDQ kaj TMK+PDQ sekvis liberigo de la menciita PhotoDNA Antaŭ 10 jaroj en provo kontraŭbatali infanan pornografion en Interreto de Microsoft. Google ankaŭ lastatempe lanĉis la Content Safety API, platformon de artefarita inteligenteco dizajnita por identigi interretan materialon pri seksmisuzo de infanoj por fari homajn moderigantojn pli efikaj.

Siavice, la ĉefoficisto de Facebook Mark Zuckerberg delonge argumentas, ke AI en la proksima estonteco signife reduktos la kvanton de misuzoj faritaj de milionoj da senskrupulaj uzantoj de Facebook. Kaj efektive, en eldonita en majo Raporto pri Konformeco de Komunumaj Normoj de Facebook la firmao raportis, ke AI kaj maŝinlernado helpis signife redukti la nombron da malpermesita enhavo publikigita en ses el naŭ kategorioj de tia enhavo.



fonto: 3dnews.ru

Aldoni komenton