顔認証でお金を引き出すのは安全ですか?

顔認証でお金を引き出すのは安全ですか?

広州市のある商業銀行は最近、顔認証引き出し機能を備えたATMを導入し、利用者が銀行カードを持っていなくても迅速に現金を引き出すことができるようになった。

ニュースが報道されるとすぐに、多くの人々が新技術の急速な発展に懸念を表明するとともに、その安全性についても懸念を表明した。実際、顔認証による引き出しは2015年にすでに商業銀行で導入されていたが、プロモーション中に冷ややかな反応に見舞われ、結局は実現しなかった。

では、今回再び導入する理由は何なのでしょうか?顔認証による引き出しは銀行の宣伝戦略なのでしょうか、それとも本当の技術革新なのでしょうか?その応用価値はどれほどなのでしょうか?

[[391194]]

これらの質問に答えるために、まずは顔認証でお金を引き出す方法を見てみましょう。まず、ATM 画面のホームページで顔認証サービスを選択してクリックします。次に、携帯電話番号または銀行で予約した ID 番号を入力します。ATM は顔認証を実行します。データの比較が成功した場合は、ATM で銀行カードのパスワードを入力する必要があります。確認後、以降の引き出し操作に進むことができます。

ご存知のとおり、引き出し、支払い、顔認証、従来の支払い方法のいずれであっても、資金の安全性を確保するための中核となるリンクは常に口座番号とパスワードの相互検証であり、サービス チャネルの変更によって変更されることはありません。以上のプロセスを通じて、ID番号と携帯電話番号を入力するとアカウントの問題が解決され、パスワードを入力するとパスワードの検証の問題が解決されることは難しくありません。つまり、中間に顔スキャンリンクがなくても、2つのコアリンクが完成しています。したがって、ある程度、顔スキャンは補助的な役割を果たしており、ユーザーを引き付けるための「装飾」のようなものです。実際、2015 年にテストされた顔認識による引き出しプロセスは、上記の操作と変わりません。顔スキャン現金引き出し技術は6年間開発されてきたが、革新的な進歩はあまり達成されておらず、今回の発表は「古いアイデアの焼き直し」ではないかとの疑惑が避けられない。しかし、現在の商業銀行間の熾烈な競争を考えると、顔認証による引き出しの再導入が顧客獲得の仕掛けとして使われるのは理解できる。

もちろん、顔スキャンによる引き出しは、引き出しサービスの利便性向上という業界の悩みに直接的に関係するため、一定の応用価値を持っています。しかし、顔認証技術が広く普及するにはまだ程遠く、解決すべき問題がまだ多く残っていることに留意すべきだ。

まず、規制要件によれば、顔認識を使用して現金を引き出す ATM にはデュアルカメラが搭載されていなければならず、そうでない場合は業務を行うことができません。現在、各銀行のATMのほとんどにはカメラが1台しか搭載されていません。このサービスが全面的に導入されれば、全国の銀行はATMをアップグレードして交換しなければなりません。この出費は価値があるのでしょうか?

第二に、顔スキャンでは間違いなくユーザーの顔情報を取得し、検証中に公安部と中国人民銀行の内部システムに送信する必要がある。銀行は上記のシステムに直接接続されていますか? 情報は送信中に暗号化されていますか? 外部からの攻撃があった場合、セキュリティはどのように保証されていますか?

最後に、銀行は利用者の顔情報を保存し、保持しているでしょうか。答えが「はい」の場合、銀行にはそうする権限があるのでしょうか。これらの問題については、規制当局から明確な結論は出ていません。現在、顔スキャンによる現金引き出し技術は銀行業界では比較的成熟しているが、大規模に推進されたことはなく、業界の姿勢が非常に慎重であることが分かる。

解決すべき困難は数多くありますが、私たちは依然として「オープンで包括的、そして奨励的な」姿勢で新技術の出現と応用に立ち向かう必要があります。道は長く困難ですが、歩き続ければ目的地にたどり着くでしょう。社会の各界が共同で努力することで、より多くの新技術が「装飾」から「トレンド」へと変化し、人々の金融サービスへのアクセス感覚が効果的に向上することを嬉しく思います。

<<:  人間の姿勢評価技術の開発と実装

>>:  人工知能は親密な関係の「大きな殺し屋」

ブログ    
ブログ    
ブログ    

推薦する

AからZまで、人工知能が世界を変える26のキーワード

今日、人工知能はもはや漠然とした研究室の技術ではなく、私たちの生活のあらゆる側面に組み込まれています...

TensorFlow を使用した LSTM モデルの構築に関する詳細なチュートリアル

[[242005]]ターゲットこの記事の目的は、基本的な LSTM モデルを構築するために使用できる...

...

...

...

百度副社長の尹世明氏:人工知能のプライバシー問題は技術で解決できる

[[260878]] 「当社は、個人データへのアクセスを必要としないマルチパーティデータコンピューテ...

Java プログラミング スキル - データ構造とアルゴリズム「ハッシュ テーブル」

[[388064]]基本的な紹介ハッシュ テーブル (ハッシュ テーブルとも呼ばれます) は、キー...

スーパー暗号解読:自動運転はこうして実現される

[[336217]]多くの新製品と同様に、自動運転に対する人々の態度は、過度の信頼から過少な信頼まで...

2019年最新プログラマー収入ランキング:あなたは取り残されていますか?

Indeed Recruitment Network が 2019 年の給与リストを発表したところ...

Tフロントライン | ZuoyebangのチーフAIアーキテクト、王燕氏との独占インタビュー:AIの包括性は革新的な思考にある

ゲスト | 王 燕著者 | ユン・チャオコラム紹介: 「T最前線」は、51CTOコンテンツセンターが...

自然言語処理がビジネスインテリジェンスの未来である理由

Siri に道順を尋ねるたびに、複雑なコード列がアクティブ化され、「Siri」は質問を理解し、必要...

AIに単純なことを教える: ゼロから最初のニューラルネットワークを構築する

この記事は、公開アカウント「Reading the Core」(ID: AI_Discovery)か...

機械学習に必要なエンジニアリングの量は将来大幅に削減されるだろう

将来的には、ML 製品の構築がより楽しくなり、これらのシステムはより良く機能するようになります。 M...

GNMT - Google のニューラル ネットワーク翻訳システム

1. はじめに2016年9月、Googleはニューラルネットワークベースの翻訳システム(GNMT)を...