摘要: 人臉識別的各項應用推陳出新,隱私疑慮卻未曾消除?，F(xiàn)在有學者研發(fā)“抗人臉識別”的 AI,可以讓人臉識別系統(tǒng)的準確率,從 100% 直線下降到只剩 0.5%!這項技術可望應用成為“隱私過濾器”,如果你也是一個重視網(wǎng)絡隱 ...

人臉識別的各項應用推陳出新,隱私疑慮卻未曾消除?，F(xiàn)在有學者研發(fā)“抗人臉識別”的 AI,可以讓人臉識別系統(tǒng)的準確率,從 100% 直線下降到只剩 0.5%!

這項技術可望應用成為“隱私過濾器”,如果你也是一個重視網(wǎng)絡隱私的人,這應該會是你未來的必載神器。

當我們上傳照片、視頻至社群平臺時,算法也抓取我們的信息、位置、友人的數(shù)據(jù),讓臉部識別系統(tǒng)對我們有更多的了解,并且不斷進化。面對網(wǎng)絡隱私、數(shù)據(jù)的安全性問題,多倫多大學成功創(chuàng)建了一種破壞臉部識別系統(tǒng)的算法。

“當臉部識別技術越精準時,個人隱私也成了大問題?！薄捌渲幸粋€能有效打擊臉部識別方式,就是反臉部識別算法”負責該計劃的多倫多大學教授Parham Aarabi 如此表示。

該算法的特征在于使用了對抗訓練(Adversarial training),是一種深度學習技術,讓兩個人工智能互相對抗。

團隊設計了兩個神經網(wǎng)絡,第一個用于“識別人臉”,第二個則是專門“唱反調”破壞前者的臉部識別任務。這兩個網(wǎng)絡不斷地互相爭斗、相互學習,創(chuàng)建了一場持續(xù)不斷的人工智能軍備競賽。

結果是,唱反調AI 能夠知道敵手臉部識別AI,在找尋什么關鍵部位,并適時動些人眼看不出來的小手腳 ,例如改變眼角,使其不太明顯,但卻能夠完全欺騙敵手,讓它無法識別。

團隊于臉部數(shù)據(jù)庫 300-W(擁有 600 張包含多種族、照明條件、環(huán)境的臉部數(shù)據(jù)),測試了該系統(tǒng)。他們表示, 新算法可以將臉部識別準確度 100%,毀到只剩 0.5%。

而該算法可以應用在,類似 Instagram 過濾器的工具上。未來團隊將希望通過 App 或網(wǎng)站公開提供隱私過濾器。