如果目前人工智慧洪流的第一波浪潮帶來了複雜的挑戰，那麼第二波浪潮往往是利用人工智慧來解決這些挑戰。 ChatGPT 及其連鎖反應讓「人性」受到質疑——現在我們有了 World ID 來驗證誰算是人類。機器人引發機器人偵測； GenAI Deepfakes 也因此誕生了。
如果這一切感覺有點週期性和旋風——如果你寧願躲在面具後面——你瞧，人工智慧有答案。 Chameleon 是一種新的 AI 模型，可產生虛擬的「個人化隱私保護」面具（即 P-3 面具），以防止臉部辨識。
「Chameleon 會學習使用者（受保護者）的臉部特徵來產生 P3-Mask，該 P3-Mask 可以用於保護任何臉部影像，然後再在線上分享這些影像，以防止未經授權的 FR，」說研究來自香港大學和喬治亞理工學院。論文描述的過程如下：
「首先，我們使用跨影像優化為每個使用者產生一個 P3-Mask，而不是為使用者的每個臉部影像客製化臉部擾動。即使對於運算資源有限的用戶，它也能提供高效率、即時的保護。其次，我們採用了可感知性優化來維持受保護的臉部影像的視覺品質。第三，我們透過將焦點多樣性優化的整合學習整合到掩模生成過程中，增強了 P3-Mask 針對未知 FR 模型的魯棒性。
實際上，這意味著變色龍欺騙了掃描器認為某人的照片是其他人的。跨影像優化使遮罩快速且適應性強，而影像優化則保護臉部影像的品質。當遇到新的臉部辨識模型時，整合學習片段使用人工智慧來提高演算法的準確性。
它確實有效：“對兩個基準數據集進行的大量實驗表明，Chameleon 的性能優於三種最先進的方法，具有即時保護和最小的圖像質量下降。”
將完美的自拍照發佈到“gram”，無需擔心
研究人員打算在 GitHub 上公開發布 Chameleon 的程式碼，他們相信該工具可以有效防止資料抓取，即在未經用戶同意的情況下從公共互聯網收集人臉資料以用於大規模訓練資料集。他們明確喊出和這些公司「收集了數十億張線上圖像，並且可以在未經同意的情況下識別數百萬公民」。
儘管存在遮罩工具，但它們通常會留下明顯的偽影或其他扭曲。透過保持影像質量，Chameleon 可以在將影像發佈到之前在影像上放置隱形蒙版例如，或將其應用於促銷目的所需的爆頭照片。
然而，公司不必擔心：該工具允許用戶授予受信任的第三方訪問其 P3-Mask 的權限，以消除受保護圖像的混淆。
文章主題
||||
