From 1 to 100 pixels | Adam Harvey | TEDxVilnius

[Musica]
circa 12 anni fa mi sono trasferito a New York
Città con la speranza che diventerei un
fotografo quello che ho capito è stato che io
non volevo fare fotografia
la fotografia per me è diventata un modo di
imporre al potere un modo di catturare
qualcosa in un modo di esercitare il controllo
su altre persone in modo da pochi anni più tardi ho
iniziato un altro percorso e io
ha iniziato a esplorare modi per sconfiggere
fotografia quando stai guardando questo
Scivola qui vedi una visione del computer
algoritmo che analizza un’immagine che cerca
volti e nel 2010 ho sviluppato questo
proof-of-concept di progetto pensando
un futuro in una lettura più leggibile
mondo in cui vengono analizzati i nostri volti
più spesso e visione del computer ora
esercita il controllo su quelle immagini
catturato attraverso la fotografia e per me
la fotografia che è fatta con una macchina fotografica
divenne inseparabile due sorveglianza
macchine fotografiche così il mio interesse si è spostato da
pensando a come catturare il mondo
in un esperimento come questo siamo tutti
pensando a come scomparire nel
mondo e cosa vedi accadendo qui
è sulla sinistra viene rilevato il volto e
lo puoi vedere per il numero di
punteggi di confidenza che si sovrappongono ciascuno
la casella verde rappresenta una faccia possibile
e sulla destra non vedi molti
scatole di fiducia come questo molto lento
versione di face detection gioca attraverso
quello che vedi è quello lì a destra
non è stato rilevato alcun volto e questo progetto
esce dal tipo di reverse engineering
il modo in cui un algoritmo di rilevamento del volto
funziona e poi lo indebolisce sfruttando
quella vulnerabilità attraverso qualcosa di basso
costi che potrebbero essere semplici come i capelli
trucco o stile della moda
così ora diamo un’occhiata attraverso l’algoritmo
e vedere che cosa il rilevamento del volto
l’algoritmo sta guardando qui possiamo vedere
una sovrapposizione della mappa di calore che mostra a sinistra
molto molto faccia come immagine e sul
giusto un volto come immagine è importante
concetto da realizzare con la visione artificiale
è che non esiste una cosa come un
faccia assoluta hai solo più faccia
piace e meno faccia come e che cosa fare
vedi qui è come si sviluppa
la lettura degli algoritmi di un’immagine e
questo è un concetto importante per
capire se sei interessato a
creando modi di scomparire o tipi
di computer vision camuffare quello
il camuffamento in questo caso è circa
comprendere la soglia di rilevamento
a che punto una faccia non diventa una faccia
e poi capire come apparire solo
un passo sotto che ho preso questo modo di
pensando a un altro tipo di imaging in
2013 qui guardando la termografia
la termografia guarda al calore
irradiato da un corpo che emette circa 100
watt è un modo molto efficace per guardare
a qualcuno su una lunga distanza e
soprattutto da un drone un drone militare
l’idea di questo progetto è esplorare
c’è un modo per scomparire per esistere
sotto quella soglia di rilevamento di
osservazione militare e soluzione a
esperimento e una provocazione è chiamata
usura furtiva e sembra usare
tessuti argentati per schermare il
energia termica emessa da un corpo e
qui vedi il titolo di questo è
chiamato deliberatamente il burqa anti drone
provocatorio ma l’idea è qui
reimagoni un indumento religioso nell’epoca
di sorveglianza di massa e militare
sorveglianza e pensaci invece
di fornire una separazione tra l’uomo
e Dio fornisce una separazione tra
e drone e c’è anche un hijab come
parte di quella collezione ora puoi guardare
a questa immagine dal filmato dei test termici
che mostra alcune persone in piedi intorno
un furgone e una delle persone sta imparando
il burka anti drone se si guarda nel
centro puoi vedere una leggera differenza
nella tonalità e ora quando suono
vedrai il movimento e sarà molto
chiaro e le gambe erano deliberatamente
lasciato non nascosto ma ovviamente ora
che tu abbia l’idea e il
tecnologia che può essere l’imaging termico
hai bloccato la soluzione dopo
progetto ho iniziato a pensare cosa sia
succedendo dopo e qual è il grande
immagine dove siamo diretti in termini di
un mondo leggibile da una macchina con un computer
visione analizzando più delle nostre apparenze
sui social media ma anche di più nel
mondo fisico e ha cominciato guardando
cosa significa essere catturato come a
pixel quantità di dati che si può rappresentare in
un pixel e quindi per capire di cosa si tratta
significa essere catturato e rappresentato come
un pixel voglio parlare di quanto
i dati possono essere rappresentati in qualcosa
che normalmente avremmo pensare come molto
noioso un pixel non è impressionante
rispetto alle capacità del tuo 8
fotocamera con fotocamera megapixel ma un pixel
contiene 256 diversi valori in
in scala di grigi se dovessimo guardarlo e
cerca di capire la differenza tra
due colori che ad una visione da computer
algoritmo sono completamente diversi noi
non può interpretare quelli così questo spazio di
256 non variabili tutti sono
leggibile a una persona mentre sono a
computer fino a quando abbiamo messo il testo su di esso mostrando
ogni diverso colore ora possiamo fare un
sperimentare con un solo pixel di
informazioni che possiamo codificare quasi tutte
lettera nei tempi in carattere romano ha detto
con circa il 97% di unicità lo scopriamo
che il personaggio più unico è M
nel senso che ha la più alta quantità di
separazione da tutti gli altri personaggi
probabilmente pensando che questo non è quello
interessante tranne che molte persone pubblicano
testi che sono stati pixelati online forse
tu l’ ho trovato e io lo uso per il mio
la propria ricerca guardando quanto è pericoloso
per postare il testo pixelato perché è così
non una redazione è una riduzione in
informazioni e in questo esperimento
può vedere sul lato sinistro il
testo pixelizzato che ha solo 12 pixel
quando si esegue che contro una genetica
algoritmo scopri che quelli 12
pixel ha detto Ernest ora se andiamo fino a 2
di 2 pixel che non è ancora molto
impressionante ma se si dovesse guardare
ogni combinazione di 2 per 2 pixel così
qui abbiamo circa 4,3 milioni
combinazioni di cui ti prenderebbero
136 anni per guardare ogni singolo
combinazione che puoi rappresentare un 2×2
Posso accelerare quell’animazione e lo farei
ci vogliono solo 13 anni per vederli tutti
combinazione di esso ora se andiamo fino a 4
per 4 la quantità di variabili che possono essere
rappresentato in questo spazio aumenta
in modo esponenziale e siamo già a
punto che supera la capacità del
intere razze umane percettive
capacità significa se hai il compito di ogni
persona sul pianeta con lo sguardo
quell’immagine per tutta la vita noi
non riuscirebbe mai a guardare tutti
combinazione che vuol dire che è molto
di informazioni ora se andiamo a 8×8
sono ancora più informazioni e puoi
rappresentano un bel po ‘di differenza
cose a una risoluzione molto bassa
se andiamo a colorare dobbiamo il terzo
più possibilità così spesso nel computer
visione che è davvero troppo
informazioni e hai ridotto quella posteriore
in scala di grigi perché ne hai così tanti
rappresentazioni solo in scala di grigi
8×8 cosa possiamo fare con sei per sette
pixel possiamo fare il riconoscimento facciale on
una dimensione del campione di circa 50 persone con
Precisione del 95% possiamo costruire un visual
motore di ricerca
riducendo ogni immagine a circa 8 per 8
pixel questo è chiamato percettivo
hash ed è così che cerchi
violazione del copyright quando andiamo a 14
per 14 anni abbiamo solo il 18%
riduzione delle prestazioni e un viso
sistema di riconoscimento rispetto al
volto originale quando andiamo fino a 12 per 16
possiamo iniziare a codificare rilevare umano
attività che solleva la domanda se
stai costruendo un sistema per rilevare
mozione per vedere se le persone lo sono
in piedi o a piedi o in sella a una bicicletta se
si può fare a 12 da 16 Sei
davvero bisogno di memorizzare filmati in HD a 1920
da 1080 e a 24 da 24 abbiamo il
definizione dei confini e dei
parametri del volto umano quando andiamo
fino a 40 per 40 questa è la quantità di
informazioni necessarie per fare analisi facciali
molte app per smartphone che ti mostreranno
cose come l’ emozione di stima dell’età che
troverà il tuo viso e un’immagine quaranta
pixel e mentre aumentiamo lo spazio
a 100 100 per 100 pixel 10.000 pixel
in totale questo è tutto ciò che tu
bisogno di fare il riconoscimento facciale su larga scala
che significa legge delle agenzie governative
agenzie di controllo quando guardano
tu
sono passati 100 pixel ora, naturalmente
andiamo a colorare e questo è più simile
dove stiamo catturando immagini e
pubblicandoli se ne prendiamo 100 per 100
immagine pixel e confrontarla con l’importo
di informazioni pubblicate su Instagram
questo è solo il 2,5 percento di una foto a
molto piccolo di informazioni porta a a
molto grande quantità di informazioni e
alcuni di essi possono essere abbastanza scomodi
ecco uno studio di ricerca che è uscito
l’anno scorso guardando inferire
la criminalità fondamentalmente una versione aggiornata
di frenologia ma con AI così qui dentro
questo esempio sta guardando il labbro
curvatura e sta basando il modo in cui
sembri
contro un database di criminali e se
sembri un criminale che hai un
più alto punteggio criminale non è giusto ora
ecco un altro che sta guardando
attributi psicologici e di nuovo lo è
un’inferenza se sembri qualcuno
chi è intelligente se sembri
qualcuno che è gentile possibilità che tu possa
anche essere gentile secondo questo algoritmo
e alcune delle etichette che hanno sono
letteralmente strana è una delle etichette
strano tipo intelligente in modo da poterlo fare
deduci questa informazione da 100 per 100
spazio dei pixel in remoto che significa che potrei
cattura un’immagine e fallo a tutti
singola persona nella stanza adesso
altre cose che potresti fare prevedere
capacità decisionali con circa
una precisione superiore del 20% rispetto alle persone e
ecco una società che alla fine ha venduto
il loro prodotto a Google nel 2014 ha chiamato
jetpack e ciò che è veramente interessante
ecco quello che stanno facendo è l’analisi
immagini su Instagram e puoi vedere il
ragazzo con i baffi ma probabilmente tu
non può indovinare perché questo è bene prezioso
usano quell’immagine per rilevare dove
potrebbe esserci un caffè hipster
e poi costruiscono una guida visiva
quindi se stai visitando quella città tu
potrebbe andare al hipster cafe l’immagine
sul fondo è ancora meglio questo è
guardando le ragazze che indossano il rossetto e
la posizione della foto postato da raccontare
i ragazzi dovevano trovare bar con donne single
ora questo penso che è grande guardando
con computer vision se qualcuno lo è
sta per essere un CEO ad alte prestazioni basato
sulla larghezza della loro bocca, ma è
ok se non hai una bocca larga come
a lungo che sono interessati a eseguire un
ONG, perché è vero il contrario per
agenzie non profit è una bocca più stretta
bene questi sono solo alcuni dei tanti
documenti di ricerca che sono usciti in
gli ultimi anni che sono minerari
attributi che deducono attributi da
immagini che appaiono principalmente sui social media
ed ecco uno sguardo a ciò che alcuni di
quelle serie di dati sembrano uno di loro è
Incredibile che sia Facebook
non ha solo quattromila immagini
ma in quelli disponibili al pubblico il
il numero sale sempre e quello in
particolare che il documento di ricerca è
da Microsoft ha recentemente pubblicato un dato
set di circa 10 milioni di foto con a
centomila identità dove si trovano
queste persone provengono da personaggi famosi
le foto pubblicate online sono ciò che è
usato per addestrare algoritmi che è quello che è
essere utilizzato per addestrare nuovi prodotti per
riconoscimento delle emozioni e anche questo
cosa viene usato per addestrare il governo
i programmi di sorveglianza qui sono una diapositiva
dal 2014 e questo se guardi
le foto in fondo sono
bambini a cui sono abituate le immagini
affinare la sorveglianza del governo
programmi purtroppo per le persone in
Lituania
ti include come cittadino americano per
qualche motivo sono escluso da questo
cercare cose scomode accadendo
dove vengono queste immagini da Twitter
Instagram Facebook ovviamente Flickr così
questo è quello che succede quando le foto sono
pubblicato online
questo è chi li guarda e quando
hai abbastanza foto che puoi creare
più foto è possibile creare una risoluzione
attraverso quelle foto cosa sta succedendo
ora è un campo di studio chiamato
reti generative avversarie e
la super risoluzione era invece di prendere
un’immagine da 100 per 100 pixel si prende un 11
con l’immagine a 11 pixel e poi tu
sintetizzare l’immagine più grande in modo da iniziare
con 11 per 11 puoi generare un 3d
profilo di qualcuno quindi puoi cambiare
illuminazione e posa e poi puoi
costruire un riconoscimento facciale più robusto
profilo da 11 per 11 pixel è questo
ancora fotografia a questo punto no
è un database visivo e questi sono
database visivi che contengono l’unicità
storia della tua biometria tuoi amici
i tuoi dati biometrici biometrici tuoi
posiziona le tue emozioni e i tuoi movimenti
molti dei tuoi momenti di vita possono essere
registrato e ridotto in molto piccolo
spazio pixel ma penso che se guardiamo
criticamente in questo spazio pixel come immagini
come un database visivo e se guardiamo
più in profondità in questi pixel possiamo iniziare
capire come ci stiamo apparendo
e possiamo anche iniziare a immaginare nuove
tecnologie per migliorare la privacy e
informazione
sicurezza e possibilmente anche immaginare di nuovo
modi di apparire nel mondo e
scomparendo nel mondo grazie
[Musica]