麻省理工學院做了一件 T 恤,穿上就能在 AI 鏡頭前「消失」
作者 愛范兒 | 發布日期 2019 年 11 月 11 日 8:45 |
近日中國發生「臉部辨識第一案」,浙江理工大學一位教授因不滿杭州野生動物世界強制要求年卡用戶註冊臉部辨識,因此將動物園告上法庭。
隨著臉部辨識技術普及,生活中很多時候都不知道自己的臉什麼時候被辨識了。儘管美國舊金山等城市推出臉部辨識禁令,但在更多國家和城市,相關法律政策還沒跟上。
對可能無處不在的臉部偵測系統,除了呼籲完善監管,還能做些什麼?最近西北大學和麻省理工學院的華森人工智慧實驗室(MIT-IBM Watson AI Lab)開發出印有特殊圖案的 T 恤,只要穿上就能躲過 AI 系統的監控,讓一個大活人在監控鏡頭前「消失」。
這是怎麼做到的?其實原理並不複雜,研究人員使用稱為生成對抗網路的方法來欺騙 AI,因為電腦視覺辨識系統依賴大量資料訓練提高辨識準確率,透過同樣方法也能找出可欺騙系統的圖案。
早在 2014 年,Google 和紐約大學的研究就證明,物體和臉部辨識演算法容易受到以生成對抗網路為基礎的攻擊。今年 4 月比利時魯汶大學(KU Leuven)的研究人員就透過這原理,用一張貼紙成功騙過 AI 系統。
但這種欺騙 AI 系統的方式有個缺陷,只要圖案角度和形狀變化,就會輕易識破。因為過去都是用硬紙板、停車牌或玻璃款等硬物當載體。
這次麻省理工研發的 T 恤突破點在於,即便衣服圖案隨著人的姿勢變化而變形,一樣能騙過 AI 系統。
研究人員指出,生成對抗網路經常用於欺騙電腦視覺系統,但還難以隨著運動變形的衣服建模,因此他們採用叫「薄板樣條線」(TPS)的資料內插和平滑技術,模型可轉換並建模具重複射(保留點、直線、平面)和非仿射分量的座標。
簡單來說,這項技術讓柔性物體也能模擬剛性物體的對抗性學習,進而欺騙 AI 。
從圖片可看到,這種 T 恤印有黑白棋盤格子樣式的圖案,系統辨識時每個格子之間會出現紅色小點,這就是成薄板樣條線(TPS)轉換的控制點。
研究人員分別在現實和虛擬環境測試這種 T 恤,準確率分別達 63% 和 79%。不過如果在同一畫面出現兩個或更多穿著 T 恤的人,成功率反會降低。
這方式一樣有局限性,只能騙過特定辨識演算法,對 Amazon Web Services、Google Cloud Platform 和 Microsoft Azure 等辨識系統並不能使用。但研究人員表示這只是「邁向對抗性可穿戴裝置的第一步」,為針對 AI 的對抗性干擾提供啟發。
當臉部辨識等 AI 演算法與人類的矛盾日漸突顯,未來這種欺騙 AI 的需求可能會越來越多,甚至成為新職業。
資料來源:https://technews.tw/2019/11/11/evading-real-time-person-detectors-by-adversarial-t-shirt/
ai棋盤格 在 台灣物聯網實驗室 IOT Labs Facebook 的最讚貼文
麻省理工學院做了一件 T 恤,穿上就能在 AI 鏡頭前「消失」
作者 愛范兒 | 發布日期 2019 年 11 月 11 日 8:45 |
近日中國發生「臉部辨識第一案」,浙江理工大學一位教授因不滿杭州野生動物世界強制要求年卡用戶註冊臉部辨識,因此將動物園告上法庭。
隨著臉部辨識技術普及,生活中很多時候都不知道自己的臉什麼時候被辨識了。儘管美國舊金山等城市推出臉部辨識禁令,但在更多國家和城市,相關法律政策還沒跟上。
對可能無處不在的臉部偵測系統,除了呼籲完善監管,還能做些什麼?最近西北大學和麻省理工學院的華森人工智慧實驗室(MIT-IBM Watson AI Lab)開發出印有特殊圖案的 T 恤,只要穿上就能躲過 AI 系統的監控,讓一個大活人在監控鏡頭前「消失」。
這是怎麼做到的?其實原理並不複雜,研究人員使用稱為生成對抗網路的方法來欺騙 AI,因為電腦視覺辨識系統依賴大量資料訓練提高辨識準確率,透過同樣方法也能找出可欺騙系統的圖案。
早在 2014 年,Google 和紐約大學的研究就證明,物體和臉部辨識演算法容易受到以生成對抗網路為基礎的攻擊。今年 4 月比利時魯汶大學(KU Leuven)的研究人員就透過這原理,用一張貼紙成功騙過 AI 系統。
但這種欺騙 AI 系統的方式有個缺陷,只要圖案角度和形狀變化,就會輕易識破。因為過去都是用硬紙板、停車牌或玻璃款等硬物當載體。
這次麻省理工研發的 T 恤突破點在於,即便衣服圖案隨著人的姿勢變化而變形,一樣能騙過 AI 系統。
研究人員指出,生成對抗網路經常用於欺騙電腦視覺系統,但還難以隨著運動變形的衣服建模,因此他們採用叫「薄板樣條線」(TPS)的資料內插和平滑技術,模型可轉換並建模具重複射(保留點、直線、平面)和非仿射分量的座標。
簡單來說,這項技術讓柔性物體也能模擬剛性物體的對抗性學習,進而欺騙 AI 。
從圖片可看到,這種 T 恤印有黑白棋盤格子樣式的圖案,系統辨識時每個格子之間會出現紅色小點,這就是成薄板樣條線(TPS)轉換的控制點。
研究人員分別在現實和虛擬環境測試這種 T 恤,準確率分別達 63% 和 79%。不過如果在同一畫面出現兩個或更多穿著 T 恤的人,成功率反會降低。
這方式一樣有局限性,只能騙過特定辨識演算法,對 Amazon Web Services、Google Cloud Platform 和 Microsoft Azure 等辨識系統並不能使用。但研究人員表示這只是「邁向對抗性可穿戴裝置的第一步」,為針對 AI 的對抗性干擾提供啟發。
當臉部辨識等 AI 演算法與人類的矛盾日漸突顯,未來這種欺騙 AI 的需求可能會越來越多,甚至成為新職業。
資料來源:https://technews.tw/…/evading-real-time-person-detectors-b…/
ai棋盤格 在 安納金 國際洞察 Facebook 的最佳貼文
(震撼級好文)2018/6/2【為什麼登上長城可以看見物流機器人的未來趨勢?】
這篇文章談到了幾個重點:
1. 為何自古以來,興建及維護萬里長城是一個很好的長期投資?
2. 美國、中國運用在倉儲物流的科技:Automated Guided Vehicle。
3. AI技術及演算法如何重新改造物流倉儲,創造前所未有的效率?
4. 全世界知名、最大的機器人ROBO ETF,配置在物流自動化權重將近10%。
5. 台灣在未來物流自動化的潛力與機會。
這是我的一位好友"雷大"所寫文章,全文刊載於史雷需粉絲頁,若您喜歡這樣的文章可持續追蹤他後續發表的好文喔(文章不多,但篇篇震撼)!也歡迎多多分享 💕 💕 💕
#跨界思維 #不同視角 #世界格局 #史雷需 #台灣 #兩岸 #長城 #秦始皇 #智能物流 #機器人 #AGV #智能倉儲 #探索認知邊界拓展財富疆界 #正向力量
2018/6/2【為什麼登上長城可以看見物流機器人的未來趨勢?】
西起甘肅、東至遼東,跨越九省,東西向的萬里長城其實是一條重要的氣候分隔線,位置不偏不倚就建在400毫米降雨線上,先天的降雨條件加上後天秦始皇的大筆一揮,從此在中國地圖上留下一道草原與中原的文明界線,而長城又是如何讓我們預見物流機器人的趨勢?且聽我娓娓道來。
西元前221年,嬴政東滅六國,一個嶄新的中原帝國成形,北方的草原開始騷動,崛起一支未來困擾中原700年的力量:匈奴。為降低帝國邊患壓力,秦始皇派蒙恬收復河套地區後將過去秦、趙、燕的烽火台或塹台連成一線以期對抗匈奴。
以當時的技術條件,秦始皇確實是動員了極其可觀的人力物力才得以建起長城,可是後人常評長城無用,主要有這幾點:
1. 長城過長、城牆不高,因此易於突破、易攻難守。
2. 有了長城的中原朝代依舊擋不住草原力量的長驅直入,甚至被改朝換代(如元、清)。
3. 勞民傷財、維護成本過高、效益低落。
4. 同情孟姜女,就是看秦始皇不順眼(誤)。
值得玩味的是2500年來,只有元、唐、清沒修過長城,若真是如大家所講的效益低落,為何中原帝國都殊途同歸搶著打水漂呢?我們必須從軍事及財政的視角切入問題的核心。
中原民族把長城打造成一個巨大的軍事衝突目標,期望將所有的戰鬥都集中在此處理,但長城不只是一道防禦要塞,精確的說他是一套軍事防禦系統,我們都知道冷兵器時代草原民族令人聞風喪膽的是他們的騎兵實力,擁有強大突破力及快速機動性:當他想打你打得到,當你想打他找不著。
為了降低騎兵的破壞性,中原民族只好築起城牆為自己增加拼戰優勢,長城上如高速公路般的平面即便在多山地形上依舊可提供守軍快速移防的機動性,要是真有城牆被越過,把突破口一封,這些越牆而過的草原民族就被甕中捉鱉了。
所以各位可以發現,2500年來,就算中原打不贏草原,真正被入主中原的朝代也才兩次(元、清),原因很簡單,有了長城無法久待嘛,搶了就得趕快溜以免被切斷歸途;除了搶的時間有限,搶的東西也必須輕便好攜帶,畢竟回家又要再翻一次牆,能拿的有限,說他們是最勤於健身的搶匪一點也沒錯。
各位不妨也腦補一個畫面,限時三分鐘讓你在便利商店搬貨,時間結束前只要成功翻過牆還拿在手上的都算你的,你是能拿多少?
所以,有了守軍能夠快速移防,邊境不需養過多軍隊、有了城牆限制草原民族搶的時間及搶的多寡,人民財物損失反而能受到控制。財政負擔因長城而下降,所以我說興建及維護長城以長線來看是非常理性的決定、一個很好的長期投資。
那今天聊了長城到底跟物流機器人有何關係?答案就是:降低運輸成本、增加速度優勢。
一個專有名詞請大家記一下AGV,全名是Automated Guided Vehicle,自動導向搬運車,這套系統現在被廣泛運用在倉儲物流裡。每個放包裹的貨架下方都有一個搬運機器人,AGV的原理是在倉儲地板上設計一大片棋盤格,每個點上都有傳感器,讓搬運機器人可井然有序被引導運行在格線上,實現讓貨物包裹自己去找送貨員,而非送貨員在倉庫中找貨,就像讓匈奴自己找上守軍而非守軍追他老半天。
當大家在網路購物時,成千上萬的成交指令被下達到智能倉儲中經過AI的演算法運算,AI安排出所有貨物在最短時間走到送貨員收貨的地方,送貨員只要在倉庫中的某一定點等貨找上門,接著把貨搬上車就好,這大大降低人力、時間成本及找錯的機率。
以往需要很多人力在倉庫裡擠來擠去找貨,容易拖延到貨時間還常出包,不僅造成倉儲人員工時過長也降低客戶滿意度,如今AGV系統從顧客及員工的角度出發解決兩大痛點,實現精度與速度,自然受到大型物流企業青睞,如亞馬遜、京東都有使用。
而在全世界知名、最大的機器人ROBO ETF,配置在物流自動化權重將近10%,代表這個產業正蓬勃發展。由於具備龐大電商市場,中國與美國將會是自動化產業應用場景最多的地方,美國傾向使用日、德體系;台灣有地利之便,生產物流自動化設備的企業可以考慮中國市場,結合台灣在半導體製造及IC設計的優勢,若又能補足雲端服務平台及系統整合的劣勢,必能提供出更好的解決方案。
別小看了台灣在未來世界發展上的角色,別低估了你自己的潛力!
我是史雷需,喜歡探索未來的斜槓。歡迎對粉絲頁按讚,並多多分享喔!
#跨界思維 #不同視角 #世界格局 #史雷需 #台灣 #兩岸 #長城 #秦始皇 #智能物流 #機器人 #AGV #智能倉儲 #探索認知邊界拓展財富疆界 #正向力量