संशोधकांच्या गटाने एक कृत्रिम बुद्धिमत्ता (AI) प्रणाली विकसित केली आहे जी वापरकर्त्यांना वाईट कलाकारांद्वारे अवांछित चेहर्यावरील स्कॅनिंगपासून वाचवू शकते. डब केलेले गिरगिट, एआय मॉडेल संरक्षित प्रतिमेच्या व्हिज्युअल गुणवत्तेवर परिणाम न करता प्रतिमांमधील चेहरे लपविणारा मुखवटा तयार करण्यासाठी विशेष मास्किंग तंत्रज्ञान वापरते. याव्यतिरिक्त, संशोधकांचा दावा आहे की मॉडेल संसाधन-अनुकूलित आहे, ते मर्यादित प्रक्रिया शक्तीसह देखील वापरण्यायोग्य बनवते. आतापर्यंत, संशोधक कॅमेलियन एआय मॉडेलसह सार्वजनिकपणे गेले नाहीत, तथापि, त्यांनी लवकरच कोड सार्वजनिकपणे रिलीझ करण्याचा त्यांचा हेतू सांगितला आहे.
संशोधकांनी गिरगिट AI मॉडेलचे अनावरण केले
एका संशोधनात कागदऑनलाइन प्री-प्रिंट जर्नल arXiv मध्ये प्रकाशित, जॉर्जिया टेक युनिव्हर्सिटीच्या संशोधकांनी AI मॉडेलचे तपशीलवार वर्णन केले. चेहर्यावरील ओळखीच्या साधनांसाठी ते अगोचर बनवण्यासाठी हे टूल इमेजमध्ये चेहऱ्यांवर अदृश्य मास्क जोडू शकते. अशा प्रकारे, वापरकर्ते त्यांच्या ओळखीचे रक्षण करू शकतात चेहर्यावरील डेटा स्कॅनिंगच्या प्रयत्नांपासून वाईट कलाकार आणि AI डेटा-स्क्रॅपिंग बॉट्स.
“गोपनीयतेचे संरक्षण करणारे डेटा शेअरिंग आणि कॅमेलियोन सारखे विश्लेषणे प्रशासनास आणि AI तंत्रज्ञानाचा जबाबदार अवलंब करण्यास आणि जबाबदार विज्ञान आणि नवकल्पना उत्तेजित करण्यास मदत करतील,” म्हणाला लिंग लिऊ, जॉर्जिया टेक स्कूल ऑफ कॉम्प्युटर सायन्समधील डेटा आणि बुद्धिमत्ता-संचालित संगणनाचे प्राध्यापक आणि संशोधन पेपरचे प्रमुख लेखक.
गिरगिट वैयक्तिक गोपनीयता संरक्षण (P-3) मुखवटा नावाचे विशेष मास्किंग तंत्र वापरते. एकदा मास्क लावल्यानंतर, चेहर्यावरील ओळखीच्या साधनांद्वारे प्रतिमा शोधल्या जाऊ शकत नाहीत कारण स्कॅन त्यांना “कोणीतरी असल्यासारखे” दर्शवेल.
फेस मास्किंग टूल्स आधीपासूनच अस्तित्वात असताना, कॅमेलियन एआय मॉडेल रिसोर्स ऑप्टिमायझेशन आणि इमेज क्वालिटी चिकाटी या दोहोंवर नवनवीन संशोधन करते. पूर्वीचे साध्य करण्यासाठी, संशोधकांनी हायलाइट केले की प्रत्येक फोटोसाठी स्वतंत्र मुखवटे वापरण्याऐवजी, हे टूल काही वापरकर्त्यांनी सबमिट केलेल्या चेहर्यावरील फोटोंच्या आधारे प्रति वापरकर्ता एक मुखवटा तयार करते. अशा प्रकारे, अदृश्य मुखवटा तयार करण्यासाठी केवळ मर्यादित प्रमाणात प्रक्रिया शक्ती आवश्यक आहे.
दुसरे आव्हान, जे संरक्षित फोटोची प्रतिमा गुणवत्ता टिकवून ठेवण्याचे आहे, ते अधिक अवघड होते. याचे निराकरण करण्यासाठी, संशोधकांनी गिरगिटमध्ये ग्रहणक्षमता ऑप्टिमायझेशन तंत्र वापरले. हे कोणत्याही मॅन्युअल हस्तक्षेपाशिवाय किंवा पॅरामीटर सेटिंगशिवाय मास्क आपोआप रेंडर करते, अशा प्रकारे एआयला संपूर्ण प्रतिमा गुणवत्ता अस्पष्ट होऊ देत नाही.
एआय मॉडेलला गोपनीयतेच्या संरक्षणासाठी एक महत्त्वाचे पाऊल म्हणत, संशोधकांनी उघड केले की ते लवकरच गिटहबवर सार्वजनिकपणे गिरगिटाचा कोड सोडण्याची योजना आखत आहेत. ओपन-सोर्स्ड एआय मॉडेल नंतर डेव्हलपरद्वारे ॲप्लिकेशन तयार करण्यासाठी वापरले जाऊ शकते.
