研究人員以AI產生人臉萬能金鑰,能夠仿冒三大人臉辨識系統的一半人像
文/陳曉莉 | 2021-08-12發表
來自以色列特拉維夫大學電子工程學院與電腦科學學院的3名研究人員,於近日出版了一研究報告《Generating Master Faces for Dictionary Attacks with a Network-Assisted Latent Space Evolution》,透過AI技術產生9張人臉,並將這些人臉當作萬能金鑰,而能攻陷FaceNet、SphereFace與Dlib三大人臉辨識系統,且成功機率介於44%~64%之間。
研究人員指出,生物辨識的比對能力並不精確,而且生物特徵資料的分布亦不均勻,意味著可能只要少數的樣本,就能覆蓋多數人群,例如單一的人臉就能覆蓋LFW人臉資料庫中的20%。
這使得研究人員決定利用StyleGAN生成對抗網路來產生人臉,並效法字典攻擊,以AI產生的人臉充當金鑰,以對不同的人臉辨識系統展開暴力破解,他們不斷重覆產生人臉的過程,以儘可能地提高人臉金鑰的覆蓋率,總計製造了9張人臉萬能金鑰。
在以這9張人臉萬能金鑰針對FaceNet 、SphereFace與Dlib三大人臉辨識系統進行實驗時,發現其覆蓋率分別達到43.82%、44.15%,以及63.92%。另也發現,相較於年輕人,60歲以上的白人五官差異更小了,使得單一人臉的覆蓋率更高。
研究人員表示,此一結果意味著基於人臉的身分認證系統非常的脆弱,而且他們完全未取得任何目標對象的生物資訊,儘管許多人臉辨識系統都部署了反欺騙技術,但將此一方法結合諸如DeepFake等既有的技術,也許就能繞過該防禦機制,反過來說,人臉辨識系統也可透過人臉萬能金鑰來進一步強化該系統的安全性。
附圖:以色列特拉維夫大學研究人員透過AI技術產生9張人臉,能以5成機率騙過FaceNet、SphereFace與Dlib三大人臉辨識系統
資料來源:https://www.ithome.com.tw/news/146159?fbclid=IwAR3rKKj9FtVEz2yHM88LCvwCfVZAyQyovsc8mLVaJKVxKx9EzdLEUQ9cx0s
同時也有1部Youtube影片,追蹤數超過19萬的網紅分享家-羽,也在其Youtube影片中提到,上一次剪映基本教學大受好評,因此來兌現我的承諾,製作了續集,這一部主要把上一集因為時間關係沒講到的功能把它補齊,如果反應一樣很好的話,我再來製作下一集,畢竟它還有很多不錯的功能,像是變聲、語音生成等等,沒想到剪映居然功能多到我兩集講不完XDD 剪映下載網址:https://lv.ulikecam....
「ai人像生成」的推薦目錄:
- 關於ai人像生成 在 台灣物聯網實驗室 IOT Labs Facebook 的最讚貼文
- 關於ai人像生成 在 商業周刊(商周.com) Facebook 的最佳解答
- 關於ai人像生成 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳解答
- 關於ai人像生成 在 分享家-羽 Youtube 的最佳貼文
- 關於ai人像生成 在 Re: [閒聊] AI生成的小模寫實寫真- 看板C_Chat - 批踢踢實業坊 的評價
- 關於ai人像生成 在 【攝攝教學】手機/電腦:六分鐘生成超真實AI網紅人像照 的評價
- 關於ai人像生成 在 如何2分鐘AI生成圖片| iPhone / iPad - YouTube 的評價
- 關於ai人像生成 在 Line也可以產出AI圖片了- 閒聊板 - Dcard 的評價
ai人像生成 在 商業周刊(商周.com) Facebook 的最佳解答
【讓你「變臉迪士尼」的App,查不到背後團隊資料...神秘創辦人是誰?】
你的臉書或IG也被這款「變臉App」洗版了嗎?它讓你一秒化身迪士尼卡通人物,還能模擬自己在文藝復興時期的長相!用戶只要上傳人像照片到「Voilà AI Artist」,點擊轉換後,App就生成原圖搭配三種風格的卡通人物頭像,下載圖片能馬上分享到社群!簡單好上手的優勢,讓這款App像病毒般快速擴散。
「Voilà AI Artist」才推出約3個月,就打敗TikTok、Instagram等強敵,在多國免費下載排行榜中都奪得第一名!它的幕後推手公司,今年1月才於倫敦登記註冊,成立不到2個月就推出這款App。然而,關於這間公司更詳細的資料卻幾乎找不到,極為神秘...⬇️⬇️⬇️
ai人像生成 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳解答
矮化女性和少數種族,OpenAI GPT 模型為何變成 AI 歧視重災區?
作者 品玩 | 發布日期 2021 年 02 月 13 日 0:00 |
機器學習技術近幾年突飛猛進,許多強大 AI 因此誕生。以知名研究機構 OpenAI 開發的語言生成模型 GPT 為例,現在可寫文章、幫人做報表、自動查詢資訊,給用戶很大幫助和便利。
然而,多篇近期論文指出,包括 GPT 等 AI 模型,生成結果包含基於性別和種族的偏見。而這些 AI 模型應用在商業領域,勢必強化歧視偏見對象現象。
卡內基美隆大學 Ryan Steed 和喬治華盛頓大學 Aylin Caliskan 近日發表論文《無監督的方式訓練的影像表示法包含類似人類的偏見》(Image Represnetations Learned With Unsupervised Pre-Training Contain Human-like Biases)。
研究者對 OpenAI 在 GPT-2 基礎上開發的 iGPT 和 Google 的 SimCLR,兩個去年發表的影像生成模型進行系統性測試,發現種族、膚色和性別等指標幾乎原樣複製人類測試物件的偏見和刻板印象。
其中一項測試,研究者用機器生成男女頭像照片為底板,用 iGPT 補完(生成)上半身影像。誇張的事發生了:所有女性生成結果,超過一半影像穿著比基尼或低胸上衣。
男性結果影像,約 42.5% 影像穿和職業有關的上衣,如襯衫、西裝、和服、醫生大衣等;露手臂或穿背心的結果只有 7.5%。
這樣的結果,技術方面的直接原因可能是 iGPT 採用的自迴歸模型機制。研究者進一步發現,用 iGPT 和 SimCLR 對照片和職業相關名詞建立連結時,男人更多和「商務」、「辦公室」等名詞連結,女人更多和「孩子」、「家庭」等連結;白人更多和工具連結,而黑人更多和武器連結。
這篇論文還在 iGPT 和 SimCLR 比對不同種族膚色外觀的人像照片「親和度」(pleasantness),發現阿拉伯穆斯林人士的照片普遍缺乏親和力。
雖然 iGPT 和 SimCLR 模型的具體運作機制有差別,但透過這篇論文,研究者指出這些偏見現象背後的共同原因:無監督學習。
這兩個模型都採用無監督學習 (unsupervised learning),這是機器學習的方法之一,沒有給事先標記好的訓練資料,自動分類或分群匯入的資料。
無監督學習的好處,在於資料標記是繁瑣費時的工作,受制於標記工的程度和條件限制,準確性很難保持一定,標記也會體現人工的偏見歧視,某些領域的資料更缺乏標記資料庫;而無監督學習在這種條件下仍有優秀表現,最近幾年很受歡迎。
然而這篇論文似乎證明,採用無監督學習無法避免人類常見的偏見和歧視。
研究者認為,採用無監督學習的機器學習演算法,出現的偏見歧視來源仍是訓練資料,如網路影像的男性照更多和職業相關,女性照片更多衣著甚少。
另一原因是這些模型採用自迴歸演算法。在機器學習領域,自迴歸演演算法的偏見問題人盡皆知,但嘗試解決這問題的努力並不多。
結果就是,機器學習演算法從初始資料庫學到所有東西,當然包括人類的各種偏見和歧視。
之前 OpenAI 號稱「1700 億參數量」的最新語言生成模型 GPT-3,發表論文也申明因訓練資料來自網路,偏見無法避免,但還是發表並商業化。
去年 12 月,史丹佛和麥克馬斯特大學的研究者另一篇論文《Persistent Anti-Muslim Bias in Large Language Models》,確認 GPT-3 等大規模語言生成模型對穆斯林等常見刻板印象的受害者,確實有嚴重的歧視問題。
具體來說,用相關詞語造句時,GPT-3 多半會將穆斯林和槍擊、炸彈、謀殺和暴力連結。
另一項測試,研究者上傳一張穆斯林女孩的照片,讓模型自動生成一段文字,卻包含明顯的暴力過度遐想和延申,其中有句話「不知為何原因,我渾身是血。」
而當這類演算法應用到現實生活,偏見和歧視將進一步強化。
iGPT 和背後的 OpenAI GPT 技術,現在開發到第三代。能力確實很強大,就像眾多媒體報導過那樣,因此許多商業機構青睞採用。最知名的用戶就是微軟。去年 9 月,微軟 CTO Kevin Scott 宣布和 OpenAI 合作,獨家獲得 GPT-3 授權,將技術應用到針對用戶的各項產品和 AI 解決方案。
微軟尚未透露具體會把 GPT-3 應用到哪些產品,但考慮到微軟產品的十億級用戶量,情況非常令人擔憂。如微軟近幾年 Word、PPT 等產品推廣的自動查詢資訊、文字補完和影像設計功能,當用戶匯入某特定詞或插入圖片時,如果正好落入 GPT-3 的偏見陷阱,結果將非常糟糕。
不僅 GPT,照前述論文說法,所有採用無監督學習的演算法都可能包含這些偏見。現在因無監督學習非常熱門,自然語言處理、電腦視覺等領域,都成為非常關鍵的底層技術。
如翻譯對人際溝通十分重要,但錯誤的翻譯結果,一次被演算法強化的偏見事件,少則切斷人與人的聯繫,更嚴重者將導致不可估量的人身和財產損失。
作者 Steed 和 Caliskan 呼籲,機器學習研究者應該更區別和記錄訓練資料庫的內容,以便未來找到降低模型偏見的更好方法,以及發表模型前應該做更多測試,盡量避免受演算法強化的偏見被帶入模型。
資料來源:https://technews.tw/2021/02/13/openai-gpt-discrimination/
ai人像生成 在 分享家-羽 Youtube 的最佳貼文
上一次剪映基本教學大受好評,因此來兌現我的承諾,製作了續集,這一部主要把上一集因為時間關係沒講到的功能把它補齊,如果反應一樣很好的話,我再來製作下一集,畢竟它還有很多不錯的功能,像是變聲、語音生成等等,沒想到剪映居然功能多到我兩集講不完XDD
剪映下載網址:https://lv.ulikecam.com/
第一集:初入門,剪映基本功能運用I:https://youtu.be/Ke43EELMDlM
第二集:搭配剪映AI加快上字幕的方法:https://youtu.be/UWyYYE_y9Hk
第三集:剪映基本功能運用II:https://youtu.be/NdDg7i_24kY
第四集:第三集反應好的話再持續規畫製作!
🔸CC字幕的開啟方式:https://youtu.be/k65E3bjUPbs
🔸關於留言你該知道的事:https://youtu.be/TVZWf6Xopuo
🔸歡迎加入羽的Telegram頻道以免漏掉上片通知:https://youtu.be/ocK4if42N8I
🆒加入分享家-羽的頻道會員:https://reurl.cc/dGKy7V
🆒分享家-羽頻道會員福利說明影片:https://youtu.be/A5VIBDbzPm8
👉前往分享家-羽的副頻道【日常廢片】https://tinyurl.com/yulenvlog
👉前往分享家-羽的粉專 https://www.facebook.com/HappySharerYu/
======================================================
其他分享家-羽的影片系列:
💡知識技巧與軟體分享系列
分享3C或生活中實用的知識、技巧與經驗,也會有一些好用的軟體推薦分享等等。
https://tinyurl.com/sg3w25o
🔎開箱評測、使用心得、產品介紹、選購指南系列
分享各種商品的開箱、評測、介紹、使用心得與選購指南等影片。
https://tinyurl.com/tqjpv75
🚗旅遊與食記系列
分享旅遊或食記相關Vlog以及旅遊相關的知識、技巧或資訊等等。
https://tinyurl.com/rtpc4a3
📢就是要分享系列
分享我覺得有價值但又不知道如何歸類的影片。
https://tinyurl.com/rp3h47r
🏨羽的住宿經驗系列
分享各種自己住過的飯店、旅社、民宿等等。
https://tinyurl.com/uto3ngh
📜全部播放清單列表
其他沒有列出來的清單都在這邊!
https://tinyurl.com/s8rmtk8
======================================================
✉合作邀約請洽粉專或來信 singiamagic@gmail.com
時間軸:
00:00 前言
01:17 增加剪輯效率與準確度的小技巧
02:52 磨皮與瘦臉的使用
04:49 羽化與圓角的使用
06:35 智慧人像去背
07:42 內建音效庫的使用
08:40 貼紙素材庫的使用
09:49 特效素材庫的使用
12:04 調整色彩與亮度等使用
13:00 如何做局部馬賽克
15:18 移除片段中特效的方式
15:34 我對剪映免費的想法
#剪映 #免費 #剪輯軟體
ai人像生成 在 【攝攝教學】手機/電腦:六分鐘生成超真實AI網紅人像照 的推薦與評價
【攝攝教學】手機/電腦:六分鐘 生成 超真實 AI 網紅 人像 照|公開完整指令與步驟|StableDiffusion|Lora Model| AI 教學Ep01. 1.3K views · 3 months ago ... <看更多>
ai人像生成 在 如何2分鐘AI生成圖片| iPhone / iPad - YouTube 的推薦與評價
基本入門Draw Things 教學, 基本入門Stable Diffusion 教學https://www.patreon.com/edwinh #基本入門#DrawThings #教學#stablediffusion 開箱產品 ... ... <看更多>
ai人像生成 在 Re: [閒聊] AI生成的小模寫實寫真- 看板C_Chat - 批踢踢實業坊 的推薦與評價