Нейросеть научили распознавать поддельные изображения

Исследователи из Мэрилендского университета совместно с разработчиками из компании Adobe создали нейросеть, способную отличать снимки, обработанных в редакторе.

Компания Adobe широко известна своим самым популярным продуктом Photoshop, представляющий собой фактически неограниченный инструмент редактирования визуальной реальности фотографий или снимков в интернете. Разумеется, часто данное программное обеспечение используется для различного рода подделок – от самых безобидных до измененных цифровых изображений, от подлинности которых могут подчас зависеть судьбы людей. Именно поэтому отдельная проектная команда из Adobe под руководством специалиста по ИИ Влада Морариу сегодня объявила о завершении своего первоначального концепта специальной нейросети, позволяющей выявлять измененные снимки.

Стоит отметить, что технологий, позволяющих выяснять подлинность снимков и цифровых изображений, существует великое множество, но все они так или иначе применяются в специализированных учреждениях – таких как полиция и спецслужбы – а потому не могут всерьез рассматриваться как массовый инструмент, доступный любому желающему. К тому же, они зачастую требуют много времени для проверки подлинности снимка.

Однако команда Морариу сегодня сообщила о том, что ей удалось воплотить специальный искусственный интеллект, умеющий не только снимать остаточные цифровые паттерны на снимках, свидетельствующее о их ранее редактировании, но также совмещающий в себе целый комплекс техник для выяснения того, что именно было изменено на изображении. В числе прочих техник значатся считывание двойного цифрового следа и цифровой сплайсинг разных участков изображения.

Полученная в результате нейросеть представляет собой практически идеальное технологическое решение для выявления цифровых подделок – это может стать действительно многообещающим подходом в криминалистике и ряде других сфер деятельности, а потому разработка нового искусственного интеллекта Adobe находится среди первых в списке на данный момент. Предполагается, что представленный функционал является лишь частью более полного комплекса, который, однако, пока что не представлен ввиду дальнейшей работы.