sharing is caring
ist wirklich so!
Vielen Dank fürs Teilen!
handverlesenswert
Kluge Köpfe filtern für dich relevante Beiträge aus dem Netz.
Entdecke handverlesene Artikel, Videos und Audios zu deinen Themen.
Du befindest dich im Kanal:
So gut hat noch keiner demonstriert, wie man Fake-Gesichter erkennt
Autor, Trainer und Trendscout für digitalen Journalismus
Digital Resident aus Leidenschaft. Aber ohne dabei betriebsblind zu sein. Seit 2000 bewege ich mich als Journalist und als Trainer an den digitalen Schnittpunkten von Politik, Medien und Gesellschaft. Nützliche Links habe ich schon immer gerne geteilt.
Es ist heute ein Leichtes, sich gefälschte Profil-Bilder für eine Web-Präsenz zu organisieren. Es gibt sogar eine spezielle Website, die auf Knopfdruck künstlich erzeugte Gesichter ausspuckt. Diese Form der künstlichen Intelligenz heißt "Generative Adversarial Network", kurz GAN. Das Prinzip dahinter: Man lädt reihenweise Fotos von echten Menschen hoch, die GAN studiert sie und produziert auf diesen Vorlagen eigene Bilder von Menschen. Ein anderer Teil des GAN versucht wiederum zu erkennen, welche Bilder echt und welche generiert sind. So trainiert sich das GAN selbst und wird dabei immer besser.
Die New York Times hat eine solche GAN-Software selbst ausprobiert und damit eine Reihe von Fake-Gesichtern erstellt. Kashmir Hill demonstriert an einer Reihe von diesen künstlich erzeugten Gesichtern die Fehler, die die künstliche Intelligenz dabei macht. Das ist sehr anschaulich und auch sehr lehrreich. Als NutzerIn kann man so sein Auge sehr gut trainieren, damit man im Zweifelsfall nicht auf so ein Fake-Gesicht hereinfällt. Der Artikel ist gleichzeitig ein Plädoyer dafür, nicht alles zu glauben, was man sieht und gegenüber von Computern getroffenen Entscheidungen eine gewisse Skepsis zu bewahren.
Quelle: Kashmir Hill Bild: Screenshot: New Y... EN | Artikel kostenpflichtig www.nytimes.com
KOSTENPFLICHTIGKOSTENPFLICHTIG
Kommentare
0
Bleib immer informiert! Hier gibt's den Kanal Technologie und Gesellschaft als Newsletter.
AntennaPod
Podcast Addict
Downcast
Instacast
Apple Podcasts
PodGrasp
gPodder
Pocket Casts
