懂得如何分辨不同的脸

2021-03-26 02:49

免责声明:

※以上所展示的信息来自媒体转载或由企业自行提供,其原创性以及文中陈述文字和内容未经本网站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本网站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。如果以上内容侵犯您的版权或者非授权发布和其它问题需要同本网联系的,请在30日内进行。

刘昕认为,这不仅需要立法层面的支持,也需要伦理方面的讨论。同时对人工智能人才也要进行道德伦理教育,在立法的同时,通过行业自律来规避隐私泄露的风险。(实习记者

翟冬冬)

现代脸部识别软件主要依赖于深度神经网络——一种从大量信息中学习模式的人工智能技术。在被呈现过数百万张人脸之后,该类软件就能习得脸部概念,懂得如何分辨不同的脸。“这种反面部识别系统实际上就是通过生成式对抗网络去形成一个最小最优的变化,从而对现在面部识别的深度网络进行攻击。”中科视拓(北京)科技有限公司ceo刘昕说,但这种探索更多地还处于学术研究阶段。

“反人脸识别技术的诞生实质是对于隐私的担忧。”刘昕说,目前,人工智能产业尚处于初级阶段,技术的发展都具有两面性,如何防止人们利用ai技术进行破坏行为是整个行业都需要思考的问题。

勒姆·阿比拉在最近发表的《基于约束最优化的神经网络的反面部识别系统》中介绍,他们在一个超过600张脸的行业标准库中进行了系统训练,用于测试的600张脸包含了不同种族、不同光照条件以及不同环境。

※有关作品版权事宜请联系中国企业新闻网:020-34333079 邮箱:cenn_gd@126.com 我们将在24小时内审核并处理。

刘昕说,上面提的一些反面部识别系统,训练过程要求识别人脸的网络是公开的,并且攻击次数是不受限制的,而在实际中,这显然难以实现。在实际环境中,面部识别系统是一个隐蔽系统,而且也不会允许被这样反复攻击。

文章第一作者阿维舍克·博斯在接受媒体采访时也表示,测试的关键在于训练两个神经网络相互对立,一个创建越来越强大的面部检测系统,而另一个创建更强大的工具来破坏面部检测。