SV Trường ĐH FPT Hà Nội thiết kế phần mềm chống giả mạo khuôn mặt

Đặt mục tiêu đưa ra một sản phẩm góp phần làm giảm nguy cơ công nghệ trí tuệ nhân tạo Deepfake bị lạm dụng với mục đích xấu, nhóm sinh viên Trường ĐH FPT đã phát triển phần mềm chống giả mạo khuôn mặt.

Lạm dụng công nghệ trí tuệ nhân tạo Deepfake với mục đích xấu đã và đang là một vấn đề thời sự. Nhận thấy vấn đề này nhóm sinh viên chuyên ngành Trí tuệ nhân tạo, Trường ĐH FPT Hà Nội bao gồm Đinh Quang Anh, Nguyễn Hoàng Giang Anh và Lê Đức Hoàn đã thực hiện nghiên cứu xây dựng thành công phần mềm Anti face-spoofing (Hệ thống chống giả mạo khuôn mặt). 

Nguyên lý hoạt động của Anti face-spoofing dựa trên việc sử dụng sử dụng mạng CNN (Convolutional Neural Network, mô hình Deep Learning tiên tiến, giúp xây dựng được những hệ thống thông minh - pv) để học các đặc điểm như ánh sáng, kết cấu da, chiều sâu khuôn mặt để phân biệt khuôn mặt thật giả. Từ kết quả phân tích hệ thống sẽ đưa ra đánh giá tỷ lệ hình ảnh/video đó là thật hay là một sản phẩm của Deepfake.

Điểm nổi bật của Anti face-spoofing nằm ở việc hệ thống có dung lượng cực kì nhỏ, chỉ khoảng 1.8Mb, nhưng lại có thể cho kết quả dự đoán có độ chính xác cao, lên tới 95% và không có độ trễ. Với những đặc điểm này, Anti face-spoofing tiềm năng có thể được phát triển để sử dụng ngay trên điện thoại di động, máy tính bảng, ngay trong các cuộc gọi video…

Chia sẻ về quá trình hình thành ý tưởng, Đinh Quang Anh, đại diện nhóm phát triển phần mềm cho biết, các thành viên nhóm đều là sinh viên chuyên ngành Trí tuệ nhân tạo, đã sớm làm quen và nghiên cứu về AI nên hiểu rõ những mặt lợi, mặt hại của công nghệ này. Khi đứng trước những nguy cơ lạm dụng AI để thực hiện những hành vi phi pháp, các thành viên đều có chung nỗi trăn trở làm sao có thể kiểm soát phần nào việc sử dụng AI. Và trong một lần sử dụng tính năng xác minh sinh trắc học trong ứng dụng ngân hàng, Quang Anh đã nảy ra ý tưởng về việc sáng tạo một phần mềm phát hiện giả mạo khuôn mặt dễ dùng, có dung lượng nhỏ để tương thích với nhiều thiết bị, đồng thời cho kết quả real-time với độ chính xác cao.

Để tạo ra một mô hình như hiện tại, nhóm đồ án gần như đã sử dụng trọn vẹn 3 tháng để nghiên cứu và phát triển. Sản phẩm được hoàn thiện dựa trên những kiến thức, kỹ năng được học trong chương trình đào tạo tại trường cùng sự hỗ trợ của các nền tảng như VSCode, Google Colab và Kaggle…

“Google Colab là một nền tảng cung cấp truy cập miễn phí đến GPU (Graphics Processing Unit - Bộ xử lý đồ họa), đặc biệt hữu ích cho các tác vụ tính toán nặng về mặt số học, đặc biệt là trong lĩnh vực học máy và deep learning. Vậy nên việc sử dụng các card GPU có sẵn giúp chúng mình tăng tốc độ xử lý và huấn luyện mô hình so với việc sử dụng CPU (Central Processing Unit - Bộ xử lý trung tâm) thông thường. Còn Kaggle là nền tảng cho phép chúng mình truy cập các dataset miễn phí mà phù hợp với bài toán đã đặt ra của nhóm. Và cuối cùng, VScode là một IDE (Integrated Development Environment - môi trường phát triển tích hợp) khá phổ biến mà chúng mình đã sử dụng suốt quá trình học tại Trường ĐH FPT. Vậy nên dù có thể có những nền tảng khác có cùng tính năng nhưng chúng mình vẫn lựa chọn sử dụng VScode bởi nó cho cảm giác quen thuộc và tiện lợi nhất” - Quang Anh chia sẻ.

Được biết, Anti face-spoofing cũng là sản phẩm đồ án tốt nghiệp của nhóm sinh viên Trường ĐH FPT Hà Nội, vừa bảo vệ trong đợt bảo vệ đồ án kỳ Fall 2024. Trong thời gian tới, nhóm dự định sẽ tiếp tục hoàn thiện các tính năng cũng như nâng cao hơn nữa hiệu suất của sản phẩm với kỳ vọng sẽ có thể tạo ra một sản phẩm góp phần kiểm soát những mặt trái của AI trong tương lai.

Hải Ngân - fpt.edu.vn