ਖੋਜਕਰਤਾਵਾਂ ਦੇ ਇੱਕ ਸਮੂਹ ਨੇ ਇੱਕ ਆਰਟੀਫਿਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਸਿਸਟਮ ਵਿਕਸਤ ਕੀਤਾ ਹੈ ਜੋ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਮਾੜੇ ਅਦਾਕਾਰਾਂ ਦੁਆਰਾ ਅਣਚਾਹੇ ਚਿਹਰੇ ਦੀ ਸਕੈਨਿੰਗ ਤੋਂ ਬਚਾ ਸਕਦਾ ਹੈ। ਡੱਬਡ ਗਿਰਗਿਟ, ਏਆਈ ਮਾਡਲ ਇੱਕ ਮਾਸਕ ਤਿਆਰ ਕਰਨ ਲਈ ਇੱਕ ਵਿਸ਼ੇਸ਼ ਮਾਸਕਿੰਗ ਤਕਨਾਲੋਜੀ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ ਜੋ ਸੁਰੱਖਿਅਤ ਚਿੱਤਰ ਦੀ ਵਿਜ਼ੂਅਲ ਗੁਣਵੱਤਾ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕੀਤੇ ਬਿਨਾਂ ਚਿੱਤਰਾਂ ਵਿੱਚ ਚਿਹਰਿਆਂ ਨੂੰ ਛੁਪਾਉਂਦਾ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਖੋਜਕਰਤਾ ਦਾਅਵਾ ਕਰਦੇ ਹਨ ਕਿ ਮਾਡਲ ਸਰੋਤ-ਅਨੁਕੂਲ ਹੈ, ਇਸ ਨੂੰ ਸੀਮਤ ਪ੍ਰੋਸੈਸਿੰਗ ਪਾਵਰ ਦੇ ਨਾਲ ਵੀ ਵਰਤੋਂ ਯੋਗ ਬਣਾਉਂਦਾ ਹੈ। ਹੁਣ ਤੱਕ, ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਗਿਰਗਿਟ ਏਆਈ ਮਾਡਲ ਦੇ ਨਾਲ ਜਨਤਕ ਨਹੀਂ ਕੀਤਾ ਹੈ, ਹਾਲਾਂਕਿ, ਉਨ੍ਹਾਂ ਨੇ ਕੋਡ ਨੂੰ ਜਨਤਕ ਤੌਰ ‘ਤੇ ਜਲਦੀ ਹੀ ਜਾਰੀ ਕਰਨ ਦੇ ਆਪਣੇ ਇਰਾਦੇ ਦੱਸੇ ਹਨ।
ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਗਿਰਗਿਟ ਏਆਈ ਮਾਡਲ ਦਾ ਪਰਦਾਫਾਸ਼ ਕੀਤਾ
ਇੱਕ ਖੋਜ ਵਿੱਚ ਕਾਗਜ਼ਔਨਲਾਈਨ ਪ੍ਰੀ-ਪ੍ਰਿੰਟ ਜਰਨਲ arXiv ਵਿੱਚ ਪ੍ਰਕਾਸ਼ਿਤ, ਜਾਰਜੀਆ ਟੈਕ ਯੂਨੀਵਰਸਿਟੀ ਦੇ ਖੋਜਕਰਤਾਵਾਂ ਨੇ AI ਮਾਡਲ ਦਾ ਵੇਰਵਾ ਦਿੱਤਾ। ਇਹ ਟੂਲ ਇੱਕ ਚਿੱਤਰ ਵਿੱਚ ਚਿਹਰਿਆਂ ‘ਤੇ ਇੱਕ ਅਦਿੱਖ ਮਾਸਕ ਜੋੜ ਸਕਦਾ ਹੈ ਤਾਂ ਜੋ ਇਸਨੂੰ ਚਿਹਰੇ ਦੀ ਪਛਾਣ ਕਰਨ ਵਾਲੇ ਟੂਲਸ ਲਈ ਅਦ੍ਰਿਸ਼ਟ ਬਣਾਇਆ ਜਾ ਸਕੇ। ਇਸ ਤਰ੍ਹਾਂ, ਉਪਭੋਗਤਾ ਮਾੜੇ ਅਦਾਕਾਰਾਂ ਅਤੇ AI ਡੇਟਾ-ਸਕ੍ਰੈਪਿੰਗ ਬੋਟਸ ਦੁਆਰਾ ਚਿਹਰੇ ਦੇ ਡੇਟਾ ਸਕੈਨ ਕਰਨ ਦੀਆਂ ਕੋਸ਼ਿਸ਼ਾਂ ਤੋਂ ਆਪਣੀ ਪਛਾਣ ਦੀ ਰੱਖਿਆ ਕਰ ਸਕਦੇ ਹਨ।
“ਗੋਪਨੀਯਤਾ-ਰੱਖਿਅਤ ਡੇਟਾ ਸ਼ੇਅਰਿੰਗ ਅਤੇ ਗਿਰਗਿਟ ਵਰਗੇ ਵਿਸ਼ਲੇਸ਼ਣ, ਪ੍ਰਸ਼ਾਸਨ ਨੂੰ ਅੱਗੇ ਵਧਾਉਣ ਅਤੇ ਏਆਈ ਤਕਨਾਲੋਜੀ ਨੂੰ ਜ਼ਿੰਮੇਵਾਰ ਅਪਣਾਉਣ ਅਤੇ ਜ਼ਿੰਮੇਵਾਰ ਵਿਗਿਆਨ ਅਤੇ ਨਵੀਨਤਾ ਨੂੰ ਉਤਸ਼ਾਹਿਤ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਨਗੇ,” ਨੇ ਕਿਹਾ ਲਿੰਗ ਲਿਉ, ਜਾਰਜੀਆ ਟੈਕ ਦੇ ਸਕੂਲ ਆਫ਼ ਕੰਪਿਊਟਰ ਸਾਇੰਸ ਵਿੱਚ ਡੇਟਾ ਅਤੇ ਖੁਫੀਆ-ਸੰਚਾਲਿਤ ਕੰਪਿਊਟਿੰਗ ਦੇ ਪ੍ਰੋਫੈਸਰ, ਅਤੇ ਖੋਜ ਪੱਤਰ ਦੇ ਪ੍ਰਮੁੱਖ ਲੇਖਕ ਹਨ।
ਗਿਰਗਿਟ ਇੱਕ ਵਿਸ਼ੇਸ਼ ਮਾਸਕਿੰਗ ਤਕਨੀਕ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ ਜਿਸਨੂੰ ਪਰਸਨਲਾਈਜ਼ਡ ਪ੍ਰਾਈਵੇਸੀ ਪ੍ਰੋਟੈਕਸ਼ਨ (P-3) ਮਾਸਕ ਕਿਹਾ ਜਾਂਦਾ ਹੈ। ਇੱਕ ਵਾਰ ਮਾਸਕ ਲਾਗੂ ਹੋਣ ਤੋਂ ਬਾਅਦ, ਚਿੱਤਰਾਂ ਨੂੰ ਚਿਹਰੇ ਦੀ ਪਛਾਣ ਕਰਨ ਵਾਲੇ ਸਾਧਨਾਂ ਦੁਆਰਾ ਖੋਜਿਆ ਨਹੀਂ ਜਾ ਸਕਦਾ ਹੈ ਕਿਉਂਕਿ ਸਕੈਨ ਉਹਨਾਂ ਨੂੰ “ਕਿਸੇ ਹੋਰ ਵਿਅਕਤੀ ਵਜੋਂ” ਦਿਖਾਏਗਾ।
ਜਦੋਂ ਕਿ ਫੇਸ ਮਾਸਕਿੰਗ ਟੂਲ ਪਹਿਲਾਂ ਹੀ ਮੌਜੂਦ ਹਨ, ਚੈਮੇਲੀਅਨ ਏਆਈ ਮਾਡਲ ਸਰੋਤ ਅਨੁਕੂਲਨ ਅਤੇ ਚਿੱਤਰ ਗੁਣਵੱਤਾ ਦੀ ਲਗਨ ਦੋਵਾਂ ‘ਤੇ ਨਵੀਨਤਾ ਕਰਦਾ ਹੈ। ਪਹਿਲੇ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ, ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਉਜਾਗਰ ਕੀਤਾ ਕਿ ਹਰੇਕ ਫੋਟੋ ਲਈ ਵੱਖਰੇ ਮਾਸਕ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੀ ਬਜਾਏ, ਇਹ ਟੂਲ ਕੁਝ ਉਪਭੋਗਤਾ ਦੁਆਰਾ ਜਮ੍ਹਾਂ ਕੀਤੇ ਚਿਹਰੇ ਦੀਆਂ ਫੋਟੋਆਂ ਦੇ ਅਧਾਰ ਤੇ ਪ੍ਰਤੀ ਉਪਭੋਗਤਾ ਇੱਕ ਮਾਸਕ ਤਿਆਰ ਕਰਦਾ ਹੈ। ਇਸ ਤਰ੍ਹਾਂ, ਅਦਿੱਖ ਮਾਸਕ ਬਣਾਉਣ ਲਈ ਸਿਰਫ ਸੀਮਤ ਮਾਤਰਾ ਵਿੱਚ ਪ੍ਰੋਸੈਸਿੰਗ ਪਾਵਰ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।
ਦੂਜੀ ਚੁਣੌਤੀ, ਜੋ ਕਿ ਇੱਕ ਸੁਰੱਖਿਅਤ ਫੋਟੋ ਦੀ ਚਿੱਤਰ ਗੁਣਵੱਤਾ ਨੂੰ ਸੁਰੱਖਿਅਤ ਰੱਖਣ ਲਈ ਹੈ, ਗੁੰਝਲਦਾਰ ਸੀ. ਇਸ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ, ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਗਿਰਗਿਟ ਵਿੱਚ ਇੱਕ ਅਨੁਭਵੀ ਅਨੁਕੂਲਤਾ ਤਕਨੀਕ ਦੀ ਵਰਤੋਂ ਕੀਤੀ। ਇਹ ਬਿਨਾਂ ਕਿਸੇ ਦਸਤੀ ਦਖਲ ਜਾਂ ਪੈਰਾਮੀਟਰ ਸੈਟਿੰਗ ਦੇ ਆਪਣੇ ਆਪ ਮਾਸਕ ਨੂੰ ਰੈਂਡਰ ਕਰਦਾ ਹੈ, ਇਸ ਤਰ੍ਹਾਂ AI ਨੂੰ ਸਮੁੱਚੀ ਚਿੱਤਰ ਗੁਣਵੱਤਾ ਨੂੰ ਅਸਪਸ਼ਟ ਨਹੀਂ ਕਰਨ ਦਿੰਦਾ ਹੈ।
AI ਮਾਡਲ ਨੂੰ ਗੋਪਨੀਯਤਾ ਸੁਰੱਖਿਆ ਵੱਲ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਕਦਮ ਦੱਸਦੇ ਹੋਏ, ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਖੁਲਾਸਾ ਕੀਤਾ ਕਿ ਉਹ ਜਲਦੀ ਹੀ GitHub ‘ਤੇ ਗਿਰਗਿਟ ਦੇ ਕੋਡ ਨੂੰ ਜਨਤਕ ਤੌਰ ‘ਤੇ ਜਾਰੀ ਕਰਨ ਦੀ ਯੋਜਨਾ ਬਣਾ ਰਹੇ ਹਨ। ਓਪਨ-ਸੋਰਸਡ ਏਆਈ ਮਾਡਲ ਨੂੰ ਫਿਰ ਡਿਵੈਲਪਰਾਂ ਦੁਆਰਾ ਐਪਲੀਕੇਸ਼ਨਾਂ ਵਿੱਚ ਬਣਾਉਣ ਲਈ ਵਰਤਿਆ ਜਾ ਸਕਦਾ ਹੈ।
