摘要: 人臉識別的各項應用推陳出新，隱私疑慮卻未曾消除。現在有學者研發“抗人臉識別”的 AI，可以讓人臉識別系統的準確率，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絡隱 ...

人臉識別的各項應用推陳出新，隱私疑慮卻未曾消除。現在有學者研發“抗人臉識別”的 AI，可以讓人臉識別系統的準確率，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、友人的數據，讓臉部識別系統對我們有更多的了解，并且不斷進化。面對網絡隱私、數據的安全性問題，多倫多大學成功創建了一種破壞臉部識別系統的算法。

“當臉部識別技術越精準時，個人隱私也成了大問題。”“其中一個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。這兩個網絡不斷地互相爭斗、相互學習，創建了一場持續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。

團隊于臉部數據庫 300-W（擁有 600 張包含多種族、照明條件、環境的臉部數據），測試了該系統。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 或網站公開提供隱私過濾器。