多伦多大学的研究人员开发出反面部识别的人工智能

AiTechYun

编辑：chux

面部识别系统是有争议的，亚马逊上周在头版头条上向执法机构提供脸部扫描技术。中国的一些学校正在使用面部识别相机来监控学生。而研究表明，某些面部识别算法具有对某些种族内置的偏见。

对人工智能监控系统的担忧激励了多伦多的研究人员开发出一个防御它们的屏障。多伦多大学教授Parham Arababi和研究生Avishek Bose创建了一种算法，通过对图像进行光变换，可以动态地中断面部识别系统。

Aarabi在一份声明中表示：“个人隐私是一个真正的问题，因为面部识别变得越来越准确。这是有益的反面部识别系统的方式。”

击败面部识别的产品和软件并不是什么新鲜事。在2016年11月的一项研究中，卡内基梅隆大学的研究人员设计了可以欺骗系统识别人的镜框。2017年11月，麻省理工学院和九州大学的专家们通过改变单个像素来欺骗一种算法，将3D打印的乌龟的图片标记为步枪。

但根据Bose和Arababi的说法，这是首个基于AI的解决方案之一。

他们的算法是基于600张脸的数据集进行训练的，提供一个可以应用于任何图片的实时滤镜。由于它针对图像中特定的单个像素，因此它几乎不会被人眼察觉。

这两位研究人员采用了对抗训练，这是一种由两个神经网络组成的人工智能。一个产生数据输出的“发生器”和一个检测由发生器制造的假数据的“鉴别器”，以训练网络。Arababi和Bose的系统使用生成器来识别面部和鉴别器以破坏面部识别。

在即将于IEEE国际多媒体信号处理研讨会上发布的研究论文中，Bose和Arababi声称，他们的算法将面部识别系统中检测到的人脸比例降低到0.5％，并且可以击败包括基于图像的搜索，情感检测和种族识别等其他系统。

他们希望在应用程序或网站上开放神经网络。“十年前，这些算法必须是人为定义的，但现在神经网络自己学习，除了训练数据外，你不需要提供任何东西，”Aarabi说。“这是一个非常有趣的领域，有巨大的潜力。”