HackerSecret.it - Il Sito Italiano Più Autorevole sul Mondo dell'Hacking, del Penetration Testing e della CyberSecurity

  • Home
  • Scarica l’App gratuita
  • Visita il Nostro Shop
  • Contattaci per info
VISITA IL NOSTRO SHOP ! CLICCA QUI !

Come si distingue un video vero da uno artificiale? Google combatte i deepfake inondando il web di deepfake

da Lo Staff di HackerSecret.it / lunedì, 14 Ottobre 2019 / Pubblicato il Hacking
Share
Tweet
Pin

Il fenomeno dei deepfake – termine che è nato soltanto nel 2017 – è rapidamente cresciuto, nei pochi anni che ha avuto a disposizione, sino a rappresentare un vero problema per la veridicità dell’informazione in Rete. Con deepfake si intende un filmato – ma anche un’immagine – creato con tecniche di intelligenza artificiale sovrapponendo video e immagini esistenti a video e immagini originali. Le fattezze di un personaggio – per lo più una celebrità – vengono sovrapposte alle azioni di un altro soggetto, così che sembri che sia il personaggio a compiere quelle azioni.Dei deepfake s’è visto finora soprattutto il lato peggiore, accanto a utilizzi umoristici o ironici: essi sono stati infatti spesso utilizzati per creare falsi video pornografici ritraenti persone famose, o anche per dar vita a filmati di revenge porn. Il vero problema è che spesso questi video, ancorché fasulli, sono così ben fatti da ingannare anche l’occhio più attento: sul lungo periodo, ciò comporta che si sia sempre sospettosi sulla veridicità di un dato filmato, e gli utenti finiscano col non sapere davvero se un certo materiale sia vero o falso. Microsoft, Facebook e Google sono da qualche tempo molto impegnate nella costruzione di strumenti open source in grado di identificare i deepfake in maniera automatizzata: l’intento è fornire ad aziende, governi e media i mezzi per classificare i video. L’ultimo contribuito da parte di Google in questo senso è un enorme database, contenente oltre 3.000 deepfake, realizzati nell’ultimo anno con il contributo di diversi attori e ora inseriti nello strumenti noto come FaceForensics. L’idea è che la disponibilità di una mole di dati tanto grande possa servire a rendere sempre più precisi i vari software in sviluppo per l’identificazione dei deepfake, visti come una minaccia a causa del «possibile abuso dei media sintetici», che costituisce un pericolo per chiunque navighi nel web. Fonte : https://www.zeusnews.it/n.php?c=27662   SU GOOGLE BLOG Contributo dei dati alla ricerca di rilevamento di Deepfake Martedì 24 settembre 2019 Postato da Nick Dufour, Google Research e Andrew Gully, Jigsaw Il deep learning ha dato origine a tecnologie che sarebbero state ritenute impossibili solo una manciata di anni fa. I moderni modelli generativi ne sono un esempio, in grado di sintetizzare immagini iperrealistiche, discorsi, musica e persino video. Questi modelli sono stati utilizzati in una vasta gamma di applicazioni, incluso rendere il mondo più accessibile attraverso la sintesi vocale e aiutare a generare dati di formazione per l’imaging medico. Come ogni tecnologia trasformativa, questo ha creato nuove sfide. I cosiddetti “deepfakes”, prodotti da modelli generativi profondi in grado di manipolare clip audio e video, sono uno di questi. Dalla loro prima apparizione alla fine del 2017, sono emersi molti metodi di generazione di deepfake open source, portando a un numero crescente di clip multimediali sintetizzate. Mentre molti sono probabilmente destinati a essere divertenti, altri potrebbero essere dannosi per gli individui e la società. Google considera seriamente questi problemi. Come abbiamo pubblicato nei nostri Principi di intelligenza artificiale lo scorso anno, ci impegniamo a sviluppare le migliori pratiche di IA per mitigare il potenziale di danno e abuso. Lo scorso gennaio, abbiamo annunciato il rilascio di un set di dati di sintesi vocale a supporto di una sfida internazionale per lo sviluppo di rilevatori audio falsi ad alte prestazioni. Il set di dati è stato scaricato da oltre 150 organizzazioni di ricerca e industria come parte della sfida ed è ora liberamente disponibile al pubblico. Oggi, in collaborazione con Jigsaw, stiamo annunciando il rilascio di un ampio set di dati di deepfake visivi che abbiamo prodotto che è stato incorporato nella Technical University di Monaco e nel nuovo benchmark FaceForensics dell’Università Federico II di Napoli, uno sforzo che Google co-sponsor. L’incorporazione di questi dati nel benchmark video FaceForensics è in collaborazione con importanti ricercatori, tra cui la prof.ssa Matthias Niessner, la prof.ssa Luisa Verdoliva e il team FaceForensics. Puoi scaricare i dati dalla pagina github di FaceForensics. Un campione di video dal contributo di Google al benchmark FaceForensics. Per generarli, le coppie di attori sono state selezionate casualmente e le reti neurali profonde hanno scambiato la faccia di un attore sulla testa di un altro. Per realizzare questo set di dati, nell’ultimo anno abbiamo lavorato con attori pagati e consenzienti per registrare centinaia di video. Utilizzando metodi di generazione di deepfake disponibili pubblicamente, abbiamo quindi creato migliaia di deepfake da questi video. I video risultanti, reali e falsi, comprendono il nostro contributo, che abbiamo creato per supportare direttamente gli sforzi di rilevamento di deepfake. Come parte del benchmark FaceForensics, questo set di dati è ora disponibile, gratuito per la comunità di ricerca, per l’uso nello sviluppo di metodi di rilevamento video sintetico. Gli attori sono stati girati in una varietà di scene. Alcuni di questi attori sono raffigurati qui (in alto) con un esempio di deepfake (in basso), che può essere un cambiamento sottile o drastico, a seconda dell’altro attore utilizzato per crearli. Poiché il campo si sta muovendo rapidamente, aggiungeremo a questo set di dati man mano che la tecnologia deepfake si evolve nel tempo e continueremo a lavorare con i partner in questo spazio. Crediamo fermamente nel supportare una fiorente comunità di ricerca sulla mitigazione dei potenziali danni derivanti da abusi dei media sintetici e la versione odierna del nostro set di dati deepfake nel benchmark FaceForensics è un passo importante in quella direzione. Ringraziamenti Un ringraziamento speciale a tutti i membri del nostro team e collaboratori che lavorano con noi su questo progetto: Daisy Stanton, Per Karlsson, Alexey Victor Vorobyov, Thomas Leung, Jeremiah “Spudde” Childs, Christoph Bregler, Andreas Roessler, Davide Cozzolino, Justus Thies, Luisa Verdoliva , Matthias Niessner e gli attori e la troupe cinematografica operosi che hanno contribuito a rendere possibile questo set di dati. https://ai.googleblog.com/2019/09/contributing-data-to-deepfake-detection.html

L’articolo Come si distingue un video vero da uno artificiale? Google combatte i deepfake inondando il web di deepfake proviene da .

Share
Tweet
Pin
Taggato in: artificiale, combatte, come, deepfake, distingue, Google, inondando, Vero, video

Clicca subito qui per visitare il nostro Shop!

Clicca subito qui per visitare il nostro Shop!

Altri 2300 utenti come te lo hanno già fatto quest'anno!

Scegli qui il prodotto che ti serve!

  • HACKER PACK PER IL TUO SMARTPHONE E IL TUO TABLET CON ROOT GUIDA E + 100 PROGRAMMI !!! 99,99€ 49,99€
  • HACKER PACK X IL TUO COMPUTER E IL TUO NOTEBOOK + 1000 PROGRAMMI 5GB DI MATERIALE !!! 99,99€ 49,99€
  • SOCIAL HACK LA GUIDA + COMPLETA PER HACKERARE TUTTI I SOCIAL ACCOUNT !!! 99,99€ 49,99€
  • HACKER LIBRARY LA PIU' GRANDE RACCOLTA DI LIBRI E MANUALI SULL'HACKING + 100 !!! 99,99€ 49,99€
  • IL PRIMO VERO SMARTPHONE ANDROID DA HACKER SENZA ROOT UNICO AL MONDO CON TUTTE LE APP !!! 599,99€ 249,99€
  • IL PRIMO VERO SMARTPHONE ANDROID DA HACKER CON ROOT UNICO AL MONDO CON TUTTE LE APP !!! 699,99€ 299,99€

Dicono di Noi

Francesca M. – Sistemista

Share
Tweet
Pin
 
Samuel D. – Hacker Etico

Share
Tweet
Pin
 
Carola M. – Influencer

Share
Tweet
Pin
 
Renato P. – Investigatore Privato

Share
Tweet
Pin
 
Rosaria S. – Casalinga

Share
Tweet
Pin
 
Paolo V. – Consulente Informatico

Share
Tweet
Pin
 
Matteo C. – Imprenditore

Share
Tweet
Pin
 
Alice B. – Studentessa di Informatica

Share
Tweet
Pin
 
Goffredo B. – Analista IT

Share
Tweet
Pin
 
Roberto C. – Programmatore

Share
Tweet
Pin
 

SCARICATA 1316 VOLTE!

SCARICATA 1316 VOLTE!

Scarica subito Hacker Secret la nostra app Android gratuita.

Serve aiuto? Contattaci subito!

Contact Us
Scrivi il tuo indirizzo email qui
Scrivi qui come possiamo aiutarti - ti supportiamo immediatamente per ogni tua esigenza!

## Stai cercando prodotti per l’hacking, la sicurezza informatica e il penetration testing? Hai bisogno di bonificare il tuo smartphone, il tuo pc o il tuo sito da virus e malware? Devi rintracciare una persona o recuperare delle informazioni urgenti? Devi riprendere possesso di un account, una mail o di una password che ti hanno sottratto? Vuoi acquistare device già configurati per sperimentare tutte le tecniche di hacking in modo facile e veloce? Hai esigenze particolari in ambito software o hardware? ##

Contattaci subito…altri 2300 utenti come te lo hanno già fatto quest’anno!

Clicca subito qui!

Cerca nel Sito

Gli ultimi articoli

  • Protostar – Heap Buffer Overflow – Heap 1

  • Protostar – Heap Buffer Overflow – Heap 2

  • RoyalTS SSH Tunnel – Authentication Bypass [CVE-2020-13872]

  • Come Funziona Metamask: Aggiungere Token, Regolare Gas, Cambiare Network

  • Cosa Vuol Dire Cripto Deflazionistiche? Indexed Deflationary Token

Tutte le tecniche, i prodotti e i servizi descritti o contenuti in questo sito si intendono per uso esclusivo di studio e di aggiornamento professionale e per testare la sicurezza della propria rete informatica in accordo alle vigenti normative sull'accesso a sistemi informativi e telematici (cfr. art. 615 ter c.p. e successive modifiche).

TORNA SU