Создан звонок, способный распознавать лица и разговаривать - kupihome.ru

Создан звонок, способный распознавать лица и разговаривать

Камеры следят за вами всюду. Как работает система распознавания лиц и нужно ли ее бояться

Камеры уже повсюду. Как нейронные сети следят за нами, нарушает ли это наши права и как изменится пугающая технология в будущем – в материале The Guardian.

Программа распознавания лиц – что это такое?

Сегодня технология распознавания лиц используется повсеместно. Facebook, где вас отмечают на фото с встречи одноклассников, свадьбы вашего кузена или летней вечеринки на работе. В программы Google, Microsoft, Apple и так далее встроены приложения для накопления информации.

Программа распознавания лиц используется в аэропортах, она есть в вашем телефоне – с ее помощью вы можете его разблокировать. И если вам нужно подтвердить свою личность для банковского перевода в £1,000, просто посмотрите в камеру.

Новые приложения появляются все время. Хотите знать, кто стоит за дверью? Видео-дверной звонок с программой распознавания лиц сообщит вам, если вы заранее загрузили фотографии ваших знакомых.

Многочисленные системы используются для обнаружения пропавших без вести и ловли прогульщиков, которые не приходят вовремя на работу. Рекламодатели, конечно, тоже не остаются в стороне. Благодаря программам распознавания лиц на рекламных щитах сегодня появляется тот товар, который интересен именно вам, исходя из оценки вашего пола, возраста и настроения.

Большой Брат здесь? Программа распознавания лицинструмент контроля?

В определенных случаях, конечно. Китай использует программу для расового профилирования. Резкую критику получила правительственная практика использования программы для отслеживания и контроля над мусульманами-уйгурами. Камеры с программой распознавания лиц отслеживают и штрафуют пешеходов, отмечают учеников при входе в школу и контролируют выражение их лиц на уроках, чтобы те не отвлекались.

В России технология также используется.

Согласно источникам, Израиль использует распознавание лиц для слежения за палестинцами на Западном берегу реки Иордан. А в Британии полиция столицы и Южного Уэльса опробовала программу распознавания лиц, чтобы находить людей среди футбольных и регбийных толп, на городских улицах, а также на памятных мероприятиях и музыкальных фестивалях. Тейлор Свифт даже использовала программу на концерте в Калифорнии, чтобы отсеять нежелательных посетителей.

В магазинах программа все чаще используется для отпугивания и поимки воров. В следующем году она дебютирует на Олимпийских играх в Токио.

Как технология распространяется?

Большую роль сыграли достижения в трех областях: большие данные (big data), глубокие сверточные нейронные сети и мощные графические процессоры.

Благодаря Instagram, Facebook, Flickr, Google и другим системам в интернете находятся миллиарды фотографий лиц людей, которые были объединены в огромные наборы данных. Они используются для обучения глубоких нейронных сетей – главной опоры современного искусственного интеллекта – для обнаружения и распознавания лиц. Рутинная вычислительная работа обычно выполняется на графических процессорах, сверхбыстрых чипах, которые предназначены для обработки графики. Но за последнее десятилетие системы распознавания лиц распространились повсюду, и данные, собранные по ним, помогли компаниям отточить свои технологии.

Как это работает?

Во-первых, компьютер должен понять, что такое лицо. Научить его можно через алгоритм, обычно глубокой нейронной сети, на примере огромного количества фотографий в различных приложениях. Каждый раз, сталкиваясь с изображением, алгоритм оценивает, где находится лицо. Сначала будет много мусора, но постепенно алгоритм улучшается и в конечном итоге овладевает искусством определения лиц. Это шаг к функции распознавания лиц.

Следующая ступень – распознавание. Обычно используется вторая нейронная сеть. Она получает серию фотографий и учится отличать одно лицо от другого. Некоторые алгоритмы непосредственно отображают лицо, измеряя расстояния между глазами, носом и ртом и так далее. Другие отображают лицо, используя более абстрактные черты. В любом случае, сеть выводит вектор для каждого лица – строку чисел, которая однозначно идентифицирует человека среди других в обучающем блоке.

Программное обеспечение работает с видеоматериалами в режиме реального времени. Компьютер сканирует кадры видео, как правило в местах скопления людей, например на входе на футбольный стадион. И сначала он обнаруживает в кадре лица, а затем выдает векторы для каждого из них. Затем векторы лица сравниваются с векторами лиц людей в розыскном списке. Все совпадения, которые проходят предварительно установленный порог, затем ранжируются и отображаются.

Это не единственный способ, который использует полиция для распознавания лиц. Если подозреваемый замечен, офицеры могут загрузить снимки преступника из базы данных и искать записи с камер видеонаблюдения, чтобы проследить путь подозреваемого до места преступления.

Насколько это точно?

Независимые тесты Национального института стандартов и технологий США (NIST) показали, что за период с 2014 до 2018 года системы распознавания лиц улучшили показатели совпадения по базе портретных фото в 20 раз. Процент сбоев снизился с 4% до 0,2% за этот период, и такое значительное увеличение точности связано с глубокими нейронными сетями. В институте заявили, что сети привели к «промышленной революции» в распознавании лиц.

Но такая отличная производительность возможна в идеальных условиях: при наличии четкого и ясного снимка неизвестного человека, который проверяется по базе данных других высококачественных фотографий. В реальном мире изображения могут быть размытыми или снятыми при плохом освещении, люди могут отвести взгляд от камеры, надеть платок или шарф, или быть намного старше, чем на фотографии на аватарке.

И согласно тестам, проведенным институтом, даже при использовании лучших алгоритмов система дает сбои при попытке различить лица близнецов.

А как насчет системных ошибок?

Проблема возникает, когда нейронные сети обучаются на различном количестве лиц из разных групп людей. Например, если система обучается на миллионе белых мужских лиц, но почти не использует лица женщин и людей с другим цветом кожи, она будет менее точна при попытке распознать последние две группы. Меньшая точность означает больше ошибочных идентификаций, и в результате большее количество людей будут ошибочно задержаны.

В прошлом году Американский союз защиты гражданских свобод (ACLU) обнаружил, что программное обеспечение от Amazon под названием Rekognition ошибочно идентифицировало 28 членов Конгресса как людей, которые ранее находились под арестом. Оно непропорционально и неправильно идентифицировало афроамериканцев и латиноамериканцев. Но в Amazon сказали, что в ACLU просто использовали неправильные настройки.

Судебные тяжбы также выявили недостатки программы распознавания лиц. Исследование Кардиффского университета в Южном Уэльсе показало, что действенность системы NEC NeoFace снизилась, когда на экране было много людей, и она хуже работала в пасмурные дни и вечером, когда светочувствительность камеры повышалась и кадры становились более «шумными».

За 55 часов работы система отметила 2 900 потенциальных совпадений, из которых 2 755 были ложными. Основываясь на показаниях системы, полиция произвела 18 арестов, но в докладе университета не говорится, были ли кому-либо предъявлены обвинения.

Уэльский суд выделил еще одну проблему при распознавании лиц: овцы. Так называют людей из списка подозреваемых, которые не имеют особых примет и похожи на многих других людей. Во время сканирования толпы на матчах по регби в Уэльсе система NeoFace 10 раз обнаружила женщину из списка подозреваемых полиции Южного Уэльса. Ни одна из них не была настоящей подозреваемой.

Кто владеет технологией?

Технологические фирмы по всему миру развивают программы распознавания лиц, но США, Россия, Китай, Япония, Израиль и Европа лидируют. В некоторых странах технология применяется с большей готовностью, чем в других.

В Китае миллионы камер подключены к программному обеспечению распознавания лиц, а Россия заявила о планах использовать для наблюдения собственные сети. В Европе, как и везде, программа распознавания лиц используется в магазинах для задержания воров и в бизнесе для мониторинга персонала и посетителей, но распознавание лиц в режиме реального времени в общественных местах пока на стадии судебных разбирательств.

Читать еще:  Что такое экспозиция в фотоаппарате: основы настройки и коррекции для начинающих

В США полиция обычно использует систему распознавания лиц для идентификации подозреваемых по видеозаписям с камер наблюдения, а не для сканирования толп людей в режиме реального времени. Но все равно система используется все больше. Согласно отчету 2016 года Центра права Университета Джорджтаун, половина всех американцев находится в полицейских базах данных по распознаванию лиц, а значит, алгоритмы выбирают подозреваемых из 117 миллионов виртуальных профилей законопослушных граждан.

Что говорит об этом закон?

Почти ничего. В Великобритании нет закона, который дает полиции право использовать программу по распознаванию лиц, и никакой государственной политики по ее использованию. Это привело к тому, что комиссар по биометрии Пол Уайлс назвал ситуацию выгодной для полиции, которая сама решает, где и когда целесообразно использовать программу распознавания лиц и что делать с изображениями, которые снимают камеры.

Компания «Свобода» призвала к полному запрету использования программы в режиме реального времени в общественных местах, заявляя, что она нарушает право на частную жизнь и принуждает людей менять свое поведение. Группа подала судебный иск против полиции Южного Уэльса в связи с использованием этой технологии. Подобные же претензии выразил Эссекский университет в ходе независимого обзора использования полицией программы распознавания лиц. Было доказано, что людей ошибочно задерживали, а значит, технология используется для выслеживания людей, которые вовсе не находятся в розыске. В заключении было сказано, что распознавание лиц в режиме реального времени нарушает закон о правах человека.

Еще одна область разногласий – списки людей, находящихся в розыске. Несмотря на решение Верховного суда 2012 года, что хранение изображений невинных людей незаконно, полиция постоянно создавала базу данных из задержанных 20 миллионов человек, многие из которых так никогда и не были осуждены. Фотографии из базы данных и из социальных сетей используются для создания списков людей, находящихся в розыске, и используются в системах распознавания лиц. В частном бизнесе ситуация еще хуже – владельцы магазинов и предприятий сами решают, кто входит в секретные списки находящихся в розыске и обмениваются фотографиями с другими фирмами.

В США ситуация не намного лучше. Только в пяти штатах есть законы, которые касаются использования программы по распознаванию лиц правоохранительными органами. Путаница в законе привела к тому, что в то время, как в полиции Сиэтла и Сан-Франциско запрещено использовать программу в режиме реального времени, в офисе шерифа в округе Марикопа, штат Аризона, каждое фото и водительские права жителей Гондураса проверяются по списку подозреваемых через программу распознавания лиц.

Как насчет других биометрических данных?

Конечно, технология распознавания лиц в центре внимания, но полиция и другие организации внимательно изучают новые биометрические данные, которые идентифицируют людей, помимо отпечатков пальцев и ДНК.

Говорят, что анализы текстуры кожи компенсируют проблемы при попытке распознать частично закрытые или искаженные лица, анализируя расстояние между порами кожи. Этот метод не часто тестировался, но разработчики утверждают, что, возможно, он позволит различать близнецов.

Еще один биометрический анализ, который интересует полицию, так как он применим на расстоянии и без взаимодействия с человеком, – это анализ походки.

Алгоритмы идентифицируют людей по уникальному стилю их шага, отражая различия в анатомии, генетике, социальном происхождении, привычках и индивидуальности.

Алгоритмы идентифицируют людей по уникальному стилю их шага, отражая различия в анатомии, генетике, социальном происхождении, привычках и индивидуальности.

Есть еще распознавание вен, когда оптические сканеры составляют карту кровеносных сосудов на руке, пальце или в глазу. Считается, что сканеры трудно обмануть, так как наши вены находятся под кожей. Система PalmSecure Fujitsu использует карты вен для мониторинга сотрудников на различных предприятиях.

Идентификация голоса уже используется банками и Министерством по налогам и сборам для подтверждения личности. В отличие от распознавания речи, которое переводит звуки в слова, идентификация голоса обнаруживает уникальные акустические паттерны, созданные голосовым трактом человека и его речевыми привычками.

Что дальше?

Вполне возможно, что эта технология станет вездесущей. Американская фирма Vuzix объединилась с дубайской фирмой NNTC для производства смарт-очков для распознавания лиц. В оправу вставлена крошечная восьмимегапиксельная камера, которая сканирует лица прохожих и предупреждает владельца о любых совпадениях в базе данных из миллиона человек. В Великобритании беспроводное видеонаблюдение работает на полицейских нательных камерах, которые делают почти то же самое. В США недавно запатентована полицейская нательная камера, которая начинает запись, когда лицо подозреваемого опознано.

А между тем технические фирмы совершенствуют свои системы, чтобы работать быстрее, с большим количеством лиц и со все более сложными изображениями – сделанными при плохом освещении или если люди прикрывают лица. Ведется работа над алгоритмами, которые смогут идентифицировать людей в масках и с использованием маскировки. Чтобы сделать системы распознавания еще более эффективными, биометрия лица будет сочетаться с другими биометрическими анализами, такими как голос и походка.

Неудивительно, что гонка вооружений началась: исследователи из Университета Карнеги-Меллона в Питтсбурге разработали свои собственные солнцезащитные очки, чтобы обмануть систему распознавания лиц: так один испытатель в очках был идентифицирован как Мила Йовович.

Как технология распознавания лица помогает бизнесу и спецслужбам

За последние несколько лет в России и мире появилось множество стартапов, работающих с технологиями распознавания лиц. Самые заметные среди российских проектов – NtechLab, VisionLabs, «Вокорд», «Центр речевых технологий», ITV AxxonSoft и 3DiVi. Два из них привлекли внимание крупных инвесторов.

В NtechLab в мае этого года вложился фонд Impulse, связанный с Романом Абрамовичем. А в VisionLabs инвестировал в 2016 г. венчурный фонд АФК «Система» Sistema VC.

По данным исследовательской компании MarketsandMarkets, которые приводит Bloomberg, к 2021 г. объем рынка распознавания лиц достигнет $6,84 млрд. В 2016 г. он был вдвое меньше – $3,35 млрд.

Мошенники не пройдут

Обмануть систему

Григорий Бакунов, занимающий в «Яндексе» должность директора по распространению технологий, создал сервис, проектирующий уникальный случайный макияж, позволяющий избежать идентификации. Об этом он сообщал в своем telegram-канале. Проект команды основывался на алгоритме, который на основе оригинальной фотографии подбирал новый образ по принципу «антисходства». Затем на основе полученного результата визажист составлял план макияжа, после чего он наносился на лицо модели. Но затем разработчик решил свернуть проект. Объяснил он этот шаг соображениями совести: «Слишком уж велик шанс использовать продукт не для добра, а вовсе с другими целями». Алгоритмы, которые тестировали этот макияж, уже устарели, а современные алгоритмы распознают лицо даже с таким макияжем, уверяет представитель VisionLabs.

Самое масштабное внедрение технологии распознавания лиц среди российских банков произошло у «Почта банка» (создан ВТБ и «Почтой России»), рассказывает генеральный директор компании VisionLabs Александр Ханин. Сейчас 50 000 рабочих мест сотрудников банка оборудованы специальными камерами, которые умеют распознавать лицо, рассказывает советник предправления «Почта банка» Павел Гурин. В банке есть три базы изображений – фотографии сотрудников, клиентов банка и мошенников. Каждая фотография хранится в зашифрованном виде, как набор символов. Перед началом работы с клиентами сотрудник должен войти в систему банка. Для подтверждения личности он не только вводит пароль, но и фотографирует себя. После этого специальная программа преобразует фотографию в код и сравнивает его с кодом, хранящимся в базе. Если они совпадают, сотрудник начинает работу. Систему распознавания лиц используют и для внутренней аттестации, чтобы один не проходил тесты за другого и чтобы никто не мог зайти под чужим паролем и провести незаконную транзакцию.

Когда приходит клиент, камера верифицирует его аналогичным образом. Кроме того, программное обеспечение сравнивает изображение клиента с базой мошенников. Она пополняется и собственными усилиями банка, и с помощью межбанковского взаимодействия.

Читать еще:  Как разобрать и починить тостер своими руками, схема устройства и принцип его работы

Деньги по фотографии

У «Тинькофф банка» нет отделений. Но по закону представитель банка обязан провести личную встречу с клиентом, поэтому работники «Тинькофф» фотографируют его с помощью специального мобильного приложения, которое преобразует изображение в обезличенный код, рассказывает директор по коммуникациям «Тинькофф банка» Дарья Ермолина. Дальше система сравнивает код с базой данных. Это позволяет убедиться, что перед представителем именно тот человек, который подавал документы, и что он не мошенник, а также сократить время обработки заявки.

«Открытие» внедрило денежные переводы по фотографии с помощью технологии распознавания лиц, рассказал директор по инновациям банка «Открытие» Алексей Благирев. Для этого достаточно сфотографировать получателя в мобильном приложении или загрузить его фотографию – система сама найдет данные человека в базе, чтобы отправить ему деньги.

Распознавание в цифрах

1,5 млрд руб.
общая сумма кредитов, которую «Почта банк» не выдал мошенникам благодаря использованию технологии распознавания лиц
70%
правонарушений (включая нарушения на дорогах) раскрывается с помощью систем видеонаблюдения в Москве
1 млрд фотографий из базы способен в режиме реального времени распознавать алгоритм российского стартапа NtechLab
117 млн человек – их фотографии есть в полицейской базе распознавания лиц США, это примерно половина взрослых американцев

Сбербанк в июле установил в Москве тестовый банкомат, где для совершения операций со счетом нужно только сфотографироваться, а не прикладывать пластиковую карту, рассказал представитель банка. Эксперимент продлится до конца 2017 г., после чего банк решит, внедрять ли технологию дальше. «Тинькофф банк» также сообщил о тестировании идентификации клиентов в банках.

Сбербанк использует технологию распознавания лиц при выдаче кредитов с 2014 г.

Прививка от очередей

В ритейле распознавание лиц используется, чтобы мотивировать покупателей, говорит генеральный директор компании NtechLab Михаил Иванов. Если человека узнают на входе в магазин и видят его историю покупок, то сотрудники магазина лучше знают, что ему предложить, объясняет Иванов. Например, если он покупал в магазине электроники телевизор, сотрудник его узнает, обратится по имени и предложит приобрести новый пульт.

В «Дикси» тестировали распознавание лиц клиентов для определения гендерного состава клиентов и для таргетированной рекламы в кассовой зоне и торговом зале, говорит директор IT-департамента ГК «Дикси» Владимир Муравьев. В X5 Retail Group технологию распознавания лиц используют пока в тестовом режиме – чтобы уменьшать длину очередей на кассах и для оптимизации торгового пространства. Система распознавания лиц может определить, сколько человек стоит в очереди, и отправить сигнал о том, что необходимо открыть дополнительную кассу. Видеоаналитика помогает проследить, где в магазине проходит больше людей, на что они обращают внимание, чтобы потом правильно расположить товары и промоматериалы.

Зона повышенной безопасности

Самый развитой мировой рынок технологии распознавания лиц – в сфере безопасности, говорит Иванов. В США лицевая биометрия широко внедрена на государственном уровне и используется сотрудниками полиции – в том числе и для проверки при выдаче водительских прав, рассказывает он. Кроме того, США и Европа используют идентификацию по лицу на паспортном контроле при пересечении границы.

Российские компании также предлагают использовать технологию распознавания лиц в сфере безопасности. Так, среди основных клиентов отечественной компании «Центр речевых технологий» – крупные стадионы. Когда болельщик приходит на стадион и прикладывает к валидатору именной абонемент, камера над валидатором подтверждает, что войти на стадион пытается именно владелец абонемента. Система не позволяет войти на спортивный объект людям из черного списка фанатов. Также «Центр речевых технологий» внедрил технологию распознавания лиц в аэропорту Южно-Сахалинска: когда туда заходят люди, которые находятся в розыске, система отправляет уведомление полиции и службе безопасности аэропорта.

Игра с лицом

Компания Magic Ашота Габрелянова запустила игру, в которой для управления используется мимика пользователя, рассказал сам Габрелянов на своей странице в Facebook. В первой версии игры пользователю нужно уничтожать злых персонажей четырех разных цветов с помощью оружия, которое управляется мимикой – она распознается с помощью нейросетей. Например, для использования желтой пушки нужно изобразить радость, для красной – сделать рассерженное лицо.

NtechLab также разрабатывает продукт в области безопасности, который нужен госструктурам и спецслужбам: это софт, который находит людей по доступным базам, работает с их документами.

Большое будущее

В ближайшие годы технологии анализа лиц будут развиваться в двух направлениях, считает Ханин. Первое – переход к пониманию поведения человека: сейчас уже мало понимать, кто изображен на фотографии, важно знать, как человек себя ведет в разных ситуациях, например на собеседовании или при посадке на рейс. Второе направление – это встраивание чипов с компьютерным зрением в устройства, чтобы они смогли не только идентифицировать пользователя, но и проанализировать потоковое видео. Например, показать, когда конкретный человек заходил в помещение, или построить 3D-аватар прямо в телефоне.

Благодаря технологии распознавания многие удивительные вещи станут реальными: человек только посмотрит на чайник – и он автоматически нагреет воду, говорит Иванов.

Нейросеть Speech2Face генерирует изображение лица человека по аудиозаписи голоса

В Лаборатории искусственного интеллекта MIT опубликовали Speech2Face — модель, которая реконструирует лицо человека по записи его голоса. Нейросеть обучалась на миллионах видеозаписей с YouTube, на которых демонстрируется разговор человека. Задача заключалась в том, чтобы понять, может ли голос отражать внешние характеристики его обладателя. Исследователи не фокусировались на том, чтобы точно реконструировать портрет человека по голосу, а на том, чтобы восстановить основные внешние характеристики.
Архитектура модели
На вход модель принимает спектограмму аудиозаписи голоса. Спектограмма — визуальное представление аудиоволн. На выходе модель отдает вектор размером в 4096 с характеристиками лица, который затем декодируется в изображение лица. Декодирование из вектора с характеристиками в изображение лица происходит с помощью предобученной нейросети.Обучалась модель на датасете AVSpeech. Для этой цели исследователи использовали предобученную VGG-Face.Пайплайн обучения модели можно разделить на два шага:

1. Кодировщик голоса, который принимает на вход спектограмму и предсказывает вектор с характеристиками лица человека;

2. Декодировщик лица, который принимает на вход вектор с характеристиками лица человека и генерирует лицо человека в стандартном формате (анфас и безэмоциональное)

Во время обучения декодировщик лица был зафиксирован и обучался только кодировщик голоса. Декодировщик лица исследователи взяли готовым из работы Cole et al.

Оценка работы модели

Нейросеть была протестирована с помощью качественных и количественных метрик. Во время экспериментов модель тестировалась на датасетах AVSpeech и VoxCeleb. Ниже можно, что чем длиннее входная аудиозапись (3 сек против 6 сек), тем выше количественная метрика и тем ближе сгенерированное изображение к истинному.

Слышь. э. фьютб. хавальник завали. Есть чё . сиги есть.

Вот видите — уже работает)))

15 секунд ушло на то, чтобы узнать, что ты Света и два дня назад тебе исполнилось 28.

Так я об этом и говорю. Если залезть поглубже, проанализировать комменты за 4 года можно многое вытянуть. И это обычные пользователи. В наше время анонимность мертва полностью. Как пример вот тут я писал, как меня пиццерия выследила https://pikabu.ru/story/i_tut_ya_okhudivilsyael_6269869 .

Я вообще мягко говоря очень не трезв. Но больше чем уверен, что узнать его можно через банальную социальную инженерию. Создать фейк одного знакомого (имена и степень знакомства через комментарии можно проследить) написать с фейка другим, при чём без палева. У одной улицу, у другой номер дома, а у пятой номер квартиры. Но повторюсь, это первое, что приходит в голову, которой уже порабы поспать. Я больше, чем уверен, что есть специальные опытные ребята, кто эти профессионально подрабатывать.

Видел твои фотки, ты очень хорошенькая.
Как насчёт пообедать сегодня вместе? :3
Могу за тобой заехать, только скажи, куда

Ну если думать и фильтровать свою речь на предмет деанона, то все будет в порядке. Максимум — приблизительное местонахождение по IP вычислят.

Классическая тактика разводил — сыпать общими фразами,а потом корректировать атаку по ответам.

Угадать возраст а вместе с ним и семейное положение мне кажется самое простое, большинство юзеров на пикабу 25 — 30 лет, если девушка то замужем почти 100%, если парень то сложнее, знаю много парней около 30 которые не женаты, и не знаю ни одну незамужнюю девушку 20+ ))

Читать еще:  Польза и вред мультиварки: отзывы покупателей

Меня тут несколько раз уродом называли, так что походу уже работает

Следующий шаг массовая безработица, локауты и увольнения.
Нейросети заменят массу офисных работников и в сфере творчества людей тоже. Да во множестве сфер.

Уже сейчас колл центры покупают ии и увольняют сотрудников.

Это только начало.
Я находил массу ссылок на то, что лет через пять добьются полной аутентичности программ. В часности американцы. Отличить будет нельзя.

Да что говорить, если в интернете работают чатботы такие, что фиг отличишь.

И это как раз тот самый текстовый бот.

UPD Причем вики про этого «мальчика» знает.

и взяли конечно же самые удачные примеры, вся эта нейросетевая технология сравнения работает как в том анекдоте про логику у волка:

Сидит Заяц и книгу по логике читает. Тут к нему подходит волк и спрашивает:

— А что это ты читаешь?

— Книгу по логике.

— А что это такое?

— Ну смотри. У тебя спички есть?

— Если есть спички, то значит ты куришь!

— Если куришь, значит деньги есть!

— Если деньги есть, значит ты работаешь!

— Если работаешь, значит много денег зарабатываешь!

— А если много денег зарабатываешь, значит тёлки есть!

— Если тёлки есть, то значит ты их в клубы водишь!

— А если ты их в клубы водишь, то значит, что потом ты с ними спишь!

— А если ты с тёлками спишь, то это значит что ты не пидарас!

— Вот это да! Дай почитать!

Взял волк книгу, идет по лесу и тут ему на встречу Медведь идет.

— А чё ты это читаешь?

— Книгу по логике.

— Ну смотри Миша, у тебя спички есть?

— Значит ты пидарас!

з.ы. скоро нейросеть будущее мужика по отпечатку члена будет предсказывать.

есть события и признаки из которых исходят другие события и признаки, т.е. должна быть доказана и четко прослеживаема взаимосвязь например давление воздуха/влажность и погода, а если брать не связанные вещи и просто вести статистику мол сколько рыжих носят розовое, то результат будет как у волка со спичками.

судя по убогим картинкам все восстановление лица по голосу заключается в том, чтобы вытянуть из голоса всякую простейшую инфу типа возраста, пола, акцента и т.д. и потом задача сводится к тому чтобы нарисовать среднестатистическую женщину, китайца, девочку

что в принципе уже не плохо для криминалистов

Достаточно было предоставить ROC AUC для модели и logloss для убеждения в том, что это не переобучение. А то «протестирована с помощью количественных и качественных характеристик» — каких, как, какой результат? Я могу любую модель протестировать, получить говенный предикт и написать ту же фразу

Лови модельщика! А вообще, очевидно же, что если ребята запилили такую не простую сеть, то модель они тоже построили, тк это самый простой шаг. Возможно, журналистам просто не интересны такие увлекательные вещи, как gini, roc auc и пр.)

Ну самое важное ведь, насколько предположение о соответствии голоса и черт лица соответствует действительности. Есть целый сайт, посвящённый ложным корреляциям, где графики зависимости фильмом с Николасом Кейджем от числа утопленников в бассейнах Нигерии. А статья «ученые смоделировали зависимость А от Б и что-то протестировали» даже не показывает, что это хотя бы какая-то корреляция, не говоря уж о проверке на ложность

Я вот помню, что бывали люди, который никак не вяжутся со своим голосом. И встает вопрос, при чем тут внешность и голос? Разве они как-то могут быть связаны?

Согласен, некоторая логика в этом есть, но все-таки думаю недостаточно сильно влияет, что бы прямо из этого выводы о внешности делать. Но опять же, кто я такой, когда я ни одной статистики не собрал по этому поводу, так что просто высказываю свое впечатление)

Пока потестить будет нельзя — совершенно не интересно

Готов нарисовать портрет по записи голоса.
Давай запись голоса
P.S. рисую я не очень

Мда. Был у меня случай. Долгое время работал на оптовых продажах стройматериала на очень большие объемы. Звонок, беру «трубку». А на том конце защебетал такой голосок, что мне колпак снесло. Подобными закупками ну ни как не занимаются девушки с таким замечательным голосом, до такой степени, что я вначале подумал, что ошиблись номером. Ан, нет. Все верно, и по запросу и по бюджету — мой клиент. Самая главная ее фишка была в том, что она говорила вместо «поняла» — «я понял» и в принципе говорила о себе в мужском роде, от чего член просто бил по голове. Подумал сначала, может секретарь, или парень «закупщик» с таким голосом. Но нет. Присылают документы для договора. Ни хрена, она — она и она гендир. Я уже коллегам всем все рассказал (у нас было что-то типа колл-центра менеджеров — 5 человек оптовых продажников, один из которых сам наш гендир. тут нужно понять, что наш объем — это прям опт, а не 2-3 фуры. А фирма насчитывала 60 человек без чернорабочих). В общем — всем дал случайно взять трубку (у нас общий номер, но все видят кто звонит), что бы не на словах, а на деле они услышали ее голос — у всех помутнение и восторг). День подписания договора. Весь колл-центр выходит курить одновременно. Приезжает охуенный Мерседес, из заднего пассажирского сидения выходит 2-метровая. женщина, лет 50-ти. Перед встречей я обозначил что буду ждать ее у входа в БЦ. Подходит к нашей компании (я ясен хер стою особняком), и тут раздаётся тот самый голосок: — Я так поняла, это Вы %username%, ну что ж, я приехал, не будем задерживать ни Вас, ни Ваших коллег, пройдемте подписывать договор. Так что в рот я бомбил эти ваши технологии, они точно не смогут угадать — что там на том конце провода.

Двухметровая женщина, говорящая о себе в мужском роде — что же это было на самом деле? Дяденька или тетенька? И почему же «член бил по голове» (кстати, чей?!) из-за того, что она (он?) о себе в мужском роде выражается?

«кстати чей» ппц ты убил коммент )))

Это было где-то в конце нулевых, где-то 2008-2009 год (тогда об этих ваших трас-чего-то-там не знали). А что там было на самом деле, увы (или к счастью) , никто из нас не проверил. Кстати. Кхм. А я и не задумывался об этом. Но, честно сказать, она была похожа на старую красотку, которой бы я лет так 10 назад всунул бы с разбегу.

Да почему же не знали? Уж в 2009 году-то вполне народ в курсе был. Да и отдельные любители тщательно переодеваться в женщин и тусоваться по клубам были всегда, не переделывая себя хирургически. Диджеи с опытом вам расскажут.
Это их при СССР могли прижучить — и в психушку, а с 90х всем по фиг стало.
Примерно году в 2005 в городе Днепропетровске вообще устроили какой-то мини-фестиваль таких кадров, даже по телевизору показали.

Мой молодой человек тогда только сидел и в телик таращился на рослую стройную деваху с шикарной гривой волос. Она давала. гхм, он интервью давал. ))
Искусно подкрашены большие глаза, чуть припухшие губы, ярко-красная помада, сексуально низковатый голос. Бархатный ошейничек, миниюбка, бюст (ну или пушап рамера 3+) обтянут, ноги от ушей. Мой смотрел и говорил — «слушай, я бы повелся! Ну не скажешь что мужик, никаких признаков!»

Ссылка на основную публикацию
Adblock
detector