人面辨識都認唔到？麻省理工研特殊T侐可在AI鏡頭前「隱形」

人面辨識技術愈來愈普及，但其引發的私隱問題亦備受關注。不過「反攻」時刻到了，美國東北大學（Northeastern University）和麻省理工學院華森人工智慧實驗室（MIT-IBM Watson AI Lab）近日開發出聲稱可以瞞騙人面辨識的T恤，意味可以避開人面辨識監控。

究竟這件印有黑白棋盤格子樣式圖案的T恤，為什麼這樣神奇呢？它是使用「生成對抗網路（GAN, Generative Adversarial Network）」方法欺騙 AI。

簡單來說，「生成對抗網絡」是機器學習的一種方法，主要由「生成神經網絡」和「判別神經網絡」組成，「生成神經網絡」負責模擬生產出靠近真實資料的資料，交由「判別神經網絡」與真實資料比對，透過兩個網絡相互對抗、不斷調整各自網絡參數平衡結果，提高辨識準確率。換言之，透過同樣方法，也能找出可欺騙系統的圖案。

其實早年已有研究顯示，AI可以被附加在目標上的一些特殊圖案「欺騙」，惟只要圖案角度和形狀變化，就會輕易被識破。今次突破點在於即使衣服圖案隨着人的姿勢變化變形，仍能騙過 AI 系統。

研究人員指出，常用於「欺騙」AI的對抗性轉換（transformations）包括縮放、平移、旋轉、亮度、噪音和飽和度調整等，但不足以模擬由人體姿勢變化引起的變形，故他們採用稱為薄板樣條（TPS）的數據插值和平滑技術，利用仿射（保留點、直線、平面）和非仿射份量來建立坐標變換模型，令柔性物體也能模擬剛性物體的對抗性學習，「欺騙」 AI 。

研究人員分別在現實和虛擬環境測試這種 T 恤，單人情況下準確率分別 63% 和 79%；如果多於1人，成功率就會下降。

不過，這種方法可能騙不了像亞馬遜網路服務、Google雲端平台和微軟Azure這些更複雜的對象和人員檢測模型，但研究人員認為，這是邁向對抗性可穿戴設備的第一步。

未知不久將來是否真能突破人面辨識監控呢？