CES 2019 大會 Keynote，週三這一天由 AMD CEO 蘇姿豐出場，大家預期有重大宣布。今日 (1/9) 的 Keynote，AMD 宣布與合作廠商 HP、宏碁推出有 AMD CPU 的 Chromebook。儘管事前已經有消息指 AMD 會發表 7nm 製程的 CPU 及 GPU 產品，但仍有滿場的觀眾，以及上萬鎖定線上直播的觀眾，等待蘇姿豐發布更詳細的資訊，如發售的時間。AMD 與 Google 合作，加上 OEM 廠商 HP 與宏碁，為教育市場以及有上網需求的消費者，推出首款 AMD 驅動的 Chromebook。 ▲ AMD CEO 與微軟遊戲主管 Phil Spencer 站在台上，談 Xbox 相關的合作。蘇姿豐也為高性能電腦和電競電腦提供服務，後者有微軟遊戲主管 Phil Spencer 談 Xbox 的合作，還有 Ubisoft CEO David Polfeldt、FNATIC 創辦人Sam Mathews...
各家電子廠同時選擇不同的語音助理平台，語音助理還未有明顯的優勝劣敗，要在各家生態系都有存在感是相當自然的選擇。如今 LG 的智慧電視不只加上 Amazon Alexa，還有蘋果生態系加持，成為 Airplay 選擇的第一家電視品牌。先前 LG 的智慧家電已經內建 Google Assistant，另外還有 LG 自行開發的 ThinQ，一起擔當語音助理任務。Amazon Alexa 也已經在 LG 智慧家電上回應問題。如今在 CES 會場上面，LG 7 日記者會宣布再加上一家蘋果，Airplay 登上 LG 家電，成為 Airplay 第一個登上的家電品牌。看來家裡有 LG 的家電有 4 家的語音助理，使用者能夠彼此比較他們回答問題的答案，PK 看看誰的答案比較好。7 日的記者會上面 LG 宣布支援 Airplay 沒多久，稍晚開記者會的三星等其他廠商也宣布 Airplay 的支援，看來 LG 勝在一早辦記者會能最早時間發布，處在有利的新聞發布角度。但對消費者來說，各家業者來陸續支援蘋果的服務，可說是最大贏家。(首圖來源：科技新報)
人工智慧技術在中國近年成為相當受重視的發展項目，大型科技公司例如阿里巴巴也一直致力開發相關技術。最近阿里巴巴方面就在 CES 大會上公布，將會與 Intel 合作開發人工智慧立體動作追蹤系統。這次合作開發的立體動作追蹤系統，將會是首個以人工智慧驅動的相關技術，預計可以應用在運動員的訓練和體育比賽之上。阿里巴巴表示，這個新技術會用到阿里雲的運算能力以及 Intel 的硬體配套和深度學習演算法，採用一般的攝影機即可透過建立 3D 網格做到立體動作追蹤，無需使用成本高昂的專門感應器。阿里巴巴指，這個技術可以為運動員在訓練的時候提供數據和分析，在比賽之中也可以提升觀眾的體驗，更了解運動員的表現。他們預計新技術可以在 2020 年東京奧運中應用，屆時直播媒體可以使用這個系統對比賽做分析、剪接和重播精彩片段，提供更多元化的觀賞體驗。除了與 Intel 在奧運方面合作，阿里巴巴去年也有與國際奧委會合作，在天貓開設奧運旗艦店，也與奧運傳播服務 OBS 合作推出 OBS Cloud 傳播雲系統，改善奧運會授權直播媒體的內容製作流程和體驗。（本文由 Unwire Pro 授權轉載；首圖來源：Intel）
今年，是 Google 第二次來到 CES 美國消費電子展。你一定對去年第一次參展的 Google 記憶猶新，隨處可見的「Hey Google」字樣，把 2 層高的戶外展區打造成「Google Assisant 生態遊樂園」；今年 Google 也沒讓人失望，展位不僅沒縮水，還越玩越大，把「Google Assisant 小火車」搬上 2 樓，展開一場 3 分鐘的旅程！▲ 今年 Google 依舊準備了巨型扭蛋機，一大早就擠滿人潮排隊。一個故事，坐上 Google Assistant 小火車Google 要用說故事的方式，讓觀眾體驗 Google Assistant 究竟怎麼融入一個家庭的一整天。▲ 開始體驗前，排隊入口處坐著一位老奶奶，會與人展開對話，事實上老奶奶就是故事主角，整段旅程都是圍繞她的生日展開。緊接著，觀眾會走到一個小房間，故事正式開始。▲ 沒錯，任務就是要幫老奶奶買蛋糕、過生日，接著坐小火車，開始 Google Assisant Ride 之旅！小火車開過的每段路程，都是生活中再平凡不過的情境。旅程中的歌曲、車上的螢幕，以及情境區的字樣互相串連，都可看到 Google Assistant 到底能做什麼事。像是和家電串連，靠一句「Hey Google」打開窗戶或鎖門；又或問 Google Assistant 時間時，它會順道提醒怕你忘記行程；開車交通狀況不佳時，Google Assistant 會串連 Google Maps，提供替代路線。至於最重要的蛋糕，可叫它幫忙找蛋糕店，或是想自己做，它就會幫忙找食譜，最後全家終於一起幫奶奶過生日。自拍按不到螢幕時，還可以請...
進入 AI 時代後，曾認為不太相關的高通、英特爾和輝達，終於以 AI 之名開始混戰。每年 CES，這 3 家晶片廠商的發表會都備受矚目。今年 CES 發表會，率先登場的輝達隻字未提自動駕駛產品，而是專注介紹「老本行」遊戲顯卡業務，顯得不那麼「好鬥」了。聚光燈於是都打到高通和英特爾身上。兩者 7 日相繼舉行發表會，無論實實在在的新品還是未來預想，都讓人看到兩者的明爭暗鬥：明爭來自自動駕駛，暗鬥則發生在 5G 領域。明爭：爭做自動駕駛唯一平台高通發表會時發表針對自動駕駛的晶片──第三代「驍龍汽車駕駛艙平台」。高通形容，這是他們以人工智慧（AI）為中心的最新平台。「這平台旨在打造從語音驅動介面到導航系統等，各種基於現代化視覺介面的車內體驗。」高通進階副總裁納庫爾·杜戈爾介紹。共分入門級、中級和高階平台 3 種等級，但核心本質相似，是高通的「一條龍服務」：基於驍龍 820A 平台，支援高通人工智慧引擎（AI Engine）、訊號處理器、CPU 和 GPU，採用高通 Hexagon 處理器。杜戈爾強調，靠著高通第三代驍龍汽車駕駛艙平台，可為用戶帶來高度差異化和自訂化車內體驗。比如將亞馬遜語音助手 Alexa 整合到平台而開發的語音介面。不過，發表會現場出了個小「意外」，當杜戈爾興沖沖說明，未來司機可透過語音讓 Alexa 點歌播放時，他忘記關掉的 Alexa 突然冒出一句：「不，這不是真的。」現場一陣爆笑，也似乎提醒人們理想和現實的差距。稍後舉行的英特爾發表會，儘管英特爾發表了包括針對桌機的第九代酷睿處理器等多款產品，但整場發表會也有一半時間給了自動駕駛。英特爾進階副總裁、英特爾子公司 Mobileye 的 CEO Amnon Shashua 在台上連續介紹了最近取得的多項進展和合作。當 Shashua 上台時，舞台出現一輛安裝多個 Mobileye 產品的 BMW X5，之前稍顯沉悶的觀眾也紛紛掏出手機拍照，並有人歡呼。可看出現在人們對晶片公司的最大期待，似乎都來自自動駕駛。「2018 年，已有 16 款車與我們合作，其中 12 個是我們的密切合作夥伴，例如 BMW X5，我們重新配置前鏡頭的規格，三焦點設計讓車輛有更完整和準確的前向影像涵蓋。它能更準捕捉交通辨識、交通號誌、行人等，全車共有 12 個鏡頭，可達 L3、L4 等級。」Shashua 介紹。據英特爾所說，Mobileye 已與英國地形測量局合作，為英國組織機構和企業提供高精度定位資料，並與日本合作，完成日本全域所有高速公路的測量和建模。這些都依靠 Mobileye 的鏡頭及演算法能力，並且反過來這些資料也幫助它的演算法再提升。除了占去了英特爾發表會的一半時間，Mobileye 其實次日還有單獨發表會，將著重介紹新的自動駕駛系統 Mobileye EyeQ 5。足以看出英特爾的重視和寄予厚望。▲ Mobileye 的 CEO Amnon Shashua 是真正主角。可看出無論英特爾還是高通，都希望成為自動駕駛的統治級平台，兩者的「明爭」注定繼續。暗鬥：提前布局 5GCES 向來是充滿科技名詞的地方，對今年的活動來說，最紅的無疑就是 5G。「我期待 CES 成為 2019 年 5G 之年的開端。」杜戈爾表示。事實上，要說 5G 的突破性進展，今年 CES 基本還很難看到。「由於 CES 的舉辦日期很早，在年初，你很難期待這些廠商真在 5G 提供什麼顛覆性進展。更別提營運商了。」美國 Creative Strategies 的分析師 Carolina Milanesi 說。「但同樣地，你也無法不讓各個廠商想像利用 5G 能做的事。」高通並沒有在發表會展示完成的 5G 裝置，而是重複介紹去年底推出的旗艦驍龍 855 行動平台。高通信心滿滿地表示，2019 年，將有超過 30 個使用驍龍 855 晶片及驍龍 X50 5G 基頻晶片的 5G 商用行動裝置上市，大部分是智慧手機。另外，高通還設想 5G 時代自動駕駛的未來場景，推出 C-V2X，即基於蜂巢式網路的車到環境通訊平台。杜戈爾表示，汽車間可互相通訊的「未來」已到來，高通還走得更遠，進一步把 V2V（車到車通訊）升級到 V2X（車到一切通訊）。C-V2X 技術採用高通 9150 C-V2X 晶片組，使汽車接收來自其他車輛、交通基礎設施（包括交通號誌和路標）和行人的訊號。高通表示，從 2022 年起，福特將在所有美國發售的車型使用 C-V2X 技術。英特爾方面，則從企業端推出針對 5G 的產品，公布將推出全新專門針對 5G 無線接入和邊緣計算、基於 10 奈米製程的網路系統晶片，研發代號為 「Snow...
人工智慧和雲端運算的發展讓即時翻譯機日臻完善，此刻在拉斯維加斯舉行的美國消費電子展（CES）即有多款趨向輕量、精緻化，且翻譯準確度及速度較以往提升的商品。（Source：Waverly Labs）美國紐約新創公司 Waverly Labs 的 Pilot 耳機能即時翻譯 15 種語言。只要戴上這款耳機，操不同語言者就可以自由交談，不需口譯人員協助。一副耳機的售價在 180~250 美元。說法語的法新社記者在 CES 展會現場與 Waverly Labs 說英語的執行長歐查（Andrew Ochoa）實測此款即時翻譯耳機。記者對翻譯品質表示肯定。根據報導，記者的法語言談內容經歐查的智慧手機傳送到雲端，雲端運算產出的英譯內容再傳送給聽者歐查，時間差只有數秒。此外，智慧手機還可內建應用程式，以便即時記錄談話內容。歐查指出，Pilot 耳機的翻譯模式有人工智慧（AI）特色，例如機器學習和神經網路。軟體神經網路可被訓練，以在遇到新單詞時，仍能理解片語含義，省去將字典灌入系統的麻煩。歐查表示，公司不到一年就賣出 3 萬 5 千副耳機，客戶包括飯店業主。（Source：Pocketalk）日本 Sourcenext 公司展出的 Pocketalk 則號稱可翻譯 74 種語言，售價 299 美元。可望在 2020 年東京奧運期間造成轟動。發言人蓋拉格（Richard Gallagher）說：「思考 2020 年奧運時，我們突然想到，很多日本人只懂日語。」他指出，Pocketalk 可藉機器學習逐步提升自身理解力，也能適應說話者的發音，讓「人機一體」更可行。蓋拉格表示，Pocketalk 的銷售情況良好，在零售業、計程車業和飯店餐旅業尤其如此。網路科技巨頭 Google 則宣告，將透過自家虛擬輔助軟體，在一系列新產品導入翻譯功能。除了上述公司，在 CES 展示較以往速度更快、準確度更高、使用更方便的即時翻譯機還有中國的時空壺（TimeKettle）和科大訊飛（iFlytex）、荷蘭的 Travis 等。時空壺推出 WT2 翻譯耳塞，運作模式近似 Pilot 耳機，但外型更輕巧。（譯者：陳韻聿；首圖來源：shutterstock）
人工智慧（AI）技術未來可能將令子宮頸癌絕跡。因為今天發布的一份研究報告顯示，一套電腦演算法發現子宮頸癌癌前病變的準確度，遠高於受過訓練的專家或傳統篩檢。法新社報導，根據世界衛生組織（WHO）統計，子宮頸癌名列全球婦女最常罹患癌症排行榜的第 4 位，去年全球估計共有 57 萬新病例。儘管子宮頸癌的篩檢和疫苗已有重大進展，能成功預防大多數子宮頸癌成因人類乳突病毒的擴散。但這些進展主要仍只有生活在富裕國家的女性受惠。世界衛生組織的數據顯示，2012 年全球約有 26 萬 6,000 名女性死於子宮頸癌，其中 90% 生活在中低收入國家。美國國家癌症研究所（National Cancer Institute）癌症流行病學和遺傳學部門（Division of Cancer Epidemiology and Genetics）醫生暨資深作家許夫曼（Mark Schiffman）表示：「子宮頸癌現在是伴隨貧窮和資源匱乏的疾病。」他研究如何治療子宮頸癌已有 35 年歷史。許夫曼說：「我們正嘗試找到極便宜、極簡單但非常準確的方法，既能透過接種疫苗，也能在稍晚時機透過手機或類似裝置安裝的簡易技術，來打擊子宮頸癌。」許夫曼所屬的團隊，利用從哥斯大黎加收集的 6 萬餘份篩檢影像檔案，建立一套演算法。這份研究從 1990 年代開始進行，參與的女性超過 9,400 名，追蹤歷史最長達 18 年。他們發表在《國家癌症研究所期刊》（Journal of the National Cancer Institute）的報告指出，這套稱為「自動化視覺評估」（automated visual evaluation）的人工智慧技術，發現癌前細胞的準確率達到 91%。反觀人類專家檢查出的機率僅 69%，傳統抹片檢查準確率也僅 71%。此外，在子宮頸癌高危險群的 25 至 49 歲女性當中，人工智慧演算法發現癌前細胞的準確率更高達 97.7%。這項計畫的目標，是在 3 至 5 年內推廣這項技術，讓全球更多臨床試驗病患參與，最終讓技術在世界各地更容易取得。（譯者：張正芊；首圖來源：shutterstock）
科技部協助國內 3 家醫院及醫學院，運用 AI 做醫學影像識別，舉行醫療影像資料庫啟用記者會。台灣人工智慧實驗室負責人杜奕瑾在記者會後的專家業話論壇，與其醫療界先進對話，呼籲 AI 要在醫療領域應用，在不死人狀況下，醫療領域應該要勇敢創新，在不造成病人的不舒適之下，別自己陷入法規的限制底下動彈不得。杜奕瑾進一步談 AI 在醫療領域的應用，以他在微軟的經驗，來看醫療產業與 AI 結合可能。微軟員工有員工的醫療保險，但在美國看醫師的成本相當高。所以他們常常是透過電話方式得到醫療諮詢，大部分時候就是決定在家好好休養。以上敘述的方式，傳統問診和醫療諮詢，都是 AI 可以取代人類原先做的重複性工作。科技部的醫療影像資料擁有包括心臟冠狀動脈疾病、腦轉移瘤、原發性腦瘤、聽神經瘤、肺癌等疾病的電腦斷層、血管攝影、磁振造影或 X 光等共15 項影像資料庫，總共 46,450 個案例的醫療影像。46,450 個案例的醫療影像中，已經有 17,950 個案例標示疾病，後續會持續擴充，這些影像將能用在訓練機器學習上面。國研院國網中心負責這次醫療影像資料庫的影像儲存以及辨識運算這一塊，國網中心人員表示，他們會依據各機構的需求，準備需要的框架如 TensorFlow 或是 Caffe 等深度學習運算框架，或者是研究人員慣用的編輯器，放在不同的 Visual Disk 上面。畢竟國家提供的 GPU 資源相當寶貴，用比市價低的價格提供給研究人員使用，可不能隨便讓人亂掛東西，如放了挖礦程式那就是浪費資源了。 ▲ 科技部長陳良基出席醫療影像資料庫啟用儀式。(Source：科技新報)至於許多人關心這次醫療影像資料庫的隱私和研究倫理問題，由於 AI 時代收集的資料和資料集與以前做醫學研究收集病患資料有些不同，簽訂的同意書法律用語略有不同。各個參與資料庫的醫院以及醫學院相當小心，一定會取得病患同意，採動態同意機制。針對資料則充份做好去識別化工作。這次的啟用的醫療影像資料庫啟用記者會，顯示影像辨識技術相當成熟。先前主要的科技話題通常放在自動駕駛還有人臉辨識上面。但是醫療影像辨識病徵，也是相當熱門的領域，對於醫療院所來說能夠節省寶貴的人力資源。假若辨識成果準確度夠高，醫生將退居第二線確認的角色，能夠節省台灣寶貴的醫療資源。(首圖來源：科技新報)
計算數量的能力往往被認為需要高智商和較大的大腦，然而過去一些研究指出，蜜蜂同樣也具有少量的計數能力，倫敦瑪麗王后大學（Queen Mary University）研究人員發現，蜜蜂之所以能使用如此迷你的大腦達成任務，是因為採取的計數方式與人類完全不同，只需少量的神經細胞便可達成，團隊認為，這種計數方式對於未來 AI 機器人的開發也將能有所助益。據了解，人類約有 860 億個神經細胞負責接收訊息和發送命令，相較之下，蜜蜂只有 100 萬個神經細胞，在數量如此稀少之下，每一份腦力對蜜蜂來說都非常重要，必須實施非常有效的演算法來解決任務。過去相關研究顯示，蜜蜂最多可以計數到 4 至 5，也知道如何比較大小數量，甚至能夠理解「零」小於所有數字的概念，而倫敦瑪麗王后團隊發現，蜜蜂可能不是透過理解數字概念來實現這一目標，而是使用特定的飛行運動來仔細檢查物品以塑造視覺輸入，將任務簡化到需要最小腦力的程度。為了理解蜜蜂如何計數，研究人員模擬了一個非常簡單的「微型大腦」（只有 4 個神經細胞，遠少於蜜蜂），而模型在仔細查看一個東西再仔細檢查下個項目後，微型大腦便可以很輕易的計算少量物品，和蜜蜂計數的方式相同。▲ 用少量神經細胞計數的圖形概要。（Source：Vera Vasas CC BY 4.0）團隊的模型顯示，只要有著正確的連接，小至神經細胞的迴圈也可以輕鬆完成計數任務。第一作者 Vera Vasas 表示，這解釋了蜜蜂的計數能力，同時這種掃描簡化了視覺輸入，也顯示計數這樣的任務其實需要很少的智力便可進行。種聰明的行為使複雜的計算任務變得更加容易，讓蜜蜂能夠以最少的智力需求展現出令人印象深刻的認知能力。團隊認為，這項研究可能將對 AI 相關開發產生影響，因為有效率的自主機器人需要依賴強大、運算成本低廉的演算法，而這或許可以從昆蟲採用的「掃描計數」行為中受益。「仔細檢查動物使用的實際檢查策略，可能會發現它們經常採用主動掃描行為，作為簡化複雜視覺模式辨別任務的捷徑。希望團隊的工作能夠激勵其他人更仔細去觀察動物，不只是它們可以解決何種問題，還有他們是如何解決這些問題的。」這項研究已經發表在《iScience》期刊。 Bees can count with small number of nerve cells in their brains, research suggests Bees can count with just four nerve cells in their brains （首圖來源：pixabay）延伸閱讀： 不只是靈長類動物，新研究顯示蜜蜂也能理解「零」的概念
自從智慧手機有生物指紋辨識解鎖技術後，輸入密碼這種麻煩的解鎖過程，就逐漸被用戶拋棄了。2013 年蘋果率先在 iPhone 5s 推出 Touch ID 功能，之後指紋解鎖迅速「風靡」，並在 Android 陣營擴散，三星、蘋果、華為等手機產品均配備指紋解鎖功能。2017 年 9 月，蘋果又開「先河」，徹底屏棄 Touch ID，推出臉部解鎖 Face ID 技術。今年 9 月，蘋果推出 iPhone XR、iPhone Xs、iPhone Xs Max 系列手機產品依然採用 Face ID，為唯一一種解鎖技術方案。這次蘋果「算盤」落空了。臉部解鎖 Face ID 並沒有為蘋果帶來意想不到的收益與熱度，反而受到友商、用戶的質疑和嘲諷。譬如，Face ID 無法有效區分開雙胞胎或長相相似的人，電量低於 10% 也會影響 Face ID 正常使用，手機重開後，必須密碼解鎖……總之，Face ID 一面世，各種 Bug 頻出，蘋果忙著「滅火」，焦頭爛額。消費者對這種臉部辨識技術的可靠性也較質疑。相比之下，Android 陣營的手機廠商就聰明多了，同時採用指紋辨識和臉部解鎖兩種技術方案，以備臉部解鎖表現時好時壞、不穩定之需。市面指紋解鎖技術主要有 3 種：電容式指紋辨識、光學式指紋辨識、超音波指紋辨識。目前，除了超音波指紋辨識技術沒有大規模普及外，電容式指紋辨識、光學式指紋辨識是最常用的兩種。不僅手機廠商，美國富國銀行 WELLS FARGO 等世界主流銀行，也越來越傾向使用指紋辨識存取客戶銀行帳戶系統。然而諷刺的是，隨著近幾年 AI 人工智慧技術在全球愈演愈烈，指紋辨識技術的穩定性可能比臉部辨識更差。最近，美國紐約大學和密西根州立大學發表一篇論文，詳細介紹深度學習技術如何削弱生物辨識的安全系統。該項目在今年 10 月的生物辨識和網路安全峰會獲得最佳論文獎。據最新研究顯示，人工智慧建立的偽造數位指紋可「欺騙」智慧手機的指紋掃描儀，駭客就能利用漏洞，竊取受害者網路銀行的帳戶資訊。「雖然說，基於指紋的身分驗證仍是保護裝置或系統的有效方法，但與此同時，大多數系統不會驗證指紋或其他生物辨識是真人還是複製品。」論文主要作者之一、紐約大學博士生 Phillip Bontrager 說。紐約大學教授 Nasir Memon 以前的研究曾詳述，某些指紋辨識系統的致命缺陷，在於大多數指紋感測器的工作方式。大多數人依靠部分指紋確認身分，而不是完整指紋。且多數裝置允許用戶提交多個指紋檔案，符合任何一部分，便可以確認用戶身分。因而，紐約大學 Nasir Memon 教授和密西根州立大學 Arun Ross 教授，使用「主控指紋」（註：MasterPrint）說明工作方式。最新的研究成果，建立在紐約大學和密西根州立大學的研究基礎上。論文作者透過修改真實的指紋資料或部分指紋影像來「欺騙」系統，這些偽造指紋利用系統只能驗證部分指紋影像，而不是完整指紋影像的漏洞，順利通過系統驗證。當然，人很快會發現指紋是偽造的，軟體系統卻沒有辨識真假指紋的能力。▲ 左邊為真實指紋，右為 AI 偽造指紋。最新論文顯示，研究人員使用神經網路資料訓練基礎軟體，建立令人信服的偽造指紋，影像甚至優於初始指紋素材。偽造的指紋真實度極高，包含肉眼無法觀察到的隱藏屬性，足以混淆指紋掃描儀。「團隊使用神經網路技術變體，即生成對抗網路（GAN）擬造指紋」，論文作者之一、紐約大學電腦科學副教授 Julian Togelius 說。研究人員使用 GAN「捏造」的照片、影片，學術名稱為「深度偽造」（deep fakes）。這種「深度偽造」一度引起政府機構的擔憂，因為完全可製作出大眾難以辨別的假影片，被違法分子利用進行虛假宣傳活動。一些有意思的例子，研究人員曾利用 AI 人工智慧技術，偽造前總統歐巴馬的演講影片。實際上，這演講活動根本沒有發生。去年，研究人員製作一張烏龜影像，以混淆 Google 影像辨識軟體。透過特定技術，Google 影像辨識軟體將烏龜誤認為步槍。因為軟體辨識影像的某些隱藏元素與步槍屬性相似，這些細微的元素人類肉眼根本無法辨別。通常研究人員採用兩種生成對抗網路 GAN 組合一起工作，內嵌真實影像，可順利欺騙影像辨識軟體。其中一套神經網路，使用數千個公開、可用的指紋影像，訓練神經網路辨識真實的指紋影像。另一套神經網路訓練建立生成偽造指紋。紐約大學電腦科學博士候選人 Philip Bontrager 解釋，將第二個神經網路的假指紋影像匯入第一個神經網路以測試模擬程度。隨著時間推移，第二個神經網路「學會」了生成逼真的指紋影像，可瞞天過海。驗證測試中，Innovatrics、Neurotechnology 等科技公司出售的指紋辨識掃描軟體均未過關。Philip Bontrage 介紹，負責偽造圖片的神經網路內嵌一組隨機電腦程式碼，學名為「雜訊數據」（noisy data），研究人員透過最佳化演算法校準「雜訊數據」，提高偽造影像「欺騙」指紋辨識軟體的精確度。但研究人員無法確定程式碼對影像有何作用。當然，偽造圖片只是一種欺騙方式，很多指紋辨識系統安裝生物指紋熱感測器，想突破網路安全、銀行、智慧手機等機構、裝置的犯罪分子而言，偽造體溫的難度就大多了。指紋感測器製造商 Neurotechnology 公司研發經理 Justas Kranauskas 就對這項研究提出異議，他表示，企業用戶使用產品時，掃描軟體設定的安全等級，要比論文高得多。研究員 Philip Bontrager 卻認為，指紋安全等級設定越高，用戶使用越不方便。「使用高度安全設定，或許可提高防欺騙效能，但用戶需要反覆按壓，操作非常不便利。」指紋辨識軟體安全等級高，耗時、耗力；安全等級低，又要提防 AI 生成的「深度假貨」。現在，AI「造假」風暴即將席捲，你還對指紋辨識技術的安全性抱有美好幻想嗎？是不是覺得 Face ID 臉部辨識也沒那麼差勁了。至少，偽造臉要比偽造指紋難多了。是時候和手機指紋解鎖 Say goodbye 了！ AI-generated fingerprints could soon fool biometric systems （本文由 雷鋒網 授權轉載；首圖來源：shutterstock）延伸閱讀： 生物辨識中指紋與刷臉支付漸成行動支付主流 蘋果傳攻生物辨識，脈衝雷射有影 生物辨識技術未必安全，而且還帶來其他隱憂 小心犯罪新招，用噴墨印表機就可偽造大量指紋解鎖手機