IT-эксперт раскрыл способ отличить настоящее фото от сгенерированного нейросетью

IT-эксперт Масалович: на фото можно найти неснимаемые метки платформы

Kandinsky 2.2

Чтобы отличить настоящую фотографию от снимка, сгенерированного нейросетью, нужно определить источник происхождения контента. При желании это возможно сделать, рассказал телеканалу «360» ученый, подполковник спецслужб в отставке, IT-специалист по информационной безопасности, OSINT и конкурентной разведке Андрей Масалович.

Каждая платформа ставит так называемую вотермарку — неснимаемый и невидимый значок. Его можно увидеть, к примеру, когда лист печатается на принтере, отметил эксперт.

«Любой листок, напечатанный на принтере, можно отследить, поняв, когда его напечатали и где. Просто вы не в курсе, — отметил Масалович. — Точно так же, думаю, создатели изображений как-то их маркируют: их можно сжимать, перекручивать в другой формат — все равно эти следы останутся».

Однако, по мнению эксперта по кибербезопасности, директора и партнера компании «Интеллектуальный резерв» Павла Мясоедова, сегодня существуют другие, более технологичные варианты способов защиты авторских прав — NFC-коды и маркеры. При таком варианте в картинку вшивается определенный код, который дублируется на разных элементах блокчейна, объяснил он.

В то же время NFC-метка не защищают авторские права, от нее можно избавиться, отметил он.

«Надо понимать, что на любую картинку, представленную определенным кодом в формате JPEG, можно наложить своего рода слепок, который не будет повторять код изначальной картинки, — объяснил специалист. — Иначе говоря, можно сфотографировать экран — и это уже будет другая картинка на уровне кода. Вам потребуются нейросети, чтобы распознать, что такой же объект существует на другом изображении».

Напомним, в Университете МИСИС создали нейросеть для проверки подлинности изображения лиц. Загружать изображения для проверки можно через специально разработанное веб-приложение, также предусмотрена возможность анализа в реальном времени через камеру компьютера

Сообщалось так, что нейросеть обучили диагностировать диабет по голосу с точностью 89%.