Нейронная сеть открывает все больше возможностей для использования. Не так давно учеными из Google и Стэнфордского университета смогли найти еще одно применение нейронной сети. Теперь она может преобразовывать фотографии, полученные во время воздушной съемки, в отдельные участки навигационных карт. Что удивительно, обратный процесс тоже возможен. Отличие заключается только в том, что для обратного преобразования используются данные полученной карты, а доступ к исходной фотографии недоступен.
Обратное преобразование понадобилось ученым для того, чтобы проверить работу нейронной сети, а заодно сравнить полученный результат с исходником. В результате было отмечено, что нейронная сеть работает даже слишком хорошо. По словам ученых, еще во время первичного преобразования некоторые мельчайшие детали со снимка на карте не отображаются. К этим деталям относятся:
• Фонари;
• Скамейки;
• Мусорные урны;
• И т.д.
Но когда речь идет о нейронных сетях, то даже при отсутствии подобных элементов ландшафта на карте, они вновь появляются на преобразованном из имеющейся карты снимке.
Секрет работы нейронной сети был раскрыт не сразу, но ученые выяснили, что ей удалось схитрить. Вместо того, чтобы задумываться над способом преобразования так называемого «чистого» фрагмента карты в новый снимок, нейронная сеть пошла другим путем. Она изначально вставила никому не видимые подсказки в созданный фрагмент карты, в которых запрятала информацию для дальнейшего преобразования. Например, основой информации являлись изменения в цвете пикселей, которые недоступны для глаз человека, но с которыми с легкостью разберется нейронная сеть.
Интересен тот факт, что нейронная сеть научилась этому способу сама. Таким образом, она скрытно жульничает, оставляя на картах никому не видимые водяные знаки, благодаря которым ей удается в дальнейшем преобразовать фрагмент в фотографию со спутника. Увидеть это можно на примере ниже:
На первом фото представлена карта, сделанная в Google Maps (фото a). На втором можно увидеть этот же фрагмент карты, но сделанный нейронной сетью из воздушного снимка (фото b). Примечательно, что на обоих снимках имеется зашифрованная информация (фото c), используя которую, можно преобразовать исходный фрагмент в изначальный снимок (фото d). Разница между полученными снимками специально преувеличена, чтобы показать работу нейронной сети. На самом деле, в реальных снимках она не так заметна, и человек, возможно, даже не найдет отличий.
Стоит отметить, что способ сокрытия информации не является новым. Уже давно подобным способом пользуются и люди, и данный прием называется стеганографией. Так, например, еще несколько лет назад в письмах оставлялись специальные водяные знаки для того, чтобы сберечь информацию от шпионов или других нежелательных лиц.
Удивительно, что к этому способу нейронная сеть пришла самостоятельно – никто ее стеганографии не обучал. Также стоит заметить, что подобное решение искусственного интеллекта по воссозданию снимка не удовлетворяет условиям проверки, так как нейронная сеть способна воссоздать правильный снимок карты, даже если она окажется неверной изначально – все дело в водяных знаках, скрытых на этом фрагменте. Поэтому стеганография для искусственного интеллекта является шпаргалкой, способной помочь в том случае, если по каким-то причинам «не был выучен материал».
published on according to the materials
Комментарии (0)