MOLAR NEWS
2020年第27期
MolarData人工智能每周见闻分享，每周一更新。
准确检测DeepFake视频，阿里新算法从多个人物中识别被篡改的人脸
为了更好地检测部分篡改的 DeepFake 视频，阿里研究人员提出了一种只需要视频级别标注的新型 DeepFake 视频检测方法。研究人员提出了 Sharp-MIL (S-MIL)，将多个实例的聚合由输出层提前到特征层，一方面使得聚合更加灵活，另一方面也利用伪造检测的目标函数直接指导实例级深度表征的学习，从而缓解传统多实例学习面临的梯度消失难题。
该研究通过理论证明了 S-MIL 可以缓解传统 MIL 存在的梯度消失问题。该研究设计了时空实例，用来刻画帧间一致性，辅助 DeepFake 检测。具体而言，研究人员使用文本分类里常用的 1-d 卷积，使用不同大小的核对输入的人脸序列从多视角上进行编码，从而得到时空实例，用于最终检测。
S-MIL 算法的最终检测效果图如下所示，从中可以看到，假脸的权重较高。这说明 S-MIL 方法在仅需视频级标签的情况下，可以很好地定位到假脸，且具有一定的可解释性。
来源：新智元
自媒体文章质量如何AI知道，这是微信的自动评估算法
在 ACM MM2020 中，腾讯微信数据质量团队建立了一个统一的框架来有效地学习和整合在线文章质量评估的不同因素，结合排版布局、写作风格和深度语义建立了一个联合模型 CoQAN ，设计了不同的表示学习子网络，特别是考虑了交互特征学习过程和移动终端上的交互阅读习惯，这与人类对文章质量评价的认知方式更为贴合。作者还构建了一个大规模的真实世界评估数据集。充分的实验结果表明，所提出的方法有效地学习和整合了在线文章质量评估的不同因素。
考虑到自媒体平台的性质，作者将自媒体在线文章质量合理地定义为文章带给用户的阅读体验水平，即文章的可读性，反映在文章的信息内容、写作规范、用户感知等方面。
来源：机器之心
谷歌AI发布新技术：可实时跟踪虹膜，判断与手机的距离
谷歌一个研究团队发布了一款新的机器学习模型“MediaPipe Iris”，可以用于精确虹膜估算。基于谷歌在MediaPipe Face Mesh上的工作，该模型能够使用单个RGB摄像机实时跟踪涉及虹膜，瞳孔和眼睛轮廓的界标，而无需专用硬件。通过使用虹膜界标，该模型还能够确定用户和相机之间的度量距离。
来源：中国杭州人工智能小镇
腾讯曝光新型AI攻击手法：“黑”掉神经网络，构造后门，最主流模型均不能幸免
最近，针对AI模型的新型“木马”攻击，已经被腾讯实现了。
腾讯的朱雀实验室成功模拟了3种攻击AI的新方法，从模型本身下手，在非常隐蔽的情况下将AI模型一一攻破。
无论是Tensorflow、Caffe还是Pytorch框架，目前最主流的AI模型无一幸免。
AI供应链攻击，目的在于给部分AI模型植入恶意执行代码，让它变成大型“木马”。这个攻击，靠的是各类软件相互的依赖性。如果利用这个漏洞，将训练好的模型和恶意代码一同捆绑到模型文件中，就像是投下了一包“毒药”，这一过程利用的是AI框架的模型文件。
目前，领域内正在研究这方面的安全防御建设，力求在多方计算、共享模型的场景下，在研发阶段就提前考虑对模型文件的保护。
来源：量子位
让人脸识别算法失灵，还能抵抗微信微博照片压缩！
最近，武汉大学国家网络安全学院就和Adobe公司合作，针对这个问题进行了研究， 并提出了一种适用于任意压缩方式的抗压缩对抗性图像生成方案。
即使经过处理的照片被社交平台中各种压缩算法改造一番，也依然能保持对抗性。比如，在微博上就可以达到90%以上的成功率。
为了实现这个目标，这项研究提出了抗压缩对抗框架ComReAdv。
该方案分为三个步骤
步骤一：构建训练数据集
通过上传/下载的方式，获取大量原始图像和对应的压缩图像，构建训练数据集。
步骤二：压缩近似
利用原始图像-压缩图像对构成的数据集进行监督学习。
步骤三：抗压缩对抗性图像生成
构建优化目标，将ComModel融入到对抗性图像的优化过程中，并使用基于动量的迭代方法(MI-FGSM)进行优化，最终使得生成的对抗性图像具有较好的抗压缩能力。
研究人员表示，该方案不需要任何压缩算法的细节，仅根据适量的原图和压缩图的数据集，便能训练得到未知压缩算法的近似形式，并进一步生成相应的抗压缩对抗性图像，因此，该方案能应用于所有社交平台保护用户隐私。
来源：量子位
终结者要来了？新型生物合成材料可将AI与人脑结合
据外媒iDrop News消息，最近在美国化学会2020年秋季虚拟博览会上，来自特拉华大学的研究人员推出了一种新型生物合成材料，这种新材料能将AI与人脑融合在一起，这使得科幻电影里面的终结者离现实更近了一步。
研究人员一直在寻找一种可以与人体组织连接而又不会留下疤痕的材料，但是电子产品通常使用硅、金和钢等材料，这会在人体内产生疤痕，而疤痕组织会损害人的肌肉或大脑组织。特拉华大学的研究团队最终发现了这种可减少或消除疤痕的有机电子材料——Pedot。
来源：CNMO
AI资讯
掌握最新时事新闻
长按扫码关注我们
原创文章，作者：整数智能，如若转载，请注明出处：https://www.agent-universe.cn/2020/08/8564.html
