Facebook 알고리즘은 인터넷 회사가 부적절한 콘텐츠에 맞서기 위해 중복된 동영상과 이미지를 검색하는 데 도움이 됩니다.

페이스북 발표했다. 오프닝에 대해서 두 가지 알고리즘의 소스 코드, 사진과 비디오에 작은 변화가 있어도 그 정체성의 정도를 판단할 수 있습니다. 소셜 네트워크는 이러한 알고리즘을 적극적으로 사용하여 아동 착취, 테러 선전 및 다양한 형태의 폭력과 관련된 자료가 포함된 콘텐츠에 맞서 싸우고 있습니다. 페이스북은 이러한 기술을 공유한 것은 이번이 처음이며 회사는 페이스북의 도움으로 다른 대형 포털 및 서비스, 소규모 소프트웨어 개발 스튜디오 및 비영리 단체가 부적절한 미디어의 확산에 보다 효과적으로 대처할 수 있기를 희망한다고 밝혔습니다. 월드 와이드 웹의 콘텐츠.

페이스북의 최고 보안 책임자인 안티고네 데이비스(Antigone Davis)와 무결성 담당 부사장인 가이 로젠(Guy Rosen)은 "부적절한 콘텐츠를 발견하면 기술을 통해 모든 중복 콘텐츠를 찾고 확산을 방지할 수 있습니다"라고 썼습니다. 안전 해커톤. "이미 자체 또는 다른 콘텐츠 일치 기술을 사용하고 있는 사람들에게 우리 기술은 또 다른 보호 계층을 제공하여 보안 시스템을 훨씬 더 강력하게 만들 수 있습니다."

페이스북은 공개된 두 가지 알고리즘인 PDQ와 TMK+PDQ가 거대한 데이터 세트와 함께 작동하도록 설계되었으며 pHash, Microsoft의 PhotoDNA, aHash 및 dHash를 포함한 기존 모델 및 구현을 기반으로 한다고 주장합니다. 예를 들어, 사진 일치 알고리즘 PDQ는 pHash에서 영감을 얻었지만 Facebook 개발자가 완전히 처음부터 개발한 반면, 비디오 일치 알고리즘 TMK+PDQF는 Facebook의 인공 지능 연구 그룹과 이탈리아 모데나 대학 및 레지오 에밀리아 대학의 과학자들이 공동으로 만들었습니다. .

두 알고리즘 모두 원본 이미지나 비디오가 없더라도 두 파일이 동일하거나 유사한지 확인하는 데 도움이 되는 고유 식별자인 짧은 디지털 해시를 사용하여 찾고 있는 파일을 분석합니다. Facebook은 이러한 해시가 GIFCT(Global Internet Forum to Counter Terrorism)를 통해 업계 파트너뿐만 아니라 다른 회사 및 비영리 단체와 쉽게 공유될 수 있으므로 온라인 보안에 관심이 있는 모든 회사가 플래그가 지정된 콘텐츠를 제거할 수 있다고 언급합니다. Facebook이 안전하지 않은 것으로 간주됩니다. 해당 서비스에 업로드된 경우.

PDQ 및 TMK+PDQ 개발이 이어졌습니다. 앞서 언급한 PhotoDNA 출시 10년 전 마이크로소프트는 인터넷상의 아동 포르노물과 맞서 싸우기 위해 노력했습니다. 또한 Google은 최근 온라인 아동 성적 학대 자료를 식별하여 인간 중재자를 더욱 효과적으로 만들도록 설계된 인공 지능 플랫폼인 Content Safety API를 출시했습니다.

이에 따라 Facebook CEO인 Mark Zuckerberg는 AI가 가까운 미래에 수백만 명의 부도덕한 Facebook 사용자가 저지른 학대의 양을 크게 줄일 것이라고 오랫동안 주장해 왔습니다. 그리고 실제로 XNUMX월에 출판된 Facebook 커뮤니티 규정 준수 보고서 회사는 AI와 머신러닝이 해당 콘텐츠 XNUMX개 카테고리 중 XNUMX개 카테고리에서 게시된 금지 콘텐츠 수를 크게 줄이는 데 도움이 되었다고 보고했습니다.

출처 : 3dnews.ru