至少可以说，面部识别系统是有争议的。亚马逊上周因向执法机构提供面部扫描技术而成为头条新闻。中国的学校正在使用面部识别摄像头来监控学生。研究表明，一些面部识别算法对某些种族有内在的偏见。
由于担心人工智能监控系统的侵犯，多伦多大学的教授Parham Aarabi和研究生艾维塞克-博塞创建了一种算法，通过将光转换应用到图像中，可以动态地破坏面部识别系统。
Aarabi在一份声明中说:“随着面部识别越来越好，个人隐私是个大问题，这是有益的反面部识别系统能够对抗这种能力的一种方式。”
声称要打败面部识别的产品和软件并不是什么新鲜事。早在2016年11月的一项研究中，卡内基梅隆大学(Carnegie Mellon)的研究人员设计了一种眼镜框架，可以让系统识别错误的人。在2017年11月，麻省理工学院(MIT)和九州大学(Kyushu University)的专家通过改变单个像素，将3d打印的海龟图片标记为步枪。
但根据Bose和Aarabi的说法，这是第一个使用人工智能的解决方案之一。
他们的算法训练了600张脸的数据集，并输出了一个可以应用于任何图片的实时过滤器。因为它针对的是图像中高度特定的单个像素，所以人眼几乎无法察觉。
这两位研究人员采用了对抗性训练(一种由两个神经网络组成的人工智能)来训练网络。前者是一个“生成器”，从数据中产生输出，后者是一个“鉴别器”，用来检测由生成器生成的假数据。Aarabi和Bose的系统使用发生器识别人脸，识别器干扰人脸识别。
的研究论文将发表在2018年IEEE国际研讨会上多媒体信号处理,Bose和Aarabi声称他们的算法减少了检测在人脸识别系统面临的比例为0.5%,而且它可以打败其他系统包括图像搜索,情感检测和种族身份。
他们希望将神经网络应用到应用程序或网站上。
Aarabi说:“十年前，这些算法必须是人类定义的，但现在神经网络自己学习——除了训练数据，你不需要向它们提供任何东西。”“最后，他们可以做一些非常了不起的事情。这是这一领域的一个迷人时期，潜力巨大。
作者：KYLE WIGGERS
网友评论