在未来世界,每个人都要靠脸吃饭?----人工智能

你看了一本书的封面,你无法判断这本书好不好看对吧意思呢?是说我们不能仅仅一张脸来判断一个人是好人还是坏人,对吧,不过呢,宝宝是要告诉我未来呢?虽然我们还是不能用一张脸来判断一个人是好。是坏,但是你的这一张脸将会在未来的社会当中,有着越来越重要的位置,为什么呢?因为他呢,就有可能代表着你的一切啊!那这一点我们就要来好好来聊一下我们这张脸在未来究竟有多重要了,去年呢,苹果公司呢?发售了最新款的智能手机,iPhoneX。

  首次采用了人脸识别技术,取代了过去的指纹识别,这个是什么意思啊,过去呢,你要解锁手机可能呢,需要你的手指头放在键盘上自动识别解锁。可是啊,现在呢,只要你拿起这部iPhone,看着手机,在你的眼前幻化手机的屏幕呢,就会自动解开了,那么在未来,人脸识别技术呢?不仅仅仅是手机上的开锁工的人。利拉它还会让我们的生活方式产生巨大的变化呢?比如说啊,在未来的学校里头啊,考勤的方式可能就会跟现在完全不同了,不会再有老师啊,或者班长拿着花名册点名。让你喊到其实但是呢,是在校门口安装人工智能便是系统,当你走进校门,摄像头扫描你的面部系统啊,会直接识别你的姓名,班级,自动调出你的档案进行登记,甚至还会。叫出你的好朋友,看看他们来了没?一瞬间就能完成考勤啊,再比如说呢,未来的商场里头啊,所有的工作人员都可能会消失,取而代之的是各个在角落里头的摄像头。

  藏在那里,更多内容添加VX:duozhi2018 通过人脸识别技术系统啊去监控你在超市里头的一举一动,你有没有摸头发啊?有没有挖鼻孔啊?全部都看在眼里,而且啊,你在挑选完商品之后也不需要再排。对结账直接在门口刷一下脸就能走了,因为啊,你的脸呐,就等同一张银行卡,由于你手机里头的付款二维码,银行系统认得你的脸就可以直接刷你的。脸在你的账户里面扣款了是不是很方便呢?不仅如此,你的脸还会成为你的身份证,你的护照,你的驾驶证等等,现在很多同学都会专门用一个小米。卡包啊,把公交卡楼下的门卡等等一起挂在胸前,就是怕弄丢,那么到了未来你可能再也买不到这种小卡包了,要买赶快啊,因为呢卡片都可以。用脸来取代了卡包,还有什么用呢?这个就是未来的刷脸技术,它会让我们的生活变得更轻便,更快捷,那一张脸就能行走天下了,听起来是不是有?

  也不可思议呢,我相信呢,有同学在惊叹未来科技的同时可能也会冒出这样的疑惑,机器人真的能跟人一样这么准确的识别人脸吗?别急,宝宝宝要来跟你分。分析一下机器到底是怎么识别人脸的?我们先回想一下啊,我们人类是如何识别一个人的脸呐,我们是不是常常用瓜子脸呐?柳叶眉呀,樱桃嘴呀。形容词来形容一个人的长相,对吧?这个其实是在描述五官的形状,也就是我们面部的特征,但是呢,机器人呢?是不认识什么瓜子脸鹅蛋脸的必须。最擅长的是数学运算,为了要教会机器识别人脸,我们呢教会机器人用一些数学公式来分析人脸,那现在就请你来开动脑筋思考一下。人的长相特征可以用数字来表示吗?没错,当然可以,比如说眼睛有多大,比一子有多长,两眼之间的距离有多宽等等。

  这些啊其实都可以用数字表达出来的,表达完以后啊,你的脸可以完全变成一张数字地图,你的五官呢,可以变成是一张地图上的坐标点电脑要做的就是。把这些点呢,连成一条线,然后呢,计算长度计算角度就可以给出一张非常详细的你的脸的数据分析报告啦,这个数据分析报告啊,还会被输入一架机器的。当中那么机器呢,就可以判断她看到的你和他体内储存的人脸,还有她体内出现的上百上千上万张的人脸是不是同一个人啊原来啊?机器不是真的像人一样懂得看脸啊,而是把看脸的问题转换成数学问题了,像解数学的应用题一样,一步步按照顺序和流程来完成。计算最终的得出一个结果来这样的方法呢?在人工智能领域有一个专门的术语来称呼他,就是人工智能算法在英文里头呢叫做。

  R IRIS,估计呢是人脸识别技术还有很多其他人工智能技术呢,也是通过所谓的阿厚一层蒜算法来实现的,比如说语音识别技术,就是先把人的。声音转成声波,然后呢,分析声波振动的频率啊幅度啊,等等把这些特征呢信用数字给记录下来,我一个人的声音特点转换成数字特点来让家旭。呢呢去做数学算法上的判断,我们呢就是通过编写算法,也就是一个又一个的数学公式呢来教会机器去完成这些复杂的判断,机器需要判断的问题说复杂。算法也就越复杂,基本上啊,目前的人脸识别的刷脸技术,最高的识别率呢?可以达到99%以上,可以说是非常厉害啊,几乎都能认识人我们。人类呢?有时候还常常认错人了,对吧唉,老王啊啊,是不是啊?老陈呢?对吧,它的识别精度呢?已经超过了人眼,绝对不会有什么脸盲症呢有同。

  同学还可能就会想问了,唉,如果是这样的话,有什么不怀好意的人拿着我的照片不是就可以干坏事啦,这样子很危险的,这个的确是一个非常关键的问题哦。图像识别技术要全面推广,安全问题必然是科学家一定要解决的问题,现在呢?解决这个问题的办法主要有两个,一个呢是人机互动的方法。也就是copy from China x就是呢,比如说啊,机器在扫描完你的脸以后呢,还要求你咋咋眼睛张嘴说说话来用电脑跟人互动的方式。来,保证你是一个真的人,另外一个方法呢,就是通过编写更复杂的算法,除了分析人脸的五官特征,还要分析背景的图像,比如说呢,光线和阴影的角。度拉屏幕或者相片的反光啊等等逐一排查照片里头可能会不自然的地方来判断这张脸是真还是假当然啊,有了这种两个方法。

  还是不足以完全保证人脸识别的安全性的,你觉得还有没有其他的办法可以让人脸识别变得更加安全可靠呢?欢迎各位同学呢,在留言区里头留下。你的畅想,好啦,恭喜同学们在这一讲,掌握了一个关于人工智能非常基础,而且非常重要的知识点那个呢,就是人工智能其实是通过算法来实现的。一部机器要完成一个任务,或者简约一个问题,就是由工程师呢,将实现的路径转换成数学公式,再将这些数学公式转换成一个程序算法。在教会机器呢,根据这些公式跟算法来完成一个有一个的复杂任务,就像我们在这一讲当中说到的人脸识别原理就是这样的问题越复杂,算法也可能越复杂。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 215,133评论 6 497
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,682评论 3 390
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 160,784评论 0 350
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,508评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,603评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,607评论 1 293
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,604评论 3 415
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,359评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,805评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,121评论 2 330
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,280评论 1 344
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,959评论 5 339
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,588评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,206评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,442评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,193评论 2 367
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,144评论 2 352

推荐阅读更多精彩内容