2017年315晚會剛剛回去，卻讓我們身處人工智能領域的小伙伴們已經按忐忑不安了。我們辛辛苦苦的日日，加班加點所研發出的高科技，就這么被披露……
人工智能大體可分為三個階段：
1、zui基礎的是計算智能，即讓機器能存會算，能夠像人類一樣會計算、傳遞信息，其主要價值在于幫助人類存儲和快速處理海量數據，是認知和感知的基礎;
2、是感知智能，即讓機器感知外界，能夠看懂圖像和聽懂聲音，并做出判斷采取一些行動，包括人臉識別、指紋識別、語音識別等、圖像識別、目標檢測、序列分析等等，主要價值在于能夠幫助人類地完成“看”和“聽”相關的工作;
3、人工智能的階段是認知智能，期望機器有自主行動能力，能夠像人一樣思考并主動采取行動，包括*獨立駕駛的無人駕駛汽車、自主行動的機器人，目標在于全面輔助或替代人類工作。
眾多風口上的*，或許已經準備好被點名后的“發言稿”。
在這個特殊的日子里，小編就帶你一起聊聊智能化行業中的“人臉識別”系統。
今年315晚會上，主持人通過將自拍照由靜態改為動態，可以完成刷臉登錄需要的眨眼、微笑動作。而活體檢測的破解，則通過3D建模將現場隨機選擇的觀眾照片轉變成立體的人臉模型，從而達攻破APP上的人臉識別系統，把一張可受任何人控制的臉模判斷成用戶本人的目的。一時間嘩然，業外人士紛紛認為人臉識別不安全。
人臉識別作為新興行業，對智能化行業來說視乎也并不輕松，3·15就被點名曝光了智能化產品存在安全漏洞等問題，引起了社會的廣泛關注，讓整個產業的發展受到了不小的影響。
在一個人不知情的情況下，他人是否能夠輕易通過拍視頻或獲取圖片的方式，用此項技術模仿他人人臉，進而順利實現人臉解鎖，攻破人臉識別1：1身份核驗？
做過安全的人都知道，的安全等于無限的成本。AES加密也能被很快破解，但商用的256位足夠了，花費破解的成本比破解后的利益還大。
從防范攻擊上來講，被模擬的視頻需要通過非常高的技術手段才能夠傳輸到應用軟件里面去，有這種技術力量，任何系統都存在風險；而直接通過視頻或者圖片攻擊，*可以被現在的紅外或者一些動作判斷的活體手段所識別出來。
任何一種新事物都有一個發展成長的過程。更重要的是，有問題的產品畢竟是少數，消費者應該理性對待。小編認為正是有了這些智能產品，可以大大提升我們生活的便利性與安全性。
在涉及隱私、支付等場景使用時，應當將人臉與聲紋、指紋、虹膜及其他生物認證信號相融合，多個方面同時發力，從而提高安全門檻，保障用戶安全。
目前在人臉識別和活體檢測的主要應用場景中，各大支持“刷臉登陸”的應用，都不會將人臉作為*的登陸憑證。而在千視通的人臉識別系統中，我們提高了hack者嘗試的成本并利于捕捉更多線索，后端防偽可以做到快速更新，類似殺毒軟件的“云端殺毒”模式，一旦發現潛在的新hack類型，可以在*時間進行算法更新。
追求更自然的AI交互
人臉識別有兩個不同的場景，一個是1：1的人臉比對，一個是1：N的人臉識別。前者常見于銀行、*系統一些應用，一般需提交個人*信息和人臉特征，然后系統再拿*照片和提交的信息進行1：1的比對;后者也已在刑偵等領域有一定應用，但由于1：N識別精度問題導致難度較高，傳統上*系統也只是借助這項技術輔助偵查，對識別結果還“不能確信”、對*“不能鎖定”。
隨著技術的進一步發展，虹膜識別有了的紅外攝像頭和紅外燈，這讓識別更具可行性。除了識別掃描射線升級之外，機器學習和算法本身的迭代也是解決信度難題的重要方面。數據、算法、產品是一個正循環，數據的迭代和算法的演進促進更好的產品產生，而更好的產品又反作用于數據和算法的進一步精進。“事實上，人臉識別技術的突破與近年來算法上的大量投入密不可分。”
只有實現1：N識別，才是真正給原有人臉識別方式帶來革命性變化，讓人工智能(AI)時代的交互更智能、更便捷。“我們一定做到這一點，因為我們希望以后的AI界面將是非常自然，跟我們的生活無縫對接的。”
zui后，小編在此提醒大家，人類的歷史其實就是在矛與盾相互進步升級的過程中成長的，雖說我們識別的精度方面不斷攀升技術的高峰，但是還是要提醒大家一句：刷微博、發朋友圈時還是要注意點，別給居心不良的人留下漏洞，確保自己的財產安全。同時，小編也相信，隨著科技的發展進步，以上種種問題將會得到合理的解決。因為，我們對未來智能化生活充滿信心。
