Nhóm các nhà khoa học đã công bố kết quả nghiên cứu của mình tại Hội nghị quốc tế về học máy (ICML) vào ngày 15 tháng 7 năm 2020, một trong những hội nghị hàng đầu trong lĩnh vực học máy. Kết quả nghiên cứu được chia sẻ miễn phí trên trang github.

Ảnh giả mạo xuất phát từ học sâu (deep learning), một nhánh trong machine learning, được tạo ra với sự trợ giúp của các mô hình máy tính có khả năng sinh ra dữ liệu mới như thật gọi tắt là GAN. Trong các mạng GAN này có hai thuật toán hoạt động đồng thời: thuật toán đầu tiên tạo ra hình ảnh ngẫu nhiên dựa trên dữ liệu đầu vào nhất định. Thuật toán thứ hai sẽ quyết định xem hình ảnh đó có phải là giả hay không. Nếu hình ảnh được phát hiện là giả, thuật toán thứ hai cung cấp cho thuật toán đầu tiên lệnh sửa lại hình ảnh cho đến khi không thể nhận ra đó là ảnh giả hay thật.

Liệu bạn có nhận ra đây chỉ là 2 trong số những tấm ảnh giả do các thuật toán máy tính tạo ra?

Trong những năm gần đây, kỹ thuật này đã giúp cho các tấm ảnh giả ngày càng chân thực hơn. Người ta đã phát triển một trang web riêng để người dùng có thể kiểm tra xem họ có thể phân biệt được ảnh giả với ảnh gốc hay không. Trong kỷ nguyên của tin tức giả, sẽ là tốt hơn nếu người dùng có khả năng phân biệt hình ảnh do máy tính tạo ra với bản gốc.

Cho đến nay, để phân biệt ảnh giả với ảnh gốc thông thường phải sử dụng các phương pháp thống kê phức tạp. Trong nghiên cứu này, nhóm các nhà khoa học đã phát triển phương pháp phân tích tần số cho phép phát hiện những dấu hiệu hình ảnh giả điển hình, theo đó họ đã chọn một cách tiếp cận khác bằng cách chuyển đổi hình ảnh thành miền tần số bằng cách sử dụng biến đổi cosin rời rạc. Hình ảnh cần phân tích được biểu diễn dưới dạng tổng của nhiều hàm cosin khác nhau, trong đó hình ảnh tự nhiên bao gồm chủ yếu là các hàm có tần số thấp. Phân tích cũng đã chỉ ra rằng hình ảnh được tạo ra bởi GAN nằm trong dải tần số cao. Các thí nghiệm còn cho thấy những dấu hiệu giả này không chỉ xảy ra trong các hình ảnh do GAN tạo ra, mà chúng còn là một vấn đề có trong cấu trúc của tất cả các thuật toán học sâu. Do đó, phân tích tần số là một cách hiệu quả để tự động nhận dạng hình ảnh do máy tính tạo ra. Bài viết tham khảo tại:

Ruhr-University Bochum. "Recognizing fake images using frequency analysis: This method exposes fake images created by computer algorithms rather than by humans". ScienceDaily. ScienceDaily, 16 July 2020. www.sciencedaily.com/releases/2020/07/200716101532.htm.

(Sưu tầm)
VIỆN IMC
Tòa nhà IMC Tower, Số 176 Trường Chinh, Phường Khương
Thượng, Quận Đống Đa, Thành phố Hà Nội, Việt Nam
Tel/Fax : (+84) 24 3566 6232 / 24 3566 6234
Email: contact@imc.org.vn   Website: http://imc.org.vn