👨🏾‍🚀 👩‍🍳 💆🏻 नए उपकरण एशियाई समाचार एजेंसियों को नकली छवियों की मदद करने के लिए ➖ 😝 🛀🏻

सभी को नमस्कार। आज हम आपके साथ एक लेख का अनुवाद साझा कर रहे हैं, जो OTUS - Computer Vision से एक नए पाठ्यक्रम के शुभारंभ की पूर्व संध्या पर तैयार किया गया था ।

पत्रकारों और तथ्य चेकर्स तेजी से फैलने वाली गलत सूचना से विश्वसनीय जानकारी को अलग करने में भारी कठिनाइयों का सामना करते हैं। और यह न केवल उन ग्रंथों पर लागू होता है जो हम पढ़ते हैं। वायरल चित्र और मेमे हमारे समाचार फ़ीड और चैट भरते हैं, और अक्सर वे संदर्भ को विकृत करते हैं या नकली होते हैं। एशिया में, जहां उत्तरी अमेरिका की तुलना में आठ गुना अधिक सामाजिक नेटवर्क उपयोगकर्ता हैं , समस्या का पैमाना कहीं अधिक गंभीर है।

ऐसे उपकरण हैं जो एशियाई पत्रकार समाचार छवियों की उत्पत्ति और विश्वसनीयता निर्धारित करने के लिए उपयोग कर सकते हैं, लेकिन वे अपेक्षाकृत पुराने, अविश्वसनीय और केवल डेस्कटॉप कंप्यूटर पर उपलब्ध अधिकांश भाग के लिए हैं। यह उन देशों में तथ्य चेकर्स और पत्रकारों के लिए एक बाधा है जहां ज्यादातर लोग अपने मोबाइल फोन का उपयोग करके इंटरनेट से जुड़ते हैं।

पिछले दो वर्षों में, Google समाचार पहल ने संसाधित चित्रों की पहचान के लिए प्रौद्योगिकी पर पत्रकारों के साथ मिलकर काम किया है। सिंगापुर में 2018 ट्रस्टेड मीडिया समिट में, Google, स्टोरीफुल के विशेषज्ञों की एक टीम और समाचार उद्योग के प्रतिनिधियों की एक विस्तृत श्रृंखला ने मोबाइल उपकरणों के लिए अनुकूलित एक नया उपकरण विकसित करने और कृत्रिम बुद्धिमत्ता की उपलब्धियों का उपयोग करने के लिए सेना में शामिल हो गए । के समर्थन के साथ Google समाचार पहल , जीएनआई बादल कार्यक्रम और गूगल से स्वयंसेवी अभियंताओं, प्रोटोटाइप तो कहा जाता है एक आवेदन में बदल प्राप्त स्रोत, Storyful द्वारा संचालित ।

अब जब यह एप्लिकेशन पहले से ही पूरे क्षेत्र के पत्रकारों द्वारा उपयोग में है, तो हमने स्टोरीफुल के प्रोडक्ट डायरेक्टर, एमानो केनेडी से पूछा कि हमें उनके बारे में कुछ और बताएं।

पूरी दुनिया में और विशेष रूप से एशिया में पत्रकारों और तथ्य चेकर्स के सामने आने वाली समस्याओं को स्टोरीफुल क्या देखता है?

[ ] , . , . . , . , , , .

Source , AI ?

[] Storyful, , , .

— , , , . -, — , . -, , , , , , .

Source Google's AI, , , , . , . Source , , .

Source , .

Source 2020 ?
[] 130 17 , . , 30 Source , , — , — .

आगे देखते हुए, हम तथ्य चेकर्स को सुनते हैं जब हम सोचते हैं कि आवेदन का अगला संस्करण क्या होगा। हम जानते हैं कि स्रोत का उपयोग किया गया था, उदाहरण के लिए, वीडियो से फ़्रेम का अध्ययन करने के लिए, जो हमें न केवल पाठ या छवियों के साथ काम करने के लिए एक आवेदन की विकास क्षमता दिखाता है। अंतिम लक्ष्य दुनिया भर के पत्रकारों की सहायता के लिए Google AI का उपयोग करके, केंद्र में स्रोत के साथ सार्वजनिक रूप से उपलब्ध तथ्य-जाँच संसाधनों का "टूलबॉक्स" बनाना है।

इस पर, अनुवाद समाप्त हो गया, लेकिन हमने पाठ्यक्रम के नेता द्वारा लेख पर टिप्पणी के लिए कहा - आर्थर कदुरिन:

कंप्यूटर विज़न, "एडवांसरियल अटैक" के क्षेत्र में वर्तमान "हॉट" विषयों में से एक, नए, विशेष रूप से डिज़ाइन किए गए चित्रों का उपयोग करके दृश्य जानकारी को पहचानने और संसाधित करने के लिए आधुनिक एल्गोरिदम को "धोखा" देने के तरीके हैं। हाल के वर्षों में, ऐसे एप्लिकेशन जो फ़ोटो और वीडियो को एक विशेष तरीके से संसाधित कर रहे हैं (FaceApp, Deepfake, इत्यादि) को व्यापक रूप से प्रचारित किया गया है, प्रमुख प्रश्नों में से एक यह है कि क्या हम तंत्रिका नेटवर्क का उपयोग संसाधित लोगों से वास्तविक छवियों को अलग करने के लिए कर सकते हैं। कंप्यूटर विज़न कोर्स के विषयों में से एक इस मुद्दे के लिए समर्पित है। पाठ में हम आधुनिक दृष्टिकोणों का विश्लेषण करेंगे कि तंत्रिका नेटवर्क का उपयोग करके "धोखे" को सही ढंग से कैसे निर्धारित किया जाए और उन्हें सफलतापूर्वक "धोखा" कैसे दिया जाए।

→ पाठ्यक्रम के बारे में अधिक जानें

नए उपकरण एशियाई समाचार एजेंसियों को नकली छवियों की मदद करने के लिए

More articles: