2017年315晚会刚刚回去,却让我们身处人工智能领域的小伙伴们已经按忐忑不安了。我们辛辛苦苦的日日,加班加点所研发出的高科技,就这么被披露……
人工智能大体可分为三个阶段:
1、zui基础的是计算智能,即让机器能存会算,能够像人类一样会计算、传递信息,其主要价值在于帮助人类存储和快速处理海量数据,是认知和感知的基础;
2、是感知智能,即让机器感知外界,能够看懂图像和听懂声音,并做出判断采取一些行动,包括人脸识别、指纹识别、语音识别等、图像识别、目标检测、序列分析等等,主要价值在于能够帮助人类地完成“看”和“听”相关的工作;
3、人工智能的阶段是认知智能,期望机器有自主行动能力,能够像人一样思考并主动采取行动,包括完全独立驾驶的无人驾驶汽车、自主行动的机器人,目标在于全面辅助或替代人类工作。
众多风口上的行业翘楚,或许已经准备好被点名后的“发言稿”。
在这个特殊的日子里,小编就带你一起聊聊智能化行业中的“人脸识别”系统。
今年315晚会上,主持人通过将自拍照由静态改为动态,可以完成刷脸登录需要的眨眼、微笑动作。而活体检测的破解,则通过3D建模将现场随机选择的观众照片转变成立体的人脸模型,从而达攻破APP上的人脸识别系统,把一张可受任何人控制的脸模判断成用户本人的目的。一时间哗然,业外人士纷纷认为人脸识别不安全。
人脸识别作为新兴行业,对智能化行业来说视乎也并不轻松,3·15就被点名曝光了智能化产品存在安全漏洞等问题,引起了社会的广泛关注,让整个产业的发展受到了不小的影响。
在一个人不知情的情况下,他人是否能够轻易通过拍视频或获取图片的方式,用此项技术模仿他人人脸,进而顺利实现人脸解锁,攻破人脸识别1:1身份核验?
做过安全的人都知道,的安全等于无限的成本。AES加密也能被很快破解,但商用的256位足够了,花费破解的成本比破解后的利益还大。
从防范攻击上来讲,被模拟的视频需要通过非常高的技术手段才能够传输到应用软件里面去,有这种技术力量,任何系统都存在风险;而直接通过视频或者图片攻击,完全可以被现在的红外或者一些动作判断的活体手段所识别出来。
任何一种新事物都有一个发展成长的过程。更重要的是,有问题的产品毕竟是少数,消费者应该理性对待。小编认为正是有了这些智能产品,可以大大提升我们生活的便利性与安全性。
在涉及隐私、支付等场景使用时,应当将人脸与声纹、指纹、虹膜及其他生物认证信号相融合,多个方面同时发力,从而提高安全门槛,保障用户安全。
目前在人脸识别和活体检测的主要应用场景中,各大支持“刷脸登陆”的应用,都不会将人脸作为*的登陆凭证。而在千视通的人脸识别系统中,我们提高了hack者尝试的成本并利于捕捉更多线索,后端防伪可以做到快速更新,类似杀毒软件的“云端杀毒”模式,一旦发现潜在的新hack类型,可以在*时间进行算法更新。
追求更自然的AI交互
人脸识别有两个不同的场景,一个是1:1的人脸比对,一个是1:N的人脸识别。前者常见于银行、*系统一些应用,一般需提交个人身份证信息和人脸特征,然后系统再拿身份证照片和提交的信息进行1:1的比对;后者也已在刑侦等领域有一定应用,但由于1:N识别精度问题导致难度较高,传统上*系统也只是借助这项技术辅助侦查,对识别结果还“不能确信”、对嫌疑人“不能锁定”。
随着技术的进一步发展,虹膜识别有了专用的红外摄像头和专用红外灯,这让识别更具可行性。除了识别扫描射线升级之外,机器学习和算法本身的迭代也是解决信度难题的重要方面。数据、算法、产品是一个正循环,数据的迭代和算法的演进促进更好的产品产生,而更好的产品又反作用于数据和算法的进一步精进。“事实上,人脸识别技术的突破与近年来算法上的大量投入密不可分。”
只有实现1:N识别,才是真正给原有人脸识别方式带来革命性变化,让人工智能(AI)时代的交互更智能、更便捷。“我们一定做到这一点,因为我们希望以后的AI界面将是非常自然,跟我们的生活无缝对接的。”
zui后,小编在此提醒大家,人类的历史其实就是在矛与盾相互进步升级的过程中成长的,虽说我们识别的精度方面不断攀升技术的高峰,但是还是要提醒大家一句:刷微博、发朋友圈时还是要注意点,别给居心不良的人留下漏洞,确保自己的财产安全。同时,小编也相信,随着科技的发展进步,以上种种问题将会得到合理的解决。因为,我们对未来智能化生活充满信心。