Web Analytics Made Easy - Statcounter
به نقل از «ايتنا»
2024-04-28@06:26:40 GMT

آموزش: چگونه تصاویر دستکاری‌شده را تشخیص دهیم؟

تاریخ انتشار: ۲۶ اسفند ۱۴۰۲ | کد خبر: ۳۹۹۵۹۷۳۳

آموزش: چگونه تصاویر دستکاری‌شده را تشخیص دهیم؟

ایتنا - فنونی که در دستکاری تصاویر استفاده می‌شوند چنان پیشرفته شده‌اند که ما حالا وارد دوره جعلیات فوق‌العاده واقعی شده‌ایم. چنین تصاویری می‌توانند به پخش اطلاعات نادرست منجر شوند و حتی شاید در موضوعات مهمی چون انتخابات بر عقاید عمومی تاثیر بگذارند.
در دنیایی که می‌توان تصاویر را با تنها چند دکمه به صورت دیجیتالی تغییر داد یا کاملا با هوش مصنوعی از هیچ ایجاد کرد، اطمینان به چشم‌هایمان دارد سخت‌تر و سخت‌تر می‌شود.

بیشتر بخوانید: اخباری که در وبسایت منتشر نمی‌شوند!



فنونی که در دستکاری تصاویر استفاده می‌شوند چنان پیشرفته شده‌اند که ما حالا وارد دوره جعلیات فوق‌العاده واقعی شده‌ایم. چنین تصاویری می‌توانند به پخش اطلاعات نادرست منجر شوند و حتی شاید در موضوعات مهمی چون انتخابات بر عقاید عمومی تاثیر بگذارند. کنار گذاشته شدن عکسی از کاترین، شاهدخت ولز و فرزندانش از طرف خبرگزاری‌ها به خاطر نگرانی بابت «دستکاری» در آن، این مساله حالا بیش از گذشته در کانون توجه قرار گرفته است.

با این اوصاف، آیا راهی برای تشخیص عکسی که دستکاری شده است یا با هوش مصنوعی تولید شده است وجود دارد؟
  بازتاب‌ها و سایه‌ها
نور غیرطبیعی اغلب شاهدی بر دستکاری شدن یک عکس است. برای نمونه، نقاط نور را در چشم مردم بررسی کنید؛ منبع‌های نور معمولا در چشم‌هایشان بازتاب پیدا می‌کند. اگر اندازه و رنگش با مولفه‌های مکانی هم‌خوانی نداشت، یا از چشمی به چشم دیگر متفاوت بودند، شاید بد نباشد با شک به عکس نگاه کنید. چیزهای دیگری که می‌تواند سرنخ‌های خوبی باشند بازتاب سوژه‌ها و اشیاء روی سطوح است.

اگر تصویر مونتاژی از چند عکس مختلف باشد، سایه‌های اشیاء شاید در جای درست خود قرار نگیرند، هر چند که باید در نظر داشت که بعضی از عکس‌ها شاید با چند منبع نور مختلف گرفته شده باشند. یکی از کارهایی که می‌شود کرد توجه به نحوه پخش نور روی چهره سوژه‌ها است. برای نمونه، اگر خورشید پشت سرشان باشد، گوش‌هایشان شاید قرمز دیده شود.

هوش مصنوعی نیز می‌تواند نور و سایه ناسازگار درست کند، ولی با پیشرفت الگوریتم‌ها، چهره‌های ساخته هوش مصنوعی بعضا واقعیتر از چهره‌های انسان‌های واقعی به نظر می‌رسند.

  موقعیت سایه‌ها می‌تواند نشان دهد که آیا یک عکس دستکاری شده است یا نه

  دست‌ها و گوش‌ها
یک راه خوب دیگر توجه به ویژگی‌هایی است که به راحتی قابل تکثیر نیستند. هوش مصنوعی در حال حاضر نمی‌تواند دست‌ها و گوش‌ها را به خوبی بکشد و ظاهر و تناسباتی در هم ریخته از آن‌ها به دست می‌دهد، و حتی در تعداد انگشت‌ها هم اشتباه می‌کند. البته هنرمندان هم بعضا با این جنبه‌ها مشکل دارند، اما وقتی دیگر ابعاد تصاویر انسانی ساخته هوش مصنوعی فوق‌العاده واقعی شده‌اند، این بی‌دقتی‌ها به شدت توی ذوق می‌زنند.
  به فراداده‌ها نگاه کنید
در میان کد تصاویر دیجیتالی بعضا تکه‌های کوچکی از اطلاعات هست که می‌تواند به ما در شناسایی یک اثر جعلی کمک کنند. هر بار که یک دوربین دیجیتال یک عکس می‌گیرد، در فایل عکس مقداری فراداده نیز ثبت می‌شود. برای نمونه، چیزی که باعث شد یک روز بعد از این که دونالد ترامپ در اکتبر ۲۰۲۰ اعلام کرد که به ویروس کرونا آلوده شده است پرسش‌هایی مبنی بر احتمال حضورش در کاخ سفید مطرح شود برچسب زمانی بود.
  نویز عکس
سنسورهایی که در دوربین دیجیتال استفاده می‌شوند حاوی عیب‌های کوچکی در ساخت هستند که به خطاهای منحصر به فردی منجر می‌شوند که مانند «اثر انگشت» روی عکس جا می‌اندازند. این اثر انگشت را می‌توان به یک دوربین خاص ربط داد و از آن برای شناسایی نقاطی از عکس که دستکاری شده‌اند استفاده کرد. دانه‌بندی تصاویر ساخته هوش مصنوعی هم ممکن است عجیب و غریب به نظر برسد. ابزار تایید صحت ابزارهای تایید صحتی که توسط شرکت‌های فناوری مانند گوگل عرضه شده‌اند می‌توانند به مردم کمک کنند که تصاویر ساخته هوش مصنوعی را تشخیص دهند. فیسبوک و اینستاگرام هم تصمیم گرفته‌اند که تصاویر ساخته هوش مصنوعی شرکت متا را با برچسب مشخص کنند و برنامه دارند که با تصاویر تولیدی ابزارهای هوش مصنوعی دیگر شرکت‌ها نیز همین کار را بکنند.

منبع: ايتنا

کلیدواژه: تصاویر دستکاری شده هوش مصنوعی دیپ فیک جعل عمیق آموزش ساخته هوش مصنوعی دستکاری شده شده اند

درخواست حذف خبر:

«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را به‌طور اتوماتیک از وبسایت www.itna.ir دریافت کرده‌است، لذا منبع این خبر، وبسایت «ايتنا» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۳۹۹۵۹۷۳۳ را به همراه موضوع به شماره ۱۰۰۰۱۵۷۰ پیامک فرمایید. لطفاً در صورتی‌که در مورد این خبر، نظر یا سئوالی دارید، با منبع خبر (اینجا) ارتباط برقرار نمایید.

با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت «خبربان» مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویر است، مسئولیت نقض حقوق تصریح شده مولفان در قانون فوق از قبیل تکثیر، اجرا و توزیع و یا هر گونه محتوی خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.

خبر بعدی:

تشخیص چند دقیقه‌ای سرطان با یک قطره خون

به گزارش خبرگزاری علم و فناوری آنا به نقل از اینترستینگ اینجینرینگ، دانشمندان چینی آزمایشی طراحی کرده‌اند که برای تشخیص سرطان به کمتر از ۰.۰۵ میلی متر خون خشک شده نیاز دارد. محققان در این روش از فناوری هوش مصنوعی استفاده می‌کنند.

غربالگری برای شناسایی نشانگر‌های خاص خون به عنوان یک روش احتمالی برای تشخیص زودهنگام سرطان شناخته شده است. اما سرطان‌هایی مانند پانکراس، روده بزرگ و معده، آزمایش‌های دقیق خونی برای تشخیص ندارند. در این مطالعه ذکر شده است، بیش از یک میلیارد نفر در سراسر جهان با نرخ بالایی از تشخیص اشتباه بیماری روبرو هستند. از این رو نیاز فوری و مبرمی به ابزار‌های تشخیصی با دقت و قیمت مقرون به صرفه وجود دارد. حالا سوالی که مرح می‌شود این است این آزمایش جدید تا چه اندازه می‌تواند کمک کننده باشد؟

بر اساس گفته‌های محققان، این آزمایش می‌تواند حدود ۸۲ تا ۱۰۰ درصد از مواقع سرطان بیمار را تشخیص دهد. این آزمایش در عرض چند دقیقه، تفاوت بین بیماران مبتلا به سرطان و افراد بدون سرطان را نشان داد. تمرکز آنها بر روی سرطان‌های پانکراس، معده یا روده بزرگ بود.

آنها این مدل را مورد آزمایش قرار دادند و میزان تأثیرگذاری آن را در تفاوت قائل شدن بین اهداکنندگان خون افراد مبتلا به سرطان و بدون سرطان تفاوت ایجاد کند. سپس آن را با آزمایش‌های سنتی مبتنی بر خون مایع مقایسه کردند. نتایجی که به دست آوردند به آنها نشان داد که نقاط خون خشک شده نیز در تشخیص بسیار مؤثر هستند. در مورد سرطان پانکراس، آنها توانستند ۸۱.۲ درصد از موارد را تشخیص دهند. در مورد نمونه‌های خون مایع، این میزان ۷۶.۸ درصد بود.

ارزیابی محققان نشان داد که اجرای این ابزار در مناطق کمتر توسعه‌یافته می‌تواند نسبت تخمینی موارد تشخیص نشده سرطان را کاهش دهد. به عنوان مثال، این روش برای غربالگری سرطان در سطح جمعیت مناطق روستایی چین می‌تواند موارد تشخیص داده نشده را ۲۰ تا ۵۰ درصد کاهش دهد. به ویژه زمانی که صحبت از سرطان‌های معده و روده بزرگ است.

چائویوان کوانگ، که در این مطالعه دخیل نبوده است، گفت: این آزمایش سرطان برای مدت زمان طولانی مورد استفاده قرار نخواهد گرفت. به گفته او، ما هنوز سال‌ها فاصله داریم تا بتوانیم این آزمایش را به بیماران ارائه دهیم.

لکه‌های سرم خشک (DSS) نمونه‌های کوچکی از سرم هستند که خشک شده‌اند که معمولاً در آزمایش‌های تشخیصی مختلف استفاده می‌شود. در مورد تشخیص سرطان، استفاده از نقاط خون خشک می‌تواند چالش‌برانگیز باشد. دلیل آن در تجزیه نشانگر‌های حساس و مقدار خون اغلب ناکافی برای نتایج قابل اعتماد است.

بنابراین، محققان پیشنهاد می‌کنند که از نانوذرات معدنی برای بهبود تشخیص سرطان استفاده کنند. به طور خاص، تمرکز بر روی طیف‌سنجی جرمی پیشرفته (NPELDI MS) است که نتایجی قابل اعتماد و با حساسیت بهتر ارائه می‌دهد. این شامل کاربرد نانوذرات معدنی برای افزایش تمرکز انتخابی و غنی‌سازی ترکیبات متابولیک از نمونه‌ها است. با این حال، سازگاری طیف‌سنجی جرمی پیشرفته با تجزیه و تحلیل نقاط خشک هنوز تأیید نشده است

آنها بر اساس مدل یادگیری ماشینی که ایجاد کردند، دریافتند که نمونه‌های سرم خشک نشانگر‌های بیولوژیکی مهم را حفظ می‌کنند که برای بهبود دقت تشخیصی حیاتی است. این مدل‌های ماشینی نوعی هوش مصنوعی هستند که از الگوریتم‌هایی برای مثال برای تشخیص سرطان استفاده می‌کنند.

کوانگ گفت: این یک شروع عالی است، اما به دلایل زیادی به آزمایش‌های بیشتری نیاز است. به عنوان مثال، آنها فقط چند صد نمونه را آزمایش کردند و همچنین مدل یادگیری ماشینی را روی افرادی که قبلاً به سرطان مبتلا بودند آزمایش کردند. به این معنی که باید تأیید شود که چگونه به عنوان یک ابزار تشخیصی واقعی کار می‌کند.

انتهای پیام/

دیگر خبرها

  • متولدین کدام ماه‌ها از همه آسیب‌پذیرترند!
  • هوش مصنوعی جهت‌گیری سیاسی افراد را از روی چهره تشخیص می‌دهد
  • ورود هوش مصنوعی به تشخیص‌‌های آزمایشگاهی/ لزوم آشنایی دانش‌آموزان با علوم آزمایشگاهی
  • نقش آزمایشگاه‌های پزشکی هوشمند در تشخیص بیماری‌ها
  • تشخیص چند دقیقه‌ای سرطان با یک قطره خون
  • (ویدئو) این ربات سرطان ریه را تشخیص می‌دهد
  • شناسایی ۳ نوع سرطان با یک قطره خون
  • ویدیو/ تشخیص نارسایی قلبی توسط هوش مصنوعی با اسکن پا
  • تشخیص گرایش سیاسی افراد از روی چهره‌شان توسط هوش مصنوعی
  • زمین توان پذیرش رفاه مصنوعی را ندارد