Privolitve za uporabo piškotkov in drugih orodij

Orodja in piškotki, ki jih uporabljamo na spletnem mestu, zbirajo v anonimizirani obliki informacije o obiskovalcih. Vaše privolitve nam omogočajo, da lahko zagotovimo delovanje vseh funkcij spletnega mesta, določene vsebine prilagodimo posebej za vas in z analizo obiska spletno mesto stalno izboljšujemo.

Vrste piškotkov

Soglašam, da spletno mesto uporablja orodja, vključno s piškotki, ki zagotavljajo pravilno delovanje in primeren nivo varnosti. Razumem, da spletno mesto brez tega ne more zagotavljati pravilnega delovanja, kot so navigacija po spletnem mestu, prilagajanje izgleda in zagotavljanje dostopa do posebnih delov spletnega mesta.

Soglašam, da spletno mesto uporablja orodja, vključno s piškotki, ki zbirajo anonimizirane podatke o obiskovalcih spletnega mesta. Razumem, da upravljavci spletnih mest brez tega ne morejo analizirati obiskanosti in načinov uporabe spletnega mesta za izboljševanje uporabniške izkušnje.

Nastavitve so bile shranjene.

Nova orodja za boj proti globokim ponaredkom

umetna inteligenca

ThisIsEngineering/Pexels

Datum objave:

Oznaka:

  • Raziskovalni dosežki
  • Univerzitetna služba za raziskovalno dejavnost
  • Raziskovanje
  • CTR 9
  • CTR 16
  • UL FRI

V svetu, kjer fotografijam in videoposnetkom vse težje zaupamo, prihaja pomemben preboj iz Univerze v Ljubljani. Raziskovalci Fakultete za računalništvo in informatiko so skupaj s strokovnjaki Fakultete za elektrotehniko razvili napreden model, ki z izjemno natančnostjo zazna digitalne ponaredke – tudi tiste najzahtevnejše, ustvarjene z najsodobnejšimi metodami umetne inteligence.

Model M-Task-SS združuje sodobne pristope strojnega učenja in umetne inteligence za zaznavanje in lokalizacijo digitalnih ponaredkov. Razvila ga je raziskovalna skupina s Fakultete za računalništvo in informatiko UL pod vodstvom dr. Boruta Batagelja in dr. Petra Peera v sodelovanju s sodelavci Andrejem Kronovškom in dr. Vitomirjem Štrucem iz Fakultete za elektrotehniko UL. 

Kako deluje model? 

Posebnost predlagane rešitve je, da za učenje uporablja zgolj resnične slike in si umetne ponaredke sam generira s pomočjo posebnih metod. Model nato z združevanjem dveh vrst umetnih nevronskih mrež (klasičnih in transformatorjev) zazna, ali je slika ponarejena in določi, kateri deli obraza so bili spremenjeni. 

S tem pristopom je dosežena visoka natančnost zaznave, obenem pa model omogoča boljšo interpretacijo rezultatov – uporabnik lahko jasno vidi, katera področja slike so sumljiva. 

Zakaj je to pomembno? 

Raziskava pomembno prispeva k večji odpornosti družbe proti dezinformacijam in manipulacijam na spletu. Testiranja na več zbirkah podatkov so pokazala, da model M-Task-SS presega obstoječe rešitve, še posebej pri odkrivanju novih in kompleksnejših vrst ponaredkov, kot so ponaredki, ustvarjeni z difuzijskimi modeli. 

Potencial uporabe je širok – od forenzičnih preiskav, novinarstva, zaščite medijev, pa do različnih varnostnih aplikacij. 

Celoten znanstveni članek je dostopen tukaj.

Logotipi

  • ARIS (si)