美國政府審計辦公室（GAO）公布聯邦機構使用人臉辨識技術（FRT）的調查報告，指出在接受調查的24個機構中，有18個正在使用FRT系統，其目的各自不同，但有高達16個機構是應用在數位存取及網路安全上，算是最普及的應用
#看更多 https://www.ithome.com.tw/news/146398
人臉辨識 報告 在 iThome Facebook 的最佳貼文
同時也有15部Youtube影片，追蹤數超過18萬的網紅公視新聞網，也在其Youtube影片中提到，去年八月，杜拜開始迎接國際旅客，民眾只要持有搭機前96個小時的陰性報告，不需要居家隔離就可以入境。而現在，杜拜機場更進一步啟用人臉辨識通關系統，未來乘客只要在櫃台註冊，不用出示護照和機票就能快速通關。 詳細新聞內容請見 https://news.pts.org.tw/article/516411 ...
人臉辨識 報告 在 台灣物聯網實驗室 IOT Labs Facebook 的最讚貼文
從火星探測系統到輔助工業製程，美國工業用 AI 新創 Beyond Limits 如何在台灣做到技術在地化應用？
李佳樺 2021/08/13
從2012 年美國太空總署成功將探測車「好奇號」送上火星至今，已經過了3000多個「火星日」，肩負著火星探測的重要任務，8年來好奇號傳回許多對火星的重要觀察與發現。背後更不為人知的，則是好奇號的 AI 運算系統，其實是由美國新創 Beyond Limits 的團隊建立的，公司發展至今也將觸角伸到能源、先進製造等產業，建立 SaaS 服務，為產業提供 AI 輔助平台，2020 年更獲得 1.3 億美元的投資，拓點到台灣、日本、新加坡、香港等地。
Beyond Limits 將 AI 應用到產業製程的契機，源自於當時跨國石油集團 BP 在墨西哥灣發生的漏油事件，企業希望導入 AI 優化決策過程，合作中也發現了石化能源產業的痛點，研發出石油配方建議系統、石油製程操作檢引系統等 SaaS 產品，不僅受到美國石油公司歡迎，日本市場也買單。
有了日本的先例，這套美國研發出的產品，照理說要拓展到亞洲市場應該不成問題，不料到了台灣卻窒礙難行，甚至需要重新開發不同的產品。
Beyond Limits 的台灣團隊究竟面臨了什麼挑戰？
台灣市場與美國差異大，Beyond Limits 台灣團隊必須如創業般從頭研發產品
台灣分公司總經理張中宜說明，台灣產業的先天特性，讓美國母公司已開發的產品都面臨市場可行性低落的問題，以石油產業的產品舉例，在台灣只有中油、台塑兩個客戶，且台灣的石油公司並不做研發工作，多半直接向國外公司購買配方，因此團隊必須在美國 SaaS 模式 的技術基礎下，研發出符合台灣市場、針對不同產業需求的商品。
「Beyond Limits 在台灣設立公司時的處境，跟重新創業差不多。」張中宜表示，AI 應用產品的開發不僅需要能夠從零開始寫演算法的工程師，也要有懂產業製程的專家團隊，龐大的研發費用與對產業專家的需求，讓每一次產品開發都像募資活動，團隊必須透過產業訪談做足市場研究找到痛點，說服製造公司與他們合作開發能解決產業問題的軟體。
然而開發全新市場對張中宜來說並不陌生。
她曾經在孟加拉創立幫助偏遠地區孩童課輔的非營利組織 e-Education ，第一年就讓偏鄉學子考上孟國最高學府卡達大學，更順勢搭上鼓勵企業與 NPO 合作的開放式創新風潮，讓卡西歐、 AI 新創、安永都找她擔任顧問，執行戰略布局或開發新通路的工作，面對 Beyond Limits 在台灣的難題，團隊選擇了電動車電池研發、面板機器手臂維修與人流異常預警系統等三個產業切入。
延伸既有美國產品技術，尋找合適的台灣在地產業切入開發產品
選擇電動車電池產業與 Beyond Limits 在美國石油產業的經驗有關，研發電池的過程與石油廠研發機油的邏輯相似，痛點都在於漫長的研發過程，就像做菜時要多次嘗試才會知道多少的鹽與油才是最佳的調配一樣，電池配方更要經歷至少半年的實驗，且實驗設計也要在無數次團隊與客戶的交鋒後才能成型，溝通成本相當高昂。
使用 Beyond Limits 導入認知 AI 架構的電池配方建議系統，研發人員只要以自然語言輸入期望的電池規格、價格與電車轉速，系統即可在 43 分鐘內提供數百種配方與實驗方式供選擇，縮短約 2 千倍的研發時間。
Beyond Limits 也在 7 月 29 日宣布與日本的三井物產公司進行策略結盟，以其認知 AI 的核心技術，協助三井投資的液化天然氣廠進行巨量資料分析，並整合作業人員專業知識與數位化作業模式，制定出精簡有效率的解決方案。日本三井整合數位策略部部長常務董事真野雄司氏說，透過與 Beyond Limits 的合作可以改善與再造營運流程，更有效率執行現有事業群的高附加價值項目。
另外，Beyond Limits基於公司在美國既有的輔助風電機維修平台，投入面板機器手臂維修建議系統的開發，「雖然也想在台灣用同一套產品幫助風電產業，也與風電廠陸續接洽，但台灣的風電仍在建設階段，缺乏營運經驗，目前的維修需求也不高。」張中宜談到，市場開發的大方向是要在台灣尋找具備預測維修需求，且市場密集、成熟的產業，公司在與投資人仁寶電腦的合作中，發現光電面板產線中機器手臂的維修概念與風機維修類似，而且痛點也類似：包含高昂的維修成本、未經標準化的維修流程，以及依賴經驗的維修決策。
目前輔助維修系統正與日本機器手臂原廠合作開發，由廠商提供維修資料與產業專家， Beyond Limits 透過 AI 分析維修數據，建立資料背後的邏輯推演，系統最終能判斷機器損壞的原因，並建議耗材種類與維修方式。從管理者的角度能降低維修、備料倉儲成本，對維修人員來說也有可依循的維修建議，長遠更能累積產業知識 ( domain know-how ) ，促進升級。
以邊緣運算技術，與北捷合作開發人流異常預警系統
而將技術從太空拉回到地面，Beyond Limits 也能在大眾運輸犯罪預警上有所發揮。他們與北捷合作，使用等同於在火星探測時、消弭與地球時差的邊緣運算技術，原理是透過分散式的運算提升效率，達成在監控系統的邊緣節點就進行異常人流的辨別，降低反應時間落差。
張中宜舉例，正常的人流像是乘客擠進車廂內的固定位置，開始滑手機，異常的人流可能是人群往四面八方散去，產生快速移動的樣態，異常訊息可以在 10 秒內將送到中控室，大幅縮減以往需要 4 分鐘以上的訊號傳輸時間，也能避免踩到人臉辨識的紅線，未來希望擴張應用到大樓監控，或是銷往他國的大眾運輸系統。
源自NASA，認知型AI成為技術優勢與門檻
與其他單純使用機器學習技術分類數據並預測結果的數值 AI 系統不同，Beyond Limits 的 AI 服務融合了數值 AI 與符號 AI ，前者的數值 AI 是透過大量數據讓模型認知「此為何物」，而符號 AI 則是藉由邏輯定義數值 AI 判斷的結果是好還是壞，並加以做出決策與判斷，以電池配方為例，將實驗室過去的實驗數據導入數值 AI 系統後，會得出樹種配方組合，再藉由符號 AI 判斷個配方辦法的優劣，並給予客戶回饋與建議。藉由結合數值 AI 與符號 AI 兩大系統的結合，讓人工智慧的每項建議都能以人類可理解的思路解釋，輔助人類做最後決策，也使人機協作的製程模式成為可能。
對於這項技術，張中宜表示這其實是源自於 NASA 將探測器「好奇號」送上火星後，由於火星與地球之間的數值傳遞有時間差，人類基本上不可能遙控好奇號，而且火星上的數據在這之前是 0，所以數值 AI 也無法運作，為了能夠讓好奇號自行在火星上探測與行動，勢必須要模擬人類大腦的認知型 AI 系統，當時才會開發出符號 AI。
根據研究報告，2025 年工業用 AI 規模將達 160 億美元，其應用開發仍具高度可能性，Beyond Limits 在台灣也希望更全面地研發產品打進該市場。除了正在培養市場的風電產業外，未來也希望協助優化晶圓半導體產業的製程，團隊更積極與社會、產業溝通，讓社會了解 AI 進入產業能讓人類更有餘力進行創意發想與決策，也讓產業正視轉型需求，近期將與台灣新創基地合作舉辦 AI 科普講座，持續促進製造業的人機共榮合作。
創業快問快答
Q：服務的創意來源，是因為發生甚麼事情而有這樣的想法？
A：台灣數位轉型瓶頸
Q：創業至今，做得最好的三件事為何？
A：用國際薪資招聘頂尖人才、台灣市場國際定位清楚、客戶分潤共創模式的商業模式
Q：要達到下一步目標，團隊目前缺乏的資源是？
A：能見度
附圖：BeyondLimits 台灣總經理 張中宜
Beyond Limits 以數值AI及符號AI兩大關鍵技術，達到人機互補智能
圖片來源 : Beyond Limits
擠捷運
圖片來源 : diGital Sennin on Unsplash
圖說：BeyondLimits Hybrid AI導入流程說明
BeyondLimits Hybrid AI導入流程說明
圖片來源 : BeyondLimits
資料來源：https://meet.bnext.com.tw/articles/view/47993?fbclid=IwAR2HbB5FrPIBoV9kDL27OnhNF-JDNzfYdsoLoVKn85yAA7GUjzDzI3y5Lw0
人臉辨識 報告 在 台灣物聯網實驗室 IOT Labs Facebook 的精選貼文
研究人員以AI產生人臉萬能金鑰，能夠仿冒三大人臉辨識系統的一半人像
文/陳曉莉 | 2021-08-12發表
來自以色列特拉維夫大學電子工程學院與電腦科學學院的3名研究人員，於近日出版了一研究報告《Generating Master Faces for Dictionary Attacks with a Network-Assisted Latent Space Evolution》，透過AI技術產生9張人臉，並將這些人臉當作萬能金鑰，而能攻陷FaceNet、SphereFace與Dlib三大人臉辨識系統，且成功機率介於44%~64%之間。
研究人員指出，生物辨識的比對能力並不精確，而且生物特徵資料的分布亦不均勻，意味著可能只要少數的樣本，就能覆蓋多數人群，例如單一的人臉就能覆蓋LFW人臉資料庫中的20%。
這使得研究人員決定利用StyleGAN生成對抗網路來產生人臉，並效法字典攻擊，以AI產生的人臉充當金鑰，以對不同的人臉辨識系統展開暴力破解，他們不斷重覆產生人臉的過程，以儘可能地提高人臉金鑰的覆蓋率，總計製造了9張人臉萬能金鑰。
在以這9張人臉萬能金鑰針對FaceNet 、SphereFace與Dlib三大人臉辨識系統進行實驗時，發現其覆蓋率分別達到43.82%、44.15%，以及63.92%。另也發現，相較於年輕人，60歲以上的白人五官差異更小了，使得單一人臉的覆蓋率更高。
研究人員表示，此一結果意味著基於人臉的身分認證系統非常的脆弱，而且他們完全未取得任何目標對象的生物資訊，儘管許多人臉辨識系統都部署了反欺騙技術，但將此一方法結合諸如DeepFake等既有的技術，也許就能繞過該防禦機制，反過來說，人臉辨識系統也可透過人臉萬能金鑰來進一步強化該系統的安全性。
附圖：以色列特拉維夫大學研究人員透過AI技術產生9張人臉，能以5成機率騙過FaceNet、SphereFace與Dlib三大人臉辨識系統
資料來源：https://www.ithome.com.tw/news/146159?fbclid=IwAR3rKKj9FtVEz2yHM88LCvwCfVZAyQyovsc8mLVaJKVxKx9EzdLEUQ9cx0s
人臉辨識 報告 在 公視新聞網 Youtube 的最讚貼文
去年八月，杜拜開始迎接國際旅客，民眾只要持有搭機前96個小時的陰性報告，不需要居家隔離就可以入境。而現在，杜拜機場更進一步啟用人臉辨識通關系統，未來乘客只要在櫃台註冊，不用出示護照和機票就能快速通關。
詳細新聞內容請見 https://news.pts.org.tw/article/516411
-
由台灣公共電視新聞部製播，提供每日正確、即時的新聞內容及多元觀點。
■ 按讚【公視新聞網FB】https://www.facebook.com/pnnpts
■ 訂閱【公視新聞網IG】https://www.instagram.com/pts.news/
■ 追蹤【公視新聞網TG】https://t.me/PTS_TW_NEWS
#公視新聞 #即時新聞
-
看更多：
■【P sharp新聞實驗室】全媒體新聞實驗，提供新一代的新聞資訊服務。 （https://newslab.pts.org.tw）
■【PNN公視新聞議題中心】聚焦台灣土地環境、勞工司法、族群及平權等重要議題。 （https://pnn.pts.org.tw）
人臉辨識 報告 在 苗博雅 Youtube 的最佳解答
#苗博雅 #台北市 #質詢
台北市政府有部分單位，近年開始採用「人臉辨識」做出缺勤管理。
但我調查後後發現，部分機關的資安警覺心不足，對外採購的人臉辨識設備，竟然是由中國廠商所製造，且該廠商長年跟中國政府機關有合作，甚至也是中國人民解放軍的供應商。
近年來各國陸續發生案例，中國廠商所製造的可連網的資訊設備或家電設備，被找到資安漏洞，會在使用者「不知情」的狀況下回傳資料到中國。
台北市政府用來做差勤管理的人臉辨識儀器，裡面儲存了市府公務員的敏感個資，包括姓名、職位、臉部特徵、上下班時間等，採用與共軍合作的廠商所製造的機器，非常不妥！
台北市各機關的資安敏感度顯然不足，我會持續追蹤，要求改善。
----
更多問政影片，請訂閱阿苗的頻道
👉 http://www.youtube.com/c/苗博雅tw
加入苗議員Line好友
👉 https://lin.ee/fIqp8Sm
陳情意見信箱
📪 tcc10717@tcc.gov.tw
陳情服務電話
☎️ (02)2729-7708 #7046
#苗博雅問政報告
#第三勢力第一選擇
#我認真問政
#你幫忙分享
#大安文山苗博雅
人臉辨識 報告 在 范琪斐 Youtube 的最讚貼文
政府拿人臉辨識科技來抓人，當然不容許出錯，但拿來做商業運用，真的沒有問題嗎？
現在有賣家在網路上兜售照片，３萬張人臉的照片，竟然不用台幣４０元就能買到；這些照片不僅沒經過當事人同意，賣家還聲稱能提供不同國籍、膚色、性別及年齡的照片，甚至為客戶『定製』特定場景下的人臉照片，現在的人臉辨識技術，不單只是官方重要的監控手段，還已經普遍到有點氾濫，變成是一條『黑色產業鏈』。
根據 《Yole Dévelopement》的報告指出，未來 4 年在生物辨識市場中，人臉辨識技術的成長率，將會領先指紋、虹膜與聲紋辨識，成為最具市場規模的必要科技！調研機構 《Variant Market Research 》的數據更顯示，人臉辨識市場規模預計將在 2024 年達到 154 億美元！
而且現在人臉辨識技術也已成為創投最感興趣的標的物，因為某種程度人臉辨識也是掌握了一個潛在的『入口』，從過去互聯網巨頭成功的經驗來看，佔領入口就意味著在一個行業的主導權。未來憤怒、厭惡、恐懼、快樂、悲傷、驚訝，還有臉上的表情、反應、喜好，這些都將成為『情緒經濟』，有些公司甚至還能透過這種標籤化辨識，判斷你是不是戀童癖、恐怖分子，還能從臉發現你是否想進行性行為！
美國著名學者 Walsh 就說過，判斷一個國家能不能引領全球革命，其中一個衡量標準，就是看它的 AI 商業化速度！而人臉識別正是撬動 AI 商業化進程的這個支點，不只是科技新創界動作頻頻，連科技巨擘亞馬遜和微軟都推出了人臉辨識 API 給開發者使用！
但如果業者不能解決我們前面討論的隱私、數據洩漏、歧視、侵蝕民主自由的問題，所有商業化最終問題，最後還是會敗在市場機制！所以最首要的目標，當然是法規的跟進！因為到目前為止，還沒有明文規範分析個人資料後所產生的『知識』，是否算是個人資料的一部分，就連歐盟頒布的資料保全法跟聯邦法規，都沒有明文規範機器學習和資料探勘產生的知識使用範疇。
發展監管的目的並不是要打壓新技術，而是希望新技術可以盡可能造福社會，而不是帶來副作用，你對人臉辨識有什麼看法？快在底下留言告訴我們。
--------------------------------------
《#范琪斐ㄉ寰宇漫遊》每週四晚間十點在 #寰宇新聞台 播出，沒跟上的也沒關係，歡迎訂閱我們的 YouTube 頻道 🔔#范琪斐ㄉ寰宇漫遊 🔔https://reurl.cc/ZvKM3 1030pm準時上傳完整版！
人臉辨識 報告 在 還記得<關鍵報告>... - Inside 硬塞的網路趨勢觀察 的美食出口停車場
分享一則先前針對人臉辨識所寫的介紹。 未來搭配Google眼鏡或Instagram概念眼鏡的話，或許真的能像《不可能的任務4》那樣，特務們用肉眼一看就能辨識出每個人的身份， ... ... <看更多>