ఫేస్‌బుక్ అల్గారిథమ్‌లు ఇంటర్నెట్ కంపెనీలకు అనుచితమైన కంటెంట్‌ను ఎదుర్కోవడానికి నకిలీ వీడియోలు మరియు చిత్రాల కోసం శోధించడంలో సహాయపడతాయి

<span style="font-family: Mandali; ">ఫేస్‌బుక్ </span> ప్రకటించింది ఓపెనింగ్ గురించి రెండు అల్గారిథమ్‌ల సోర్స్ కోడ్, ఫోటోగ్రాఫ్‌లు మరియు వీడియోలకు చిన్న మార్పులు చేసినప్పటికీ వాటి గుర్తింపు స్థాయిని నిర్ణయించగల సామర్థ్యం. సోషల్ నెట్‌వర్క్ ఈ అల్గారిథమ్‌లను పిల్లల దోపిడీ, తీవ్రవాద ప్రచారం మరియు వివిధ రకాల హింసకు సంబంధించిన కంటెంట్‌తో పోరాడేందుకు చురుకుగా ఉపయోగిస్తుంది. Facebook అటువంటి సాంకేతికతను భాగస్వామ్యం చేయడం ఇదే మొదటిసారి అని పేర్కొంది మరియు దాని సహాయంతో, ఇతర పెద్ద పోర్టల్‌లు మరియు సేవలు, చిన్న సాఫ్ట్‌వేర్ డెవలప్‌మెంట్ స్టూడియోలు మరియు లాభాపేక్షలేని సంస్థలు అనుచిత మీడియా వ్యాప్తిని మరింత సమర్థవంతంగా ఎదుర్కోగలవని కంపెనీ భావిస్తోంది. వరల్డ్ వైడ్ వెబ్‌లోని కంటెంట్.

ఫేస్‌బుక్ అల్గారిథమ్‌లు ఇంటర్నెట్ కంపెనీలకు అనుచితమైన కంటెంట్‌ను ఎదుర్కోవడానికి నకిలీ వీడియోలు మరియు చిత్రాల కోసం శోధించడంలో సహాయపడతాయి

"మేము అనుచితమైన కంటెంట్‌ను కనుగొన్నప్పుడు, అన్ని నకిలీలను కనుగొని, వాటిని వ్యాప్తి చెందకుండా నిరోధించడంలో సాంకేతికత మాకు సహాయపడుతుంది" అని ఫేస్‌బుక్ చీఫ్ సెక్యూరిటీ ఆఫీసర్ ఆంటిగోన్ డేవిస్ మరియు ఇంటిగ్రిటీ వైస్ ప్రెసిడెంట్ గై రోసెన్ పోస్ట్‌లో రాశారు. నాల్గవ వార్షిక Facebook చైల్డ్‌కు అంకితం చేయబడింది. భద్రతా హ్యాకథాన్. "ఇప్పటికే వారి స్వంత లేదా ఇతర కంటెంట్ మ్యాచింగ్ టెక్నాలజీని ఉపయోగిస్తున్న వారికి, మా సాంకేతికతలు మరొక రక్షణ పొరను అందించగలవు, భద్రతా వ్యవస్థలను మరింత శక్తివంతం చేస్తాయి."

Facebook రెండు ప్రచురించిన అల్గారిథమ్‌లు - PDQ మరియు TMK+PDQ - భారీ డేటా సెట్‌లతో పని చేయడానికి రూపొందించబడ్డాయి మరియు pHash, Microsoft యొక్క PhotoDNA, aHash మరియు dHashతో సహా ఇప్పటికే ఉన్న మోడల్‌లు మరియు అమలులపై ఆధారపడి ఉంటాయి. ఉదాహరణకు, ఫోటో మ్యాచింగ్ అల్గారిథమ్ PDQ pHash నుండి ప్రేరణ పొందింది కానీ పూర్తిగా Facebook డెవలపర్‌లచే అభివృద్ధి చేయబడింది, అయితే వీడియో మ్యాచింగ్ అల్గారిథమ్ TMK+PDQFని Facebook యొక్క కృత్రిమ మేధస్సు పరిశోధన బృందం మరియు ఇటలీలోని మోడెనా విశ్వవిద్యాలయం మరియు రెజియో ఎమిలియా శాస్త్రవేత్తలు సంయుక్తంగా రూపొందించారు. .

రెండు అల్గారిథమ్‌లు చిన్న డిజిటల్ హ్యాష్‌లను ఉపయోగించి వారు వెతుకుతున్న ఫైల్‌లను విశ్లేషిస్తాయి, ఇవి అసలైన చిత్రం లేదా వీడియో లేకుండా కూడా రెండు ఫైల్‌లు ఒకేలా ఉన్నాయా లేదా సారూప్యంగా ఉన్నాయో లేదో నిర్ణయించడంలో సహాయపడే ఏకైక ఐడెంటిఫైయర్‌లను ఉపయోగిస్తాయి. ఈ హ్యాష్‌లను గ్లోబల్ ఇంటర్నెట్ ఫోరమ్ టు కౌంటర్ టెర్రరిజం (GIFCT) ద్వారా ఇతర కంపెనీలు మరియు లాభాపేక్షలేని సంస్థలతో పాటు పరిశ్రమ భాగస్వాములతో సులభంగా భాగస్వామ్యం చేయవచ్చని Facebook పేర్కొంది, కాబట్టి ఆన్‌లైన్ భద్రతపై ఆసక్తి ఉన్న అన్ని కంపెనీలు కూడా Facebook కంటెంట్‌ను తీసివేయగలవు. ఇది వారి సేవలకు అప్‌లోడ్ చేయబడితే సురక్షితం కాదని ఫ్లాగ్ చేయబడింది.

PDQ మరియు TMK+PDQ అభివృద్ధి తరువాత జరిగింది పైన పేర్కొన్న ఫోటోDNA విడుదల 10 సంవత్సరాల క్రితం మైక్రోసాఫ్ట్ ద్వారా ఇంటర్నెట్‌లో చైల్డ్ పోర్నోగ్రఫీని ఎదుర్కోవడానికి ప్రయత్నించారు. Google ఇటీవలే కంటెంట్ సేఫ్టీ APIని ప్రారంభించింది, ఇది మానవ మోడరేటర్‌లను మరింత ప్రభావవంతంగా చేయడానికి ఆన్‌లైన్ పిల్లల లైంగిక వేధింపుల విషయాలను గుర్తించడానికి రూపొందించబడిన ఒక కృత్రిమ మేధస్సు ప్లాట్‌ఫారమ్.

ప్రతిగా, Facebook CEO మార్క్ జుకర్‌బర్గ్, AI సమీప భవిష్యత్తులో మిలియన్ల మంది నిష్కపటమైన Facebook వినియోగదారులు చేసే దుర్వినియోగాన్ని గణనీయంగా తగ్గిస్తుందని చాలా కాలంగా వాదించారు. మరియు నిజానికి, మేలో ప్రచురించబడింది Facebook కమ్యూనిటీ స్టాండర్డ్స్ వర్తింపు నివేదిక AI మరియు మెషిన్ లెర్నింగ్ అటువంటి కంటెంట్ యొక్క తొమ్మిది విభాగాలలో ఆరింటిలో ప్రచురించబడిన నిషేధిత కంటెంట్ సంఖ్యను గణనీయంగా తగ్గించడంలో సహాయపడిందని కంపెనీ నివేదించింది.



మూలం: 3dnews.ru

ఒక వ్యాఖ్యను జోడించండి