YOLO fail

A technológiát a Holland Organisation for Applied Scientific Research kutatói fejlesztették ki, és képes arra, amire előtte semmi: átveri a  YOLO (You Only Look Once) valós idejű tárgyfelismerő rendszert, mi több, valószínűleg az összes ehhez hasonló elven működő konkurensét is. A vadászrepülőgépek egyszerűen eltűnnek az MI szemei elől. 

"Megmutattuk, hogy egy viszonylag kis folt, melynek mérete a repülőgép méretének körülbelül 10 százaléka, hatékonyan álcázza az egész gépet az automatikus felismerés ellen"

- mondta el Ajaya Adhikari, a projekt egyik kutatója a Digital Trendsnek. "Ezek az apró foltok praktikusabb megoldásnak tűnnek az álcázás során, mint az egész gép lefedése." 

Adversarial A.I.

A csúcstechnológiás álcázó-minták nem feltétlenül úgy néznek ki, ahogy elképzelnénk őket. A megoldás gépeket és gépi-analitikát hivatott megtéveszteni, nem pedig az emberi szem mögötti asszociatív, tapasztalatokra és rutinra épülő humán intelligenciát.

Az ellenséges mesterséges intelligencia (Adversarial A.I.) kutatása komoly fejlődésen ment keresztül az elmúlt években. Magára a módszerre is így, “Adversarial A.I.”-ként  hivatkoznak, melynek során megkeresik a sérülékenységeket és sebezhetőségeket azokban a metódusokban, melyeket a mesterséges intelligencia szoftverek használnak a tárgyak azonosítására és osztályozására.

Eszpresszónak látszó tárgy

Ennek eredményeképp a múltban, pusztán a felületüket borító minták megváltoztatásával az “Adversarial A.I.” rendszerek már képesek voltak elérni, hogy az MI 3D-nyomtatással készült teknősöket puskákként, egy baseball labdát pedig eszpresszóként azonosítson.

"Legjobb tudásunk szerint mi vagyunk az elsők, akik a légi megfigyelés elleni álcázás során felfedeztük az “Adversarial A.I.” rendszerek alkalmazási technikáit" - mondta el Richard Digital Hollander, a legújabb projekt vezető kutatója.

"Munkánk eredményei azt mutatják, hogy az “Adversarial A.I.” megoldások a hagyományos álcázás lehetséges alternatívájának tekinthetők, ha mély tanulási modelleket használnak az automatikus elemzéshez."

Persze nem valószínű, hogy a hadseregek azonnal rávetnék magukat az új megoldásra, az új eredményeket még ellenőrizni kell szimulált és talán éles bevetési körülmények között is. A tudományos eredményesség bizonyításához még összehasonlító tesztekre is szükség lesz, ahol összevethetik hatásukat a hagyományos álcázási megoldások adta eredményekkel. 

A munkát ismertető cikk „Adversarial Patch Camouflage against Aerial Detection” címmel online olvasható.

(Forrás: DigitalTrends Képek: Organisation for Applied Scientific Research)