無懼頂級黑客只怕雙胞胎！遭索賠2000萬盧布，蘋果FaceID的脆弱與強悍

作者｜震霆

出品｜遇見人工智慧 公眾號 GOwithAI

>>>>昨日全平台閱讀量：6萬1000餘次>>>>

即便是動輒99.9%以上人臉識別準確率，在雙胞胎面前也蕩然無存。

這也許是FaceID當下的一種尷尬現狀。

Face ID作為IPhoneX上最為搶眼和標誌性的功能，一上線就成為焦點，讓刷臉一度流行。

作為人臉識別中老大難，也最為有意思的一個問題：如果是雙胞胎FaceID還管用嗎？

FaceID遇見雙胞胎

這不，近日，就因為在識別雙胞胎時無法正確反饋，一俄羅斯雙胞胎將蘋果告上了法庭，並要索賠2000萬盧布(約合人民幣224萬元)。

這對來自弗拉基米爾市的雙胞胎說，iPhoneX的Face ID顯示，他們的臉部是一樣的，誰都可以順利解鎖進入手機主頁。

所以他們決定把蘋果公司告上法庭，並要求向他們償付2000萬盧布的精神損失費。

圖註：以上為示意圖，來自網路

2017年11月3日，蘋果iPhoneX在美國上市銷售。iPhoneX的感測器能讓手機主人通過掃描臉部來為手機解鎖。但對這對雙胞胎來說，感測器卻無法識別出他們之間的區別。

他們認為，這種情況損害了他們的個人信息保護權，並對他們造成了精神損失。

當地時間30日晚，蘋果公司發布聲明，證實收到了美國政府機構的問詢，並稱公司正在回應。

此前，蘋果聲稱其iPhone X智能手機中的面部識別功能Face ID要比指紋識別功能Touch ID更安全，人們矇混過關的幾率只有1：100萬。

但是在現實中，上面雙胞胎顯然不是個案。此前在國外社交網站上還被爆出一個笑料。

兩兄弟試圖用Face ID來解鎖iPhone X。哥哥最先設置了Face ID，然後成功識別了自己的面部。接著，弟弟用自己的臉部來解鎖iPhone X，結果正如你想像的那樣，沒有成功。

但是，弟弟戴上了與哥哥一樣款型的眼鏡，再次嘗試解鎖，結果，Face ID就解鎖了——儘管Face ID設置中登記的不是他的面部信息，而是他哥哥的。

蘋果曾指出，在識別具有相似面部特徵的兄弟姐妹時，Face ID也可能不太準確。上面這個案例就是明證。

頂級黑客遇見FaceID

對於世界各地的黑客來說他們又有了令人興奮的話題，複製一個人的臉，並利用它繞過幾乎無法破解的加密而不留下痕迹，然後攻破Face ID。

但是最後黑客給出的結果是：很他媽的難。三個月前，幾乎在蘋果宣布提出Face ID的同時，WIRED連線雜誌就開始策劃組織可以打敗蘋果面部識別系統的黑客。

最終招募了一位有經驗的生物識別黑客，一位好萊塢的面具專家和化妝師，以及我們的主要電子產品評論員大衛皮爾斯作為核心成員。

最終花了數千美元在能想像到的複製皮爾斯臉的每一種材料上，包括每個酒窩和眉毛。

對於任何有著面部破解黑客野心的讀者一個交代：實驗失敗了。

當它讀到一張臉時，它沒有提供任何提示或分數，只提供一個無聲的解鎖掛鎖圖標或無情的拒絕的嗡嗡聲。

WIRED連線雜誌告訴讀者，從昂貴的實驗中學到的是：Face ID至少是不會被欺騙的。

脆弱又強悍的FaceID

蘋果公司在iPhone X中使用了「TrueDepth攝像機系統」（也就是「齊劉海」部分），通過使用裡面的感測器和點陣投影儀，投射出3萬多個點，就能形成一張完整的3D「臉譜」用來識別用戶臉部。

據悉， iPhone X將採用定製的晶元來處理人工智慧工作負載，這是一個雙核的「 A11生物神經網路引擎」晶元，每秒運算次數最高可達6000億次，該晶元賦能的最重要的事情就是使Face ID身份認證功能能夠快速識別人臉。

而為保證用戶的隱私，讓用戶更放心，蘋果稱所有相關的數據運算都將發生在本地，不會被上傳到雲端或是回傳到蘋果公司。

同時，經過不斷被訓練的神經網路建模識別人臉，當你的iPhone X識別你的臉部次數越多，它就會對你越熟悉。

不管你是換髮型、留鬍子、戴帽子、戴眼鏡，還是光線強弱不同，它都會認出你。

同為生物識別技術，TouchID的解鎖錯誤率是五萬分之一，而FaceID則是一百萬分之一。

In The End

以上，我們見識了兩個極端案例，在雙胞胎面前就失效，但頂級黑客卻無法攻破的FaceID。

如果類似的問題繼續湧現，那麼這就會讓人感到不安了，蘋果也可能會有麻煩了。

以上的索賠事件也只是一個開始，如果雙胞胎勝訴，那麼是不是意味著無數長相一樣的雙胞胎多胞胎都成為蘋果潛在的威脅？

對於人臉識別技術，我們也欣喜的看到，英國劍橋大學科學家設計出了升級版的「面部識別技術」以對付企圖通過蒙面躲避監控的不法分子。

這項技術根據面部14個點之間的距離勾勒出蒙面者的面部結構並與資料庫中的面部圖像對比確定蒙面者身份。在初測中，該技術識別用帽子或面紗遮面的準確率達到56%。

即便是56%的準確率，但是對99.9%的常態識別率也是一個很有必要的補充。

互動｜對本篇文章有什麼觀點？歡迎留言交流，我們不定期擇優贈送獎品

福利｜點標題下藍字，或微信搜「遇見人工智慧」，關注後回復"報告"，1秒鐘獲取麥肯錫、德 勤等48份頂級最新AI報告。

專註人工智慧的首席全媒體

商務合作、轉載、投稿請聯繫微信

我們近日組建了遇見人工智慧觀察團社群，每天分享最新的人工智慧要聞、新技術、新應用、新觀點。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！