AI có thể tạo ra mặt nạ kỹ thuật số để ẩn ảnh cá nhân của bạn khỏi tội phạm mạng. (Ảnh: Cybermagician)
Một nghiên cứu mới từ trường đại học Georgia Tech đã nêu chi tiết cách các nhà nghiên cứu tạo ra một mô hình AI có tên là " Chameleon ", có thể tạo ra một "mặt nạ bảo vệ quyền riêng tư (P-3) kỹ thuật số" cho các bức ảnh cá nhân, ngăn chặn việc quét khuôn mặt không mong muốn. Thay vào đó, Chameleon sẽ khiến máy quét nhận dạng khuôn mặt nhận ra các bức ảnh là của người khác.
"Việc chia sẻ dữ liệu và phân tích bảo vệ quyền riêng tư như Chameleon sẽ giúp thúc đẩy quản trị và áp dụng công nghệ AI một cách có trách nhiệm, đồng thời kích thích khoa học và đổi mới có trách nhiệm", tác giả chính của nghiên cứu Ling Liu , giáo sư về dữ liệu và điện toán thông minh tại Trường Khoa học Máy tính của Georgia Tech, Mỹ, người đã phát triển mô hình Chameleon, cho biết.
Hệ thống nhận dạng khuôn mặt hiện đã trở nên phổ biến trong cuộc sống hàng ngày, từ camera cảnh sát đến Face ID trên iPhone. Nhưng việc quét không mong muốn hoặc trái phép có thể khiến tội phạm mạng thu thập hình ảnh để lừa đảo , gian lận hoặc theo dõi. Chúng thậm chí có thể thu thập hình ảnh để xây dựng cơ sở dữ liệu nhằm mục đích nhắm mục tiêu quảng cáo không mong muốn và tấn công mạng.
Những ưu việt của phần mềm “Chameleon”
Mặc dù việc che giấu hình ảnh không phải là điều gì mới mẻ, nhưng các hệ thống hiện tại thường làm lu mờ các chi tiết chính trong ảnh của một người hoặc không giữ được hình ảnh có chất lượng thực. Để khắc phục điều này, các nhà nghiên cứu cho biết Chameleon có ba tính năng cụ thể.
Thứ nhất, việc sử dụng tối ưu hóa chéo hình ảnh cho phép Chameleon tạo một P3-Mask cho mỗi người dùng. Điều này có nghĩa là hệ thống AI có thể cung cấp khả năng bảo vệ tức thời cho người dùng và cũng cho phép sử dụng hiệu quả hơn các tài nguyên máy tính hạn chế. Tính năng này có thể hữu ích nếu Chameleon được áp dụng để sử dụng trong điện thoại thông minh.
Thứ hai, Chameleon kết hợp "tối ưu hóa khả năng nhận thức" — tức là cách hình ảnh được hiển thị tự động, không cần can thiệp thủ công hoặc thiết lập thông số — để đảm bảo chất lượng hình ảnh của khuôn mặt được bảo vệ được duy trì.
Tính năng thứ ba là tăng cường P3-Mask để nó đủ mạnh để đánh bại các mô hình nhận dạng khuôn mặt chưa biết. Điều này được thực hiện bằng cách tích hợp tổng hợp được tối ưu hóa đa dạng tiêu điểm vào quy trình tạo mặt nạ. Nói cách khác, nó sử dụng kỹ thuật học máy kết hợp các dự đoán của nhiều mô hình để cải thiện độ chính xác của thuật toán.
"Chúng tôi muốn sử dụng các kỹ thuật này để bảo vệ hình ảnh khỏi bị sử dụng trái phep và để đào tạo các mô hình tạo trí tuệ nhân tạo. Chúng tôi có thể bảo vệ thông tin hình ảnh khỏi bị sử dụng mà không được sự đồng ý", nghiên cứu sinh tiến sĩ Tiansheng Huang của Đại học Georgia Tech , người cũng tham gia vào quá trình phát triển Chameleon, cho biết.