Facebook-ի ալգորիթմները կօգնեն ինտերնետային ընկերություններին որոնել կրկնօրինակ տեսանյութեր և պատկերներ՝ անպատշաճ բովանդակության դեմ պայքարելու համար

facebook հայտարարվեց բացման մասին երկու ալգորիթմների սկզբնական կոդը, ունակ է որոշել լուսանկարների և տեսանյութերի ինքնության աստիճանը, նույնիսկ եթե դրանցում փոքր փոփոխություններ են կատարվում: Սոցցանցն ակտիվորեն օգտագործում է այս ալգորիթմները երեխաների շահագործման, ահաբեկչական քարոզչության և բռնության տարբեր ձևերի հետ կապված նյութեր պարունակող բովանդակության դեմ պայքարելու համար։ Facebook-ը նշում է, որ սա առաջին անգամն է, որ կիսվում է նման տեխնոլոգիայով, և ընկերությունը հուսով է, որ դրա օգնությամբ այլ խոշոր պորտալներ և ծառայություններ, ծրագրային ապահովման մշակման փոքր ստուդիաները և ոչ առևտրային կազմակերպությունները կկարողանան ավելի արդյունավետ պայքարել ոչ պատշաճ լրատվամիջոցների տարածման դեմ։ բովանդակությունը համաշխարհային ցանցում:

Facebook-ի ալգորիթմները կօգնեն ինտերնետային ընկերություններին որոնել կրկնօրինակ տեսանյութեր և պատկերներ՝ անպատշաճ բովանդակության դեմ պայքարելու համար

«Երբ մենք գտնում ենք անպատշաճ բովանդակություն, տեխնոլոգիան կարող է օգնել մեզ գտնել բոլոր կրկնօրինակները և կանխել դրանց տարածումը», - գրել են Facebook-ի անվտանգության գլխավոր տնօրեն Անտիգոնե Դևիսը և բարեխղճության բաժնի փոխնախագահ Գայ Ռոզենը: Անվտանգության Հեքըթոն. «Նրանց համար, ովքեր արդեն օգտագործում են իրենց սեփական կամ այլ բովանդակության համապատասխան տեխնոլոգիա, մեր տեխնոլոգիաները կարող են ապահովել պաշտպանության մեկ այլ շերտ՝ անվտանգության համակարգերը դարձնելով շատ ավելի հզոր»:

Facebook-ը պնդում է, որ հրապարակված երկու ալգորիթմները՝ PDQ և TMK+PDQ, նախագծված են աշխատելու հսկայական տվյալների հավաքածուների հետ և հիմնված են գոյություն ունեցող մոդելների և իրականացումների վրա, ներառյալ pHash, Microsoft-ի PhotoDNA, aHash և dHash: Օրինակ՝ PDQ լուսանկարների համընկնման ալգորիթմը ոգեշնչվել է pHash-ից, բայց ամբողջովին զրոյից մշակվել է Facebook-ի ծրագրավորողների կողմից, մինչդեռ տեսանյութերի համընկնման ալգորիթմը TMK+PDQF ստեղծվել է Facebook-ի արհեստական ​​ինտելեկտի հետազոտական ​​խմբի և Իտալիայի Մոդենայի համալսարանի և Ռեջիո Էմիլիա համալսարանի գիտնականների կողմից։ .

Երկու ալգորիթմներն էլ վերլուծում են իրենց փնտրած ֆայլերը՝ օգտագործելով կարճ թվային հեշեր, եզակի նույնացուցիչներ, որոնք օգնում են որոշել, թե երկու ֆայլերը նույնն են կամ նման են, նույնիսկ առանց բնօրինակ պատկերի կամ տեսանյութի: Facebook-ը նշում է, որ այս հեշերը կարող են հեշտությամբ տարածվել այլ ընկերությունների և շահույթ չհետապնդող կազմակերպությունների, ինչպես նաև ոլորտի գործընկերների հետ՝ ահաբեկչության դեմ պայքարի համաշխարհային ինտերնետ ֆորումի (GIFCT) միջոցով, այնպես որ առցանց անվտանգությամբ հետաքրքրված բոլոր ընկերությունները նույնպես կկարողանան հեռացնել Facebook-ի բովանդակությունը։ նշվել է որպես ոչ անվտանգ, եթե այն վերբեռնված է իրենց ծառայություններում:

Հետևեց PDQ-ի և TMK+PDQ-ի զարգացումը վերոհիշյալ PhotoDNA-ի թողարկումը 10 տարի առաջ Microsoft-ի կողմից համացանցում մանկական պոռնոգրաֆիայի դեմ պայքարելու փորձ: Google-ը նաև վերջերս գործարկել է Content Safety API-ը՝ արհեստական ​​ինտելեկտի հարթակ, որը նախատեսված է երեխաների նկատմամբ սեռական բռնության առցանց նյութերը բացահայտելու համար՝ մարդկանց մոդերատորներին ավելի արդյունավետ դարձնելու համար:

Իր հերթին, Facebook-ի գործադիր տնօրեն Մարկ Ցուկերբերգը երկար ժամանակ պնդում է, որ AI-ն մոտ ապագայում զգալիորեն կնվազեցնի Facebook-ի միլիոնավոր անբարեխիղճ օգտատերերի չարաշահումների քանակը: Եվ իսկապես, մայիսին հրապարակված Facebook Համայնքի ստանդարտների համապատասխանության հաշվետվություն Ընկերությունը հայտնել է, որ արհեստական ​​ինտելեկտը և մեքենայական ուսուցումն օգնել են զգալիորեն նվազեցնել արգելված բովանդակության թիվը, որը հրապարակվել է նման բովանդակության ինը կատեգորիաներից վեցում:



Source: 3dnews.ru

Добавить комментарий