giros grátis no cadastro

Uma ferramenta para detectar deepfakes é transparente sobre suas limitações

Você, presumivelmente um ser humano, é uma parte crucial na detecção 🍐 de uma

ou

giros grátis no cadastro

gerado por inteligência artificial.

Existem ferramentas de detecção, feitas tanto comercialmente quanto giros grátis no cadastro laboratórios de pesquisa, 🍐 que podem ajudar. Para usar esses detectores de deepfakes, você envia ou vincula uma peça de mídia que suspeita ser 🍐 falsa, e o detector dá uma probabilidade giros grátis no cadastro porcentagem de que ela tenha sido gerada por IA.

Mas seus sentidos e 🍐 uma compreensão de alguns indicativos importantes fornecem muita informação ao analisar mídia para ver se ela é um deepfake.

Enquanto as 🍐 regulamentações para deepfakes, especialmente giros grátis no cadastro eleições, ainda estão atrasadas giros grátis no cadastro relação ao rápido ritmo das inovações giros grátis no cadastro IA, precisamos encontrar 🍐 formas de descobrir se uma imagem, áudio ou

giros grátis no cadastro

é realmente real.

Siwei Lyu criou uma delas, o DeepFake-o-meter, na Universidade 🍐 de Buffalo. Sua ferramenta é gratuita e de código aberto, compilando mais de uma dúzia de algoritmos de outros laboratórios 🍐 de pesquisa giros grátis no cadastro um lugar. Os usuários podem enviar uma mídia e executá-la através dessas diferentes ferramentas de laboratórios para 🍐 obter uma ideia de se ela pode ser gerada por IA.

O DeepFake-o-meter mostra tanto os benefícios quanto as limitações das 🍐 ferramentas de detecção de IA. Quando executamos algumas deepfakes conhecidas através das diferentes algoritmos, os detectores deram uma classificação para 🍐 o mesmo

giros grátis no cadastro

,

ou gravação de áudio de 0% a 100% de chance de ser gerada por IA.

A IA 🍐 e os algoritmos usados para detectá-la podem ser influenciados pela maneira como são ensinados. No caso do DeepFake-o-meter, a ferramenta 🍐 é transparente sobre essa variabilidade nos resultados, enquanto um detector comercial comprado na loja de aplicativos é menos claro sobre 🍐 suas limitações, ele disse.

"Acho que uma imagem falsa de confiabilidade é pior do que baixa confiabilidade, porque se você confiar 🍐 giros grátis no cadastro um sistema que fundamentalmente não é confiável para funcionar, pode causar problemas no futuro", disse Lyu.

Seu sistema ainda é 🍐 rudimentar para os usuários, tendo sido lançado publicamente apenas giros grátis no cadastro janeiro deste ano. Mas seu objetivo é que jornalistas, pesquisadores, 🍐 investigadores e usuários comuns possam enviar mídias para verificar se são reais. Sua equipe está trabalhando giros grátis no cadastro formas de classificar 🍐 as diferentes algoritmos que usam para detecção para informar os usuários qual detector funcionaria melhor paragiros grátis no cadastrosituação. Os usuários 🍐 podem optar por compartilhar a mídia que enviam com a equipe de pesquisa de Lyu para ajudá-lo a melhorar o 🍐 site.

Lyu frequentemente atua como fonte experiente para jornalistas que tentam avaliar se algo pode ser um deepfake, então ele nos 🍐 mostrou algumas instâncias bem conhecidas de deepfakery recentes para mostrar as maneiras pelas quais podemos dizer que eles não são 🍐 reais.

"Um operador humano precisa ser trazido para fazer a análise", disse ele. "Acho que é crucial ser uma colaboração homem-algoritmo. 🍐 Deepfakes são um problema social-técnico. Não vai ser resolvido puramente pela tecnologia. Tem que haver uma interface com humanos."