近日,AI巨头亚马逊公布了扫描手掌特征(包括掌纹和静脉)来识别用户身份的最新专利申请,这一动向引发了全球科技界的广泛关注。尤其是在人脸识别大行其道的中国,亚马逊将其生物特征识别技术改弦易辙到“手”上,使国内AI业界人士对全球身份认证的发展趋势有了更多思考。
研究显示,亚洲人、黑人和印第安人等有色人种被误认的概率比白人高出 10-100倍,黑人的人脸识别错误率更达到了21%-35%;另外,在个人信息隐私保护方面,换脸APP“ZAO”等多个事件也引发了广泛担忧。中国人民银行科技司司长李伟表示:人脸是非常敏感的个人信息,一旦泄露会带来非常大的影响,一些隔空盗刷的问题其实就是在支付的场景中没有表达出个人的主观支付的意愿。
业界人士认为,亚马逊的刷手不刷脸看似是“反趋势”,实际是为了规避人脸识别错误率高、识别范围有限的技术瓶颈,以及隐私相关的法律风险。
指纹、掌纹、静脉等生物特征都是人类独一无二的身份证明,这类“强身份认证”的新型ID技术势必将逐渐取代各类刷卡、刷证:我就在这里,何需一张卡片来证明我呢?
在中国,一家AI新秀——墨奇科技,很早就看到了这一未来方向。
当亚马逊的“刷手”技术还在超市里测试时,我国新一代“指纹-身份识别AI系统”已经在2019年实现了大规模的落地应用。墨奇科技凭借自主研发的海量高速高精度图像搜索技术,经与公安机关合作,应用于指纹图像的身份识别,使我国率先成为能够在20亿指纹数量级上达到秒级、高精度、全自动化比对的国家。
基于AI算法上的创新突破,墨奇身份认证平台能够支持全国指纹库扩展到百亿级别,这一技术对于中国这样的人口大国而言意义重大,在全球身份认证AI领域达到了领先水平。
指纹是一项古老、权威的生物特征识别技术,是构建国家安全最具法律效力的身份识别手段之一,被称为“证据之王”;与此同时,指纹本身具有天然的隐私保护能力,再通过独特的加密技术,能够保障其信息安全、无泄露。
中国的生物特征识别技术应用俨然已经走在世界前列,新一代“指纹-身份识别AI系统”与其它识别方式通过交叉验证,实现“多模态”发展,在全国范围内、跨行业地为政府、企业和亿万百姓提供安全便利的身份认证服务,同时维护诚信、保护隐私,构建真正的“智慧中国”。
由此来看,在虚拟与现实叠加的智能时代,中国很有可能会最先实现无卡社会!
好文章,需要你的鼓励
这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题:许多测试问题不看视频就能回答正确,且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架,将视频问题分为四类:语言模型可回答型、语义型、时序型和其他类型,发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型,研究团队证明单一总分可能掩盖关键能力差距,并提出了更高效的评测方法,为未来视频AI评测提供了新方向。
这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念,为理解直接偏好优化(DPO)提供全新视角。研究证明,当偏好数据编码了从参考策略到目标策略所需的差分信息时,DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵,研究解释了对数似然位移现象,并发现高熵DID有利于通用指令跟随,而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解,为语言模型对齐提供理论支持。
VidText是一个全新的视频文本理解基准,解决了现有评估体系的关键缺口。它涵盖多种现实场景和多语言内容,提出三层评估框架(视频级、片段级、实例级),并配对感知与推理任务。对18个先进多模态模型的测试显示,即使最佳表现的Gemini 1.5 Pro也仅达46.8%平均分,远低于人类水平。研究揭示输入分辨率、OCR能力等内在因素和辅助信息、思维链推理等外部因素对性能有显著影响,为未来视频文本理解研究提供了方向。
ZeroGUI是一项突破性研究,实现了零人工成本下的GUI代理自动化在线学习。由上海人工智能实验室和清华大学等机构联合开发,这一框架利用视觉-语言模型自动生成训练任务并提供奖励反馈,使AI助手能够自主学习操作各种图形界面。通过两阶段强化学习策略,ZeroGUI显著提升了代理性能,在OSWorld环境中使UI-TARS和Aguvis模型分别获得14%和63%的相对改进。该研究彻底消除了传统方法对昂贵人工标注的依赖,为GUI代理技术的大规模应用铺平了道路。