અયોગ્ય સામગ્રીનો સામનો કરવા માટે ફેસબુક એલ્ગોરિધમ્સ ઇન્ટરનેટ કંપનીઓને ડુપ્લિકેટ વિડિઓઝ અને છબીઓ શોધવામાં મદદ કરશે.

ફેસબુક જાહેરાત કરી ઉદઘાટન વિશે બે અલ્ગોરિધમનો સ્ત્રોત કોડ, ફોટોગ્રાફ્સ અને વિડિઓઝ માટે ઓળખની ડિગ્રી નક્કી કરવામાં સક્ષમ, ભલે તેમાં નાના ફેરફારો કરવામાં આવે. બાળકોના શોષણ, આતંકવાદી પ્રચાર અને વિવિધ પ્રકારની હિંસા સંબંધિત સામગ્રી ધરાવતી સામગ્રીનો સામનો કરવા માટે સોશિયલ નેટવર્ક સક્રિયપણે આ અલ્ગોરિધમનો ઉપયોગ કરે છે. ફેસબુક નોંધે છે કે આ પહેલી વખત છે કે તેણે આવી ટેક્નોલોજી શેર કરી છે, અને કંપનીને આશા છે કે તેની મદદથી અન્ય મોટા પોર્ટલ અને સેવાઓ, નાના સોફ્ટવેર ડેવલપમેન્ટ સ્ટુડિયો અને બિન-લાભકારી સંસ્થાઓ અયોગ્ય મીડિયાના ફેલાવાને વધુ અસરકારક રીતે લડવામાં સક્ષમ બનશે. વર્લ્ડ વાઇડ વેબ પર સામગ્રી.

"જ્યારે અમને અયોગ્ય સામગ્રીનો ટુકડો મળે છે, ત્યારે ટેક્નોલોજી અમને તમામ ડુપ્લિકેટ્સ શોધવામાં અને તેને ફેલાતા અટકાવવામાં મદદ કરી શકે છે," ફેસબુકના મુખ્ય સુરક્ષા અધિકારી એન્ટિગોન ડેવિસ અને અખંડિતતાના વાઇસ પ્રેસિડેન્ટ ગાય રોસેને પોસ્ટમાં લખ્યું. ચોથા વાર્ષિક ફેસબુક ચાઇલ્ડને સમર્પિત સેફ્ટી હેકાથોન. "જેઓ પહેલેથી જ તેમની પોતાની અથવા અન્ય સામગ્રી સાથે મેળ ખાતી ટેક્નોલોજીનો ઉપયોગ કરી રહ્યાં છે, અમારી તકનીકો સુરક્ષા સિસ્ટમોને વધુ શક્તિશાળી બનાવીને સુરક્ષાનું બીજું સ્તર પ્રદાન કરી શકે છે."

ફેસબુક દાવો કરે છે કે બે પ્રકાશિત અલ્ગોરિધમ્સ - PDQ અને TMK+PDQ - વિશાળ ડેટા સેટ્સ સાથે કામ કરવા માટે ડિઝાઇન કરવામાં આવ્યા હતા અને તે pHash, Microsoft ના PhotoDNA, aHash અને dHash સહિતના હાલના મોડલ્સ અને અમલીકરણો પર આધારિત છે. ઉદાહરણ તરીકે, ફોટો મેચિંગ અલ્ગોરિધમ PDQ એ pHash દ્વારા પ્રેરિત હતું પરંતુ ફેસબુક ડેવલપર્સ દ્વારા સંપૂર્ણ રીતે શરૂઆતથી વિકસાવવામાં આવ્યું હતું, જ્યારે વિડિયો મેચિંગ અલ્ગોરિધમ TMK+PDQF ફેસબુકના આર્ટિફિશિયલ ઇન્ટેલિજન્સ રિસર્ચ ગ્રૂપ અને ઇટાલીની મોડેના અને રેજિયો એમિલિયા યુનિવર્સિટીના વૈજ્ઞાનિકો દ્વારા સંયુક્ત રીતે બનાવવામાં આવ્યું હતું. .

બંને એલ્ગોરિધમ્સ ટૂંકા ડિજિટલ હેશનો ઉપયોગ કરીને તેઓ જે ફાઇલો શોધી રહ્યાં છે તેનું વિશ્લેષણ કરે છે, અનન્ય ઓળખકર્તા જે તે નિર્ધારિત કરવામાં મદદ કરે છે કે બે ફાઇલો સમાન છે કે સમાન છે, મૂળ છબી અથવા વિડિઓ વિના પણ. ફેસબુક નોંધે છે કે આ હેશ અન્ય કંપનીઓ અને બિન-લાભકારીઓ સાથે તેમજ ગ્લોબલ ઈન્ટરનેટ ફોરમ ટુ કાઉન્ટર ટેરરિઝમ (GIFCT) દ્વારા ઉદ્યોગ ભાગીદારો સાથે સરળતાથી શેર કરી શકાય છે, તેથી ઓનલાઈન સુરક્ષામાં રસ ધરાવતી તમામ કંપનીઓ પણ તે સામગ્રીને દૂર કરી શકશે જે Facebook અસુરક્ષિત તરીકે ધ્વજાંકિત કરેલ છે. જો તે તેમની સેવાઓ પર અપલોડ કરેલ છે.

ત્યારબાદ PDQ અને TMK+PDQ નો વિકાસ થયો ઉપરોક્ત ફોટોડીએનએનું પ્રકાશન 10 વર્ષ પહેલા માઇક્રોસોફ્ટ દ્વારા ઇન્ટરનેટ પર ચાઇલ્ડ પોર્નોગ્રાફી સામે લડવાના પ્રયાસમાં. Google એ તાજેતરમાં જ કન્ટેન્ટ સેફ્ટી API પણ લૉન્ચ કર્યું છે, જે માનવ મધ્યસ્થીઓને વધુ અસરકારક બનાવવા માટે ઑનલાઇન બાળ જાતીય શોષણ સામગ્રીને ઓળખવા માટે રચાયેલ આર્ટિફિશિયલ ઇન્ટેલિજન્સ પ્લેટફોર્મ છે.

બદલામાં, ફેસબુકના સીઇઓ માર્ક ઝકરબર્ગે લાંબા સમયથી દલીલ કરી છે કે AI નજીકના ભવિષ્યમાં લાખો અનૈતિક Facebook વપરાશકર્તાઓ દ્વારા કરવામાં આવતા દુરુપયોગની માત્રામાં નોંધપાત્ર ઘટાડો કરશે. અને ખરેખર, મે માં પ્રકાશિત ફેસબુક કોમ્યુનિટી સ્ટાન્ડર્ડ્સ કમ્પ્લાયન્સ રિપોર્ટ કંપનીએ અહેવાલ આપ્યો છે કે AI અને મશીન લર્નિંગે આવી સામગ્રીની નવમાંથી છ શ્રેણીઓમાં પ્રકાશિત પ્રતિબંધિત સામગ્રીની સંખ્યામાં નોંધપાત્ર ઘટાડો કરવામાં મદદ કરી છે.

સોર્સ: 3dnews.ru