זמני השבת
| עיר | כניסה | יציאה |
|---|---|---|
| ירושלים | 16:00 | 17:12 |
| תל אביב | 16:14 | 17:13 |
| חיפה | 16:04 | 17:11 |
| באר שבע | 16:19 | 17:16 |
The headlines that made most buzz on this page
03/06/19 00:24
6.95% of the views
מאת dtown
בעקבות החשיפה של מסכי ה-8k החדשים של סמסונג. לא יכלתי שלא להעלות מאמר שיסביר לכם איפה היינו ולמה נחשפנו עכשיו
03/06/19 14:23
6.42% of the views
מאת וואלה!
צירוף מקרים או פוסטים מתוזמנים? העיתונאי שמעון ריקלין והמנחה אברי גלעד פרסמו ברשתות החברתיות פוסטים נגד ראש הממשלה בנימין נתניהו. ההודעות של השניים שקראו באופן מפתיע "לשקול את החלפתו של נתניהו", עוררו לא מעט תגובות ברשת
03/06/19 13:56
5.35% of the views
מאת TGspot
שתי יצרניות הציגו בשעות האחרונות את העתיד של הטלפונים הסלולריים: מכשירים עם מצלמות סלפי המוטמעות בתוך התצוגה
03/06/19 13:51
4.81% of the views
מאת ישראל היום
עוד תכונה מוייז מהגרת לגוגל מפות: ב-40 מדינות יתווספו מיקומים של מכמונות מהירות • ישראל בפנים, אבל צרפת, שוייץ וגרמניה בחוץ
03/06/19 09:56
4.28% of the views
מאת הארץ
גל השמועות בדבר סיום דרכה של התוכנה האהובה-שנואה קיבל חיזוק משמעותי אמש, לאחר שבאפל החליטו "לנקות" את עמודי הפייסבוק והאינסטגרם שלה; המהלך הבא - פיצול לשלוש אפליקציות שונות
03/06/19 10:04
4.28% of the views
מאת ערוץ 10
התאחדות הסטודנטים הארצית משיקה היום את MOOD, אפליקציה לסטודנטים עם תכנים על פיננסים, קריירה, אקדמיה, צרכנות ותרבות. בעתיד ייתכנו יישומים נוספים
03/06/19 10:01
3.21% of the views
מאת גיקטיים
פיצ׳ר ה-AR החדש של גוגל, עליו היא הכריזה בכנס המפתחים שלה בחודש שעבר, ישדרג את תוצאות החיפוש שלכם ויוסיף להן פן אינטראקטיבי וקצת יותר מציאותי
03/06/19 11:50
3.21% of the views
מאת אנשים ומחשבים
שימוש בטביעות אצבע של משתמשים לצרכי זיהוי הולף וגובת מיום ליום, אנו עושים שימוש בשיטת זיהוי זו בכדי לאמת את זהותנו במגוון יישומים החל מפתיחת דלתות במשרדים ובתים חכמים, אבטחת מכשיר הסמארטפון שברשותנו ועד לאישור תשלומים ופעולות רגישות באפליקציות השונות. אז האם טביעת האצבע שלנו, שהיא אחד מהנכסים הביומטריים שמייחדים אותנו כאשר הסיכוי לאתר טביעה זהה לה הוא אחד למיליארד, הינה באמת מנגנון הזיהוי המיטבי ביותר שקיים כיום?
בכדי לענות על שאלה זו עלינו להבין מהי בינה מלאכותית באופן מעמיק ולכן נערוך השוואה בין המבנה של אלגוריתם סטנדרטי למבנה של אלגוריתם המאפשר למידה עמוקה. בעוד שאלגוריתם סטנדרטי מכיל סט של התניות ומפיק פלט בהתאם לקלט שקיבל, אלגוריתם עמוק צריך לעבור תהליך "אימון" שיהפוך אותו לחכם, כאשר במהלך האימון מוצג לאלגוריתם קלט ופלט תואם שאנו מצפים מהאלגוריתם להציג.
[caption id="attachment_292118" align="alignnone" width="600"] אלגוריתם. צילום עצמי[/caption]
מפתיע לגלות שבתחום כה חדשני אחד האלגוריתמים המשמעותיים דווקא אינו חדש כלל, רשתות נוירונים הן אלגוריתם מסוג "קופסא שחורה" שעוצב במטרה לחקות את המוח האנושי הוצג לראשונה ב 1943 על ידי וורן מקלאוץ' וולטר פיטס.
באלגוריתם מסוג זה אין אנו רואים או יכולים להבין בצורה מדויקת את הרציונל העומד מאחורי החלטות המודל בדיוק כמו שאין אנו יודעים לתת הסבר מדויק לפעילות המוח האנושי. ניתן להגדיר זאת כשרשת נוירונים מאומנת למשימה ספציפית כמו זיהוי כתב יד היכולה להגיע לדיוק של למעלה מ-99%, הישג מרשים לכל הדעות! את ההישג זה אנחנו יכולים לראות במערכות לזיהוי שפה כמו העוזרות הווירטואליות, מנגנוני המלצה שמנסים לאפיין את הטעם שלנו בספקיות תוכן כמו Netflix ו-Spotify.
בשנת 2014 הוצג אלגוריתם חדש בשם Generative adversarial network (ר"ת GAN) אשר מתבסס על תחרות בין שתי רשתות נוירונים, כאשר רשת ראשונה הינהG (מחולל) ורשת נוספת הינה D (מאבחן).
אז איך עובד GAN: המאבחן (D) מקבל 5 תמונות אמתיות.
1.1. בעבור כל תמונה על המאבחן (D) להחליט האם התמונה אמיתית או זיוף.
1.2. לאחר החלטת המאבחן, מתקיים משוב (feedback loop) וכיוונון הקשרים ברשת הנוירונים D בהתאם.
בעבור כל 5 תמונות אמתיות (סעיף 1) המחולל (G) מייצר תמונה סינטטית ושולח אותה למאבחן (D).
2.1. על המאבחן (D) להחליט כעת אם התמונה אמיתית או זיוף בהתבסס על התמונות שכבר תועדו.
2.2. לאחר החלטת המאבחן, מתקיים משוב (feedback loop) וכיוונון הקשרים ברשת הנוירונים של המחולל G בהתאם. [caption id="attachment_292154" align="alignnone" width="600"] GAN סכמת עבודה. צילום עצמי[/caption]
לטכניקה זו קוראים Unsupervised Learning , דהיינו "למידה לא מפוקחת", כך שבשונה מאלגוריתם למידה עמוקה גנרי, הקלט שמקבל ה-GAN אינו מכיל label אלא רק תמונות ולכן האלגוריתם אינו יודע מה מוצג בכל תמונה. כתוצאה מכך, האלגוריתם מצליח ללמוד ולהשתפר בעזרת ה Feedback-Loop.
הייחודיות של GAN היא שהוא מסוגל לחקות את הקלט ולייצר תמונות דומות לאלו שמציגים לו. כמה דומות? מאוד דומות ולפעמים אף יותר מוצלחות מהתמונות ששימשו אותו כקלט ללמידה.
[caption id="attachment_292152" align="alignnone" width="600"] קטע קוד מתוך שחזור המחקר. צילום עצמי[/caption]
אז מה הקשר בין בינה מלאכותית לאבטחת מידע
באוקטובר 2018 חוקרים מאוניברסיטאות שונות בארצות הברית פרסמו מחקר בו הם הציגו כיצד ייצרו טביעות אצבע סינתטיות בעזרת שימוש במודל ה-GAN, והוכיחו שטביעות אלה בעלות התאמה של עד 22% לכלל טביעות האצבע בעולם, כלומר עבור חמישית מהאוכלוסייה לא ניתן להבדיל בין טביעת האצבע שלהם לטביעה סינתטית. בדומה למפתח מאסטר המתאים למספר רב של דלתות, כך גם הטביעה הסינתטית בעלת אחוזי התאמה גבוהים למספר רב של טביעות אצבע כאשר כינויה הינו DeepMasterPrins.
[caption id="attachment_292151" align="alignnone" width="600"] טביעות אצבע סינטטיות מתוך המחקר המשוחזר. צילום עצמי[/caption]
כחלק מתהליכי מחקר שאנו מבצעים ב-Bugsec, הוחלט להבין את התהליך על כלל רבדיו בניסיון לשחזר ולהגיע לתוצאות זהות כמתואר. בסיום תהליך הלמידה ומימוש הדברים ניתן לומר שלא התאכזבנו ואף הושגו תוצאות מרשימות שהפתיעו גם אותנו!