|
人工智能面部识别、人工智能人脸解锁、人工智能人脸生成……随着人脸识别运用的范围越来越广泛，其背后的“人脸信息安全”问题也越来越引起了大家的关注。
人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。包括用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术，通常也叫做人像识别、面部识别。
截止目前，大多数面部识别软件都基于生物识别技术。比如测量虹膜之间的距离，眼睛到鼻子的距离等等，但此种方式对图像拍摄角度和图像清晰度要求较高。 于是，科学家们想出了新的解决办法——“基于整幅人脸图像”的人工智能识别算法。用这种方法来进行识别，只需人脸中一块约30×30分辨率的图像，随后人工智能软件经过深度学习，大量训练就可以进行人脸生成以及人脸识别。
颇受争议的名为“查无此人（ThisPersonDoesNotExist.com）”的网站，在人脸生成技术应用方面尤为突出。该网站的创建者采用了炙手可热的生成式对抗神经网络（GANs）。而（GANs）被称为人工智能深度学习领域最酷的想法。 它的神奇之处在于，它同时拥有一对图片伪造者和甄别者，一个负责生成尽可能逼真的图像，另一个负责判别生成的图片与原始真实图像之间的区别，然后将结果反馈给图片生成者。在二者的相互较量中，图片利用人工智能算法不断重新生成、判定、修改，直到真假难辨。
但是，科技的发展也让这项技术走向了另一个令人担忧的方向。在过去的几年里，不断有媒体曝出，有些图片和视频被附加成他人的身份信息，也就是将B人的脸换到A人的脸上。 这种人工智能换脸是一种深度嵌入，它会保持B脸的基本的特征，然后将A脸的生物特征进行替换，并且在视觉上很难分辨。人脸生成技术所带来的人脸伪造，会造成个人身份信息的混乱并传播虚假信息，以至于带来很多安全隐患。
当人工智能创造的假脸和假人开始在社交网络上遍地开花时，各国的安全部门开始介入。与此同时，科学家们也同样利用人工智能，来对伪造人脸进行鉴别。方法也是让机器进行深度学习，人工智能会在整个人的生物特征区域内，从不同尺度上进行细分，去找到原始人脸和被换人脸之间的一些不兼容点、伪造点，从而来判断需要识别的影像是不是伪造和合成的。
面对大数据时代的科技进步与安全隐患，各国政府都在加强其法律武器和监视手段。而科学家们也一直致力于为我们提供更安全的网络交流空间。未来，希望我们的人工智能和各种新科技、新技术一起，能支持全球人类社群共同进步和发展。
|
