CNET科技资讯网 4月28日 国际报道:三星的面部识别解锁功能允许用户盯着Galaxy S8激活该设备。不过,据《韩国先驱报》(The Korea Herald)报道,援引自三星内部消息来源的信息称,距离三星这项功能足够安全到用于Samsung Pay支付款项,可能还要四年。
如今,成千上万的用户都使用指纹识别器(三星还有虹膜扫描仪)进行安全支付,支持Apple Pay、Android Pay和Samsung Pay等移动支付服务。而另一方面,有报道称人脸解锁功能被照片愚弄了。不过,如果将验证移动支付的方式换做面部识别技术,可能会比虹膜扫描仪和指纹读取器更加方便。
据《韩国先驱报》的消息来源表示:“要使脸部识别技术能够单独用于金融交易,考虑到目前的相机和深度学习技术水平,至少还需要四年以上。”
三星并未立即就此置评。
三星此前曾告诉向CNET表示,其面部识别还不够安全,不适合访问Samsung Pay或安全文件夹,甚至当用户在Galaxy S8上使用人脸解锁设置时,也会有免责声明。
不过,这并不能阻止其他公司考虑将这项技术用于移动支付。有传闻称LG将为其即将推出的LG Pay服务加入面部识别技术,也有传闻称苹果iPhone 8也允许用户使用脸解锁手机。
如果人脸解锁得以实现,目前我们还不清除LG或苹果的技术与三星将会有哪些不同。
当然,在一切尘埃落定前,用户一直都可以使用自己可靠的指纹解锁设备。
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。