Pull to refresh

Comments 31

То что надо! Особенно, когда стоит задача найти нужного китайца в их группе :)
У этих людей будет общий счёт в банке, удобно же.
способна обнаружить в толпе нужного человека с точностью до 99,8%
Формулировка на первый взгляд информативная, но после более пристального вглядывания начинает вызывать вопросы.

Понятно, что если из 100% вычесть 99,8%, то получим 0,2% — одну пятисотую. Следовательно, программа в среднем допускает по одной ошибке на пятьсот чего-то. Но на пятьсот чего именно? На пятьсот совершённых проверок? На пятьсот проверенных индивидуумов? И если (что весьма вероятно) система работает в таком режиме, в котором известные системе лица сравниваются с обыкновенными прохожими, то возрастает ли число ошибок только по мере роста числа прохожих (тогда именно «одна ошибка на пятьсот прохожих»), или также и по мере роста числа лиц, известных системе?

Если это последнее предположение справедливо, то по какому закону происходит рост числа ошибок в зависимости от числа лиц, внесённых в систему? Можно показать (от противного), что прямой пропорциональности там не может быть: если бы там была прямая пропорциональность, то тогда «одна ошибка на пятьсот прохожих» для одного лица, известного системе, вызовет «пятьсот ошибок на пятьсот прохожих», если занести в систему пятьсот лиц, и для тысячи таких лиц получаем вдвое больше ошибок, чем прохожих — это абсурд. Но если не прямая зависимость, то какая? (Можно ли предполагать зависимость степенную, вызванную произведением вероятностей: для одного лица 99,8% вероятности безошибочного распознавания, а для пятисот — 99,8% в пятисотой степени, что составит менее 37%?)

И какого рода эти ошибки: ложные срабатывания (прохожего система признаёт похожим на человека, которым прохожий в действительности не является) или ложные несрабатывания (прохожего система не признаёт похожим на человека, которым прохожий в действительности является)?

Являются ли эти ошибки только постоянными (система ложно срабатывает на одном и том же человеке, очень похожем на искомого, или ложно не срабатывает на одном и том же человеке, очень не похожем на сведения о самом себе в системе), или они также происходят случайно?

Зависит ли вероятность ошибки от расового происхождения искомого лица или прохожего? (Иными словами: больше ли ошибок допускает китайская программа по отношению к поиску некитайцев среди некитайцев?)

будет полезно для полиции в случае преследования в толпе преступника
Предположим, вы преследуете преступника на железнодорожном вокзале. Перед вами толпа, состоящая из двух тысяч пятисот человек: эта толпа получилась при почти одновременном выходе пассажиров из двух или трёх (не полностью загруженных) электропоездов типа ЭД9, каждый из которых теоретически вмещает до 2 149 человек. Если одно ложное срабатывание приходится на пятьсот человек, то тогда у вас в лучшем случае (при отсутствии случайных ошибок и при отсутствии ложного несрабатывания на преступника) есть в этой толпе один преступник и ещё пять человек, которых система сочтёт похожими на него. Желаю удачи в их одновременном вычленении из толпы, даже если у вас отряд из десяти оперативных работников.

Эта ситуация будет ещё хуже, если идёт поиск человека в метро, где миллионы прохожих.

Эта ситуация будет ещё хуже, причём гораздо хуже, если вероятность ложного срабатывания снизится: полицейские станут сильнее доверять системе и без колебаний действовать по отношению к ни в чём не повинным людям, которые всё же станут жертвами ложного срабатывания; ещё хуже получится, если по итогам ложного несрабатывания система воспрепятствует аресту преступника, не похожего на сведения о самом себе в системе.

(Для внехабрахабровского ознакомления на эту тему рекомендую аниме «Psycho-Pass» и мангу «Инспектор Цунэмори Аканэ», а также остросюжетный кинофильм «Minority Report».)
Можно сформулировать короче: есть ложноположительные и ложноотрицательные срабатывания. Например 0.2% ложноположительных слишком много, чтобы искать человека в толпе. Т.к. у нас 1000 камер и 1000 человек в час будут давать 2000 ложных срабатываний, что много. Или, наприер, каждый 500-й человек может снять твои деньги.
А 0.2 ложноотрицательных вполне нормальный показатель для финансовой транзацкии. Один раз из 500 тебе не дадут совершить транзакцию.
Точно, лучше бы написали сколько раз система не узнала, и сколько раз система узнала не того. А затем по Байесу, по Байесу. schegl2g.bget.ru/bayes/YudkowskyBayes.html
Один раз из 500 тебе не дадут совершить транзакцию.
Или один человек из 500 будет иметь постоянные проблемы с идентификацией?
>… идентифицировать человека, плотно укутанного в одежду

Попахивает каким-то маркетинговым булшитом.
Система распознает лицо… если оно плотно укутано в одежду, то что она распознает?

P.S. Ну и да. Для параноиков. С помощью этой платежной системы, можно будет на просто ФИО привязать к платежу, но и очень точные биометрические данные собрать в одной базе…
Как я понимаю плотно укутанного в разумных пределах, понятно если маску одеть то не распознает, но если как обычно зимой все ходят, шарф + шапка, то большая часть лица все же открыта и системе есть за что уцепиться.
Китайцам не откажешь в разумности подхода: хочешь создать самую точную систему распознавания лиц? Научи её распознавать китайцев.
Полагаю тоже самое могут сказать китайцы о европейцах.
На самом деле эта система может вполне качественно работать у азиатов и допускать огромный процент ошибок у европейцев, если она не будет специально переписана для распознавания лиц европейской внешности.
Ну и в мусульманских странах такую систему внедрить не получится.
как насчет показа системе фотографии или видеоролика для прохождения аутентификации?
Не волнуйтесь, в качестве плагина в системе есть распознавание фотографий и моделей китайских планшетов.
You are being watched. The government has a secret system: a machine that spies on you every hour of every day. I know, because I built it.
Интересно, какая (точная) оценка ресурсов машины типа той, что сделал Гарольд?

Ладно ИИ, хотя бы та часть, которая непосредственно в реальном времени трекает видео и устанавливает связь «объект переместился из точки в точку»
А давайте пофантазируем :)
Предположим машина это не один комп а распределенная система.
1) Камера с ПО (они расположены на неких ключевых местах города (выходы метро, остановки парковки и тд — где большой поток людей с привязкой к маршруту)
анализирует видео и скидывает хеши распознаных лиц / номера машин с таймстампом (как видим это уже успешно работает) на ->
2) сервер БД
3) еще сервер занимается обработкой данных БД тут хранятся паттерны преступлений: критические отклонение от обычного распорядка дня, список подозрительных покупок (рулон полителена, скотч и пила), покупка подозрительных веществ/медикаментов и прочие,
для формирования этих паттернов используем данные уже совершенных и раскрытых преступлений

На каждом из уровней отсекаем заведеомо легальные данные,
стараясь минимизировать обьем данных к обработке,
и вот в итоге каждая часть системы работает на общий результат.
Естественно сразу гарантированного результата не будет,
но его можно всё время совершенствовать пополняя и анализируя статистику.

Где можно получить мой грант на разработку?
>>Исследователи Китайской академии наук разработали систему распознавания лиц, которая способна обнаружить в толпе нужного человека с точностью до 99,8%. Система узнает человека с 91 различного ракурса. Предыдущий рекорд точности в распознавании лиц находился на уровне 97,6% и принадлежал американской системе.

А судьи кто? Кто тестировал и пришёл к таким выводам? Сами производители? Или может конкурс какой-либо выиграли?
1984, что-то мне подсказывает, что скоро эту систему в Китае будут продвигать как охранную и устанавливать внутри квартир
Прикрутят к подобным камерам ружъя типа такого. стреляющие снотворным и всё. Опознаёт приступника, стреляет в него, он засыпает, приходят копы и пакуют посылку.

Вышел за пивом, проснулся на нарах.
Возникает проблема ложных срабатываний. Один раз подстрелили, извинились. Второй раз подстрелили, извинились. На третий раз случилась передозировка снотворного, извиняться пришлось перед безутешными родственниками покойного. «Зато эта система позволяет ловить преступников». «Лес рубят — щепки летят». «Ибу ибуди — хуйдао муди».
Самое стрёмное не то что тебя подстрелили, а в какое место. Раз по лицам опазнаёт наверно не в задницу будет целится.) Собственно, это всё из разряда абсурдных предположений, и надеюсь что там и останется.

Кстати то что эту систему в Китае изобрели ничего удивительного. Если кто был в Урумчи(ах?), наверняка видели над проезжими частями все столбы просто усеяны камерами наблюдения. Там высокая степень терористической угрозы. Всех кто прилетает/улетает проверяют на наличие следов пороха на руках и одежде.
Дожили. Придется на английский манер поднимать вороткники пальто и свитеров.
Скоро заявление «китайские учёные...» станет таким же мейнстиримом, как про британских учёных…

Они уже собираются строить суперколлайдер, который засветить весь Китай!!! Вот и чудо алгоритмы супер быстро работающие с супер точностью.

Кароче: «супер коллайдер, супер взорвался».
Если на лбу каждого индивидуума будет тату с личным ID, продублированным на щеках, то система возможно начнет работать. Но негров все равно китайцы не идентифицируют, там с RGB совсем безнадежно на черных лицах.
Нереально. Или еще один шаг к апокалипсису из голливудских фантастических боевиков.
Ну собственно, чего я и ожидала. Скорее всего эту систему они тестировали через свои приложения. Т.е когда юзер логинится в alipay, — например, то телефон делает незаметную фотку и отправляет ее в базу. А там уже, анализируют изображения из разных мест.
Вот и научили систему.

О господи. Еще больше анальной слежки в китае. Хоть из дома не выходи теперь -_-
Only those users with full accounts are able to leave comments. Log in, please.