Deepfake napadi mogu lako prevariti olajn sisteme za prepoznavanje lica
Sensity AI, startup fokusiran na borbu protiv prevara identiteta, izveo je niz lažnih napada.
Zločinci mogu lako da ukradu tuđi identitet
Inženjeri su skenirali nečiju sliku sa lične karte i preslikali njen lik na lice druge osobe. Sensity je zatim testirao da li mogu da provale sisteme za prepoznavanje lica uživo, tako što će ih navesti da poveruju da je napadač pravi korisnik. Takozvani „liveness tests“ pokušavaju da autentifikuju identitete u realnom vremenu, oslanjajući se na slike ili video strimove sa kamera, kao što je prepoznavanje lica koje se koristi za otključavanje mobilnih telefona, na primer. Devet od deset dobavljača je pano na testu Sensityjevih live deepfake napada. Sensity nije imenovao kompanije koje su podložne deepfake napadima.
„Rekli smo im ‘znajte da ste ranjivi na ovu vrstu napada’, a oni su rekli ‘baš nas briga'”, rekao je Frančesko Kavali, glavni operativni direktor kompanije Sensity. Liveness testovi su rizični, posebno ako ih banke ili američke poreske vlasti, na primer, koriste za automatsku biometrijsku autentifikaciju. Ove napade, međutim, nije uvek lako izvesti. Sensity je u svom izveštaju naveo da je potreban specijalizovani telefon za otmicu mobilnih kamera i ubrizgavanje unapred napravljenih deepfake modela.
PyTorch programeri uskoro mogu da obučavaju AI modele na sopstvenim Apple laptopovima
Novije verzije Apple-ovih računara sadrže GPU-ove napravljene po meri, ali PyTorch programeri nisu bili u mogućnosti da iskoriste snagu hardvera kada obučavaju modele mašinskog učenja. To će se, međutim, promeniti sa predstojećim izdanjem PyTorch v1.12. „U saradnji sa Metal inženjering timom u Apple-u, sa uzbuđenjem najavljujemo podršku za GPU-ubrzanu PyTorch obuku na Mac-u“, objavila je zajednica PyTorch u postu na blogu ove nedelje. „Do sada je PyTorch obuka na Mac-u koristila samo CPU, ali sa predstojećim izdanjem PyTorch v1.12, programeri i istraživači mogu da iskoriste prednosti Apple silikonskih GPU-a za znatno bržu obuku modela.“
Novo izdanje znači da će korisnici Mac-a moći da treniraju neuronske mreže na sopstvenim uređajima bez potrebe da da iznajmljuju računarske resurse putem usluga računarstva u cloudu. Očekuje se da će najnoviji PyTorch v1.12 biti objavljen „negde u drugoj polovini juna“, rekao je portparol za The Register. Apple-ovi GPU-ovi su više optimizovani za obuku modela mašinskog učenja od njegovih CPU-a, što olakšava bržu obuku većih modela.
Lažni podaci za medicinske modele
Američki dobavljač zdravstvenog osiguranja Anthem radi sa Google Cloud-om na izgradnji sintetičkog cevovoda podataka za modele mašinskog učenja. Do dva petabajta lažnih podataka, koji oponašaju medicinske kartone i zahteve za zdravstvenu zaštitu, generisaće ljudi u Chocolate Factory. Ovi sintetički skupovi podataka će se koristiti za obuku algoritama veštačke inteligencije koji mogu bolje da otkriju slučajeve prevare i predstavljaju manji bezbednosni rizik od prikupljanja stvarnih podataka od pacijenata. Modeli će na kraju analizirati stvarne podatke i mogli bi, na primer, da traže lažne zahteve koje su podneli ljudi. Korišćenje lažnih podataka izbegava probleme privatnosti i takođe može da smanji pristrasnost. Ali ovi veštački uzorci ne funkcionišu uvek u svakoj aplikaciji za mašinsko učenje, rekli su stručnjaci ranije za The Register.
Izvor: Theregister
