Masu bincike daga dakin gwaje-gwaje Jami'ar Chicago ta haɓaka kayan aiki tare da aiwatarwa karkatar da hotuna, hana amfani da su don horar da fuskar fuska da tsarin tantance masu amfani. Ana yin canje-canjen pixel ga hoton, waɗanda ba a iya gani idan mutane suka duba su, amma suna haifar da samar da samfuran da ba daidai ba lokacin amfani da su don horar da tsarin koyon injin. An rubuta lambar kayan aikin a cikin Python da ƙarƙashin lasisin BSD. Majalisai don Linux, MacOS da Windows.
Sarrafa hotuna tare da abin da aka tsara kafin bugawa akan hanyoyin sadarwar jama'a da sauran dandamali na jama'a yana ba ku damar kare mai amfani daga amfani da bayanan hoto azaman tushen horar da tsarin tantance fuska. Algorithm ɗin da aka tsara yana ba da kariya daga 95% na yunƙurin gano fuska (don Microsoft Azure fitarwa API, Amazon Rekognition da Face ++, ingantaccen kariyar shine 100%). Bugu da ƙari, ko da a nan gaba ana amfani da hotuna na asali, waɗanda ba a sarrafa su ta hanyar amfani da su ba, a cikin samfurin da aka riga aka horar da su ta hanyar amfani da ɓarna na hotuna, matakin rashin nasara a cikin ganewa ya kasance daidai kuma yana da akalla 80%.
Hanyar ta dogara ne akan abin da ya faru na "misalan abokan gaba", ainihin su shine cewa ƙananan canje-canje a cikin bayanan shigarwa na iya haifar da canje-canje masu ban mamaki a cikin basirar rarrabawa. A halin yanzu, abin mamaki na "misalan abokan gaba" na ɗaya daga cikin manyan matsalolin da ba a warware su ba a cikin tsarin ilmantarwa na inji. A nan gaba, ana sa ran sabon ƙarni na tsarin koyon injin za su fito waɗanda ba su da wannan koma baya, amma waɗannan tsarin za su buƙaci sauye-sauye masu mahimmanci a cikin gine-gine da kuma kusanci ga ƙirar gini.
Sarrafa hotuna yana zuwa don ƙara haɗakar pixels (gungu) zuwa hoton, waɗanda ake gane su ta hanyar zurfin koyan na'ura algorithms a matsayin sifofi halayen abin da aka zana kuma suna haifar da ɓarna abubuwan da aka yi amfani da su don rarrabuwa. Irin waɗannan canje-canjen ba sa ficewa daga saitin gabaɗaya kuma suna da matuƙar wahalar ganowa da cirewa. Ko da hotuna na asali da gyare-gyare, yana da wuya a tantance wane ne ainihin kuma wane nau'i ne da aka gyara.
Karyawar da aka gabatar na nuna tsayin daka ga samar da matakan kariya da nufin gano hotunan da suka karya ingantacciyar tsarin koyon injin. Haɗe da hanyoyin da suka danganci blurring, ƙara amo, ko amfani da tacewa zuwa hoton don murkushe haɗin pixel ba su da tasiri. Matsalar ita ce lokacin da ake amfani da matattara, daidaiton rarrabuwa yana raguwa da sauri fiye da gano alamun pixel, kuma a matakin lokacin da aka danne murdiya, ba za a iya ɗaukar matakin karɓuwa ba.
An lura cewa, kamar sauran fasahohin don kare sirri, ana iya amfani da dabarar da aka tsara ba kawai don magance amfani da hotunan jama'a ba a cikin tsarin tantancewa ba, har ma a matsayin kayan aiki don ɓoye maharan. Masu bincike sun yi imanin cewa matsaloli tare da fitarwa na iya shafar sabis na ɓangare na uku waɗanda ke tattara bayanai ba tare da izini ba kuma ba tare da izini ba don horar da samfuran su (misali, sabis na Clearview.ai yana ba da bayanan gano fuska, Kimanin hotuna biliyan 3 daga cibiyoyin sadarwar jama'a an tsara su). Idan yanzu tarin irin waɗannan ayyuka sun ƙunshi mafi yawan hotuna masu dogara, to, tare da yin amfani da Fawkes mai aiki, a tsawon lokaci, saitin ɓatattun hotuna za su kasance mafi girma kuma samfurin zai yi la'akari da su mafi girman fifiko don rarrabawa. Tsarin ganewa na hukumomin leken asiri, samfuran da aka gina bisa tushen amintattun tushe, kayan aikin da aka buga ba za su yi tasiri sosai ba.
Daga cikin ci gaba mai amfani kusa da manufa, zamu iya lura da aikin , tasowa don ƙara hotuna , Hana daidaitaccen rarrabuwa ta tsarin koyon injin. Lambar Adversaria kamara akan GitHub ƙarƙashin lasisin EPL. Wani aikin yana da nufin toshe fitarwa ta kyamarori masu sa ido ta hanyar ƙirƙirar riguna na musamman na ruwan sama, T-shirts, sweaters, capes, fosta ko huluna.
source: budenet.ru