ネットユーザーたちは、顔認識技術の何が難しいのかと冗談を言っている。

ネットユーザーたちは、顔認識技術の何が難しいのかと冗談を言っている。

今朝、ジャック・マーは自身の微博に「ドイツで開かれたCEBITカンファレンスの開幕式が終わったばかりです。私はいくつかの考えや意見を共有しました。将来、インターネットは伝統的な産業と完璧に融合してこそ、永続的で健全な活路が開け、その融合の結果、真のデジタル(またはデータ)経済が形成されるでしょう。今後30年間、データ経済のおかげで、人類社会は真に大変革の時代を迎えるでしょう。もちろん、アリペイの顔認識決済技術も発表されました。」と投稿した。このニュースが流れるや否や、ネットユーザーはデータ経済に対しては平凡な反応を示したが、「顔認識技術」には大きな関心を示し、ほとんどのネットユーザーは顔認識技術を揶揄し、「整形手術を受けたら?」「双子を産んだら?」「化粧を落としたら…」などと顔認識技術の正確さを疑問視した。

顔認識技術

すると、私たちはこう尋ねずにはいられません。顔認識の技術的なボトルネックはどこにあるのか、そしてなぜそれがネットユーザーの間で不信感を引き起こすのか?顔認識とは、具体的には顔の視覚的特徴情報の分析と比較を利用して個人を識別するコンピューター技術を指すと言われています。これは、生体認証や人工知能の分野においても最も難しい研究テーマの一つと考えられています。難しいのは、主に人間の顔が生物学的特徴であるという事実にあります。

難しさ1: 顔が似すぎていて区別がつかない

人間の顔の特徴に関して言えば、顔の構造は皆似ているため、個人間の違いはあまり明らかではなく、顔を使って個人を区別することは困難です。さらに、双子や多胎出産の識別方法など、考慮しなければならない特殊なケースもあります。これらはすべて、顔認識技術を日常生活に実際に応用する上での障害となります。

難しさ2: 表情、照明条件、美容整形などの外的要因が認識に影響する

人間の顔の形は非常に不安定です。顔の筋肉の変化によって、人はさまざまな表情を作り出すことができます。顔の視覚的なイメージは、さまざまな角度から観察すると大きく変化するため、顔認識の安定性と精度に一定の課題が生じます。さらに、顔認識は、昼と夜、屋内と屋外などの照明条件、マスク、サングラス、髪、ひげなどの顔を覆うもの、そしてもちろん年齢や美容整形手術への人間の介入などの要因によっても影響を受けます。こうした外部要因が顔認識の速度と効果に与える影響をいかに回避するかは、常に科学研究の重要な方向性となってきました。

現在、中国では、アリペイに顔認識技術サポートを提供しているface++のほか、Orbit、漢王科技、四川大学智勝、iFLYTEK、Saiwei Intelligenceなどがあり、いずれも顔認識技術分野に携わっています。現段階では顔認識技術にはまだ多くの欠点がありますが、私たちは顔認識技術の将来の発展空間について依然として楽観的です。

<<:  人工知能、ディープラーニング、マシンビジョン、理解すべき概念

>>:  ディープラーニングAIを使用してマルウェアやAPTを検出し、防止する方法

ブログ    
ブログ    

推薦する

AIがバリアフリー時代へ:手話認識・翻訳の応用が意味するものとは?

人々の印象では、AIは「多数派」に属する技術カテゴリーであると私は信じています。いわゆる多数とは、第...

データの品質は機械学習を成功させる鍵です

翻訳者 | 張毅校正 | 梁哲、孫淑娟出典: frimufilms が作成したビジネス写真 - ww...

クラシック絵文字パッケージにこの「続編」があることが判明しました。ステーブルビデオのクリエイティブなゲームプレイが人気

AI を使って古典的な絵文字を動画にアップグレードする、この創造的な遊び方が最近かなり人気になってい...

ビジネスコミュニケーションで機械学習を活用する9つの方法

人工知能 (AI) と機械学習 (ML) は、職場でも家庭でも、私たちの生活に欠かせないものになりつ...

今後10年間で自動化される可能性のある14の仕事

[[317602]]自動化技術はさまざまな職場で広く使用されており、多くの企業がこの急速に発展する技...

オリンピックチャンピオンでさえ正しく答えられなかった質問が ML モデルのテストに使用されているのですか? GPT-3: できない

機械学習モデルの数学解答能力を測定するために、カリフォルニア大学バークレー校とシカゴ大学の研究者らは...

光速画像認識について学ぶ: 1ナノ秒未満

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

人工知能がチップのルネッサンスを推進

半導体はデジタル時代の基盤技術です。アメリカのシリコンバレーの名はこれに由来しています。過去半世紀に...

機械学習の成功事例9つを詳しく見る

かつては企業にとって「空約束」と考えられていた人工知能(AI)と機械学習(ML)が、今では主流になっ...

...

Google、イスラエルの交差点にAI信号機を設置

2021年最後の法定休日に別れを告げ、皆が仕事に戻り、仕事帰りの通勤のリズムが戻りました。北京、上海...

...

顔認識がコミュニティに登場: 「顔スキャン」の背後にあるプライバシーとセキュリティの問題

李静さん(仮名)は、団地内の自分のアパートのドアを開けることができなくなった。ドアには「顔認識」装置...

AutoGPTオープンソースAIエージェントを理解する

こんにちは、ルガです。今日も引き続き、人工知能 (AI) エコシステムに関連するテクノロジーである ...

ディープラーニングの難しさ:ニューラルネットワークが深くなるほど、最適化の問題は難しくなる

[[192056]]ディープラーニングの中心的な問題は非常に難しい最適化問題です。そのため、ニューラ...