Ερευνητές της Adobe και του Πανεπιστημίου Berkeley εργάστηκαν στην δημιουργία λογισμικού εντοπισμού ψηφιακά επεξεργασμένων πορτραίτων.

Ο αλγόριθμος μπορεί να εντοπίσει πορτραίτα στα οποία τα πρόσωπα έχουν “πειραχτεί” με κάποια από τα εργαλεία που προσφέρει η Adobe στο Photoshop, προσφέροντας μάλιστα την δυνατότητα να γίνει επαναφορά των προσώπων στην αρχική κατάσταση.

“Ενώ είμαστε υπερήφανοι για τον αντίκτυπο που έχουν δημιουργήσει το Photoshop και τα άλλα δημιουργικά εργαλεία του Adobe στον κόσμο, αναγνωρίζουμε επίσης τις ηθικές συνέπειες της τεχνολογίας μας. Η εμπιστοσύνη σε αυτό που βλέπουμε είναι όλο και πιο σημαντική σε έναν κόσμο όπου η επεξεργασία εικόνων έχει γίνει πανταχού παρούσα – το ψεύτικο περιεχόμενο είναι ένα σοβαρό και όλο και πιο πιεστικό θέμα. Η Adobe είναι σταθερά προσηλωμένη στην εξεύρεση των πλέον χρήσιμων και υπεύθυνων τρόπων για να υλοποιήσει νέες τεχνολογίες – τη συνεχή διερεύνηση της χρήσης νέων τεχνολογιών, όπως η τεχνητή νοημοσύνη (AI), για την αύξηση της εμπιστοσύνης στα ψηφιακά μέσα”.

O νέος αλγόριθμος, των Richard Zhang και Oliver Wang της Adobe, με την συνεργασία των Sheng-Yu Wang, Dr. Andrew Owens, και Professor Alexei A. Efros του Πανεπιστημίου Berkeley, μπορεί να ανακαλύψει αλλαγές σε πρόσωπα που έχουν γίνει με το εργαλείο Face Aware Liquify του Photoshop.

Η έρευνα χρηματοδοτήθηκε από το πρόγραμμα DARPA MediFor. Το πρόγραμμα MediFor της DARPA βοηθάει ερευνητές στο να δημιουργήσουν λογισμικό για τον εντοπισμό ψεύτικων εικόνων που χρησιμοποιούνται για λόγους προπαγάνδας.

Τα βασικά ερωτήματα τα οποία προσπάθησαν να απαντήσουν οι ερευνητές είναι:
– Είναι δυνατό να δημιουργηθει ένα εργαλείο που να μπορεί να εντοπίσει τα επεξεργασμένα πρόσωπα πιο αξιόπιστα από τους ανθρώπους;
– Μπορεί το εργαλείο να αποκωδικοποιήσει τις συγκεκριμένες αλλαγές που έγιναν στην εικόνα;
– Είναι δυνατό να ακυρωθούν αυτές τις αλλαγές και να εμφανιστεί η πρωτότυπη εικόνα;

Η τεχνολογία Convolutional Neural Network (CNN) που χρησιμοποιήθηκε επέτρεψε το λογισμικό να εντοπίζει τις επεξεργασμένες εικόνες κατά 99%, σε σχέση με το 53% επιτυχίας που είχαν οι άνθρωποι στους οποίους προβλήθηκαν οι δύο εικόνες, η μία με αλλαγές και η άλλη χωρίς.

Επιπλέον το λογισμικό μπόρεσε να εντοπίσει σε ποια σημεία κάθε εικόνας είχαν γίνει μετατροπές και να επαναφέρει τις εικόνες στην αρχική τους κατάσταση, κάτι που έγινε με τόσο μεγάλη ακρίβεια, ώστε να εντυπωσιάσει ακόμα και τους ίδιους τους ερευνητές.

“Μπορεί να ακούγεται αδύνατο επειδή υπάρχουν τόσες πολλές παραλλαγές της γεωμετρίας του προσώπου”, λέει ο Καθηγητής Alexei A. Efros του Πανεπιστημίου του Berkeley, “Αλλά, σε αυτή την περίπτωση, επειδή η τεχνική της βαθιάς εκμάθησης (deep learning) μπορεί να εξετάσει έναν συνδυασμό πληροφοριών χαμηλού επιπέδου των εικόνων, όπως τα warping artifacts, καθώς και τη διάταξη, φαίνεται να δουλεύει.”

“Η ιδέα ενός κουμπιού αναίρεσης-undo για να επαναφέρουμε τις επεξεργασίες των εικόνων παραμένει μακριά από την πραγματικότητα”, προσθέτει ο Richard Zhang. “Αλλά ζούμε σε έναν κόσμο όπου γίνεται όλο και πιο δύσκολο να εμπιστευτούμε τις ψηφιακές πληροφορίες που καταναλώνουμε και ανυπομονώ να διερευνήσω περαιτέρω αυτόν τον τομέα έρευνας”.

“Αυτό είναι ένα σημαντικό βήμα για να μπορέσουμε να ανιχνεύσουμε ορισμένους τύπους επεξεργασίας εικόνων και η δυνατότητα αναίρεσης λειτουργεί εκπληκτικά καλά”, λέει ο επικεφαλής του τμήματος της Adobe, Gavin Miller. “Πέρα από τέτοιες τεχνολογίες, η καλύτερη άμυνα θα είναι ένα εκλεπτυσμένο κοινό που γνωρίζει ότι το περιεχόμενο μπορεί να χειραγωγηθεί – συχνά για να το ευχαριστήσει, αλλά μερικές φορές για να το παραπλανήσει”.

Μένει να δούμε πότε μία τέτοιου είδους τεχνολογία με την μορφή κάποιου λογισμικού της Adobe θα είναι διαθέσιμη στο παγκόσμιο φωτογραφικό κοινό και αν θα είναι δυνατό να επεκταθεί σε όλα τα είδη φωτογραφιών, κάτι που θα βοηθούσε ιδιαίτερα τους διοργανωτές μεγάλων διαγωνισμών φωτογραφίας.