Sztuczna inteligencja na froncie walki o prywatność. Cyfrowa maska ma chronić przed rozpoznawaniem twarzy

Używam rozpoznawania twarzy praktycznie każdego dnia. Wystarczy szybki rzut okiem na ekran iPhone’a i dostęp do telefonu odblokowany. Muszę przyznać, że o większy poziom komfortu trudno, a z drugiej strony mam świadomość, że wpadłem w system jak śliwka w kompot. Sztuczna inteligencja stale się rozwija, więc moja twarz nie jest już żadnym wyzwaniem dla kamer na mieście, a przecież wszelkiej maści cyberprzestępcy mogą używać tych samych narzędzi na swój własny nie do końca legalny użytek. Kradzieże, wyłudzenia, stalking, puszka Pandory dopiero się otwiera. Są też pewne rozwiązania, które mają się z tym zjawiskiem uporać.
Sztuczna inteligencja na froncie walki o prywatność. Cyfrowa maska ma chronić przed rozpoznawaniem twarzy

Nazywają go Chameleon – to model AI stworzony na Georgia Institute of Technology, które zadaniem jest pokrycie wizerunku naszej twarzy niewidzialną dla ludzkiego oka warstwą zabezpieczającą. Taka cyfrowa maska miałaby chronić użytkownika na wypadek prób nieautoryzowanego skanowania tożsamości, niejako kamuflując jego prawdziwy wizerunek. P-3 (personalized privacy protection), czyli spersonalizowana ochrona prywatności, ma zmylić skanery i sprawić, żeby widziały nas jako kompletnie inną osobę. Samo istnienie takich masek nie jest niczym specjalnie nowym, ale ich dotychczasowe działanie było dalekie od doskonałości.

Na obrazach pokrytych takimi anonimizującymi maskami pojawiały się liczne artefakty i zakłócenia. Ekipa stojąca za projektem Chameleon wdrożyła kilka innowacyjnych rozwiązań, które sprawiają, że efektów działania P-3 praktycznie nie widać. Jedno z nich bazuje na optymalizacji techniki korelacji krzyżowej, która umożliwia stworzenie jednej maski P3 na użytkownika, zamiast nowej maski dla każdego obrazu. Dzięki temu AI stojące na zapleczu systemu może zapewnić natychmiastową ochronę użytkownika, a także umożliwia bardziej efektywne wykorzystanie ograniczonych zasobów obliczeniowych. Akurat to drugie byłoby przydatne, gdyby Chameleon miał zostać kiedyś wykorzystany w smartfonach.

Czytaj też: Ta wtyczka działa jak antywirus dla Twoich social mediów. Użytkownicy są zachwyceni

Ekipie z Georgia Institute of Technology udało się również wykorzystać optymalizację percepcji, aby zachować wizualną jakość chronionych obrazów twarzy. Chodzi to o sposób, w jaki obraz jest renderowany automatycznie, bez ręcznej interwencji lub ustawiania parametrów. Trzecim składnikiem wyróżniającym rozwiązanie jest wzmocnienie odporności masek na nieznane modele rozpoznawania tworzy poprzez integrację zoptymalizowanego pod kątem różnorodności uczenia zespołowego w procesie generowania maski. Innymi słowy, wykorzystuje technikę uczenia maszynowego, która łączy przewidywania wielu modeli w celu poprawy dokładności algorytmu.