128 你这App比我们实验室专业多了（第1页）

[]

2o14年1月，面对生成式技术Fanet在人脸数据上的安全性问题，脸书的deepFace和港中文的汤小鸥实验室顶住了压力，硬着头皮强行放出了各自的最进展。

两边的想法其实差不多，布技术可能会面临一些安全性问题和质疑，但不布，肯定是什么都没剩下了。

毕竟两边在性能上，还是均做出了一些突破的，不会真的因为这种事情裹足不前。

相比于人眼识别能力在LF数据集上97。53%的能力，两边布的技术deepFace和deepId均突破了这一界限。

原本时间线上仅有97。35的脸书团队，借助孟繁岐的一些思想，将该精度提升到了97。89%。

而原本时间线上有高达98。52%能力的汤小鸥团队，由于提前两个多月布，则遭遇了性能的降低问题，布水平为97。95%。

不过仍旧以微弱优势战胜了脸书团队。

“脸书的算法比我们拥有更多的人类真实图像资源，我们作为实验室在这方面有巨大的劣势，双方的实力差距很大。不过我们仍旧顶住了压力，克服了困难。”汤小鸥面对采访的时候，如此回复到。

这是人工智能方法次在人脸识别领域突破人类水准，在全球引了巨大的轰动。

同时，也让原本就火热的虚假生成人脸问题热度再创高，所有吃瓜群众看到这些技术之后，第一个想问的问题就是，你这个最的算法，它到底能不能分辨虚假的生成的人脸？

“利用城市各个角落的摄像头抓拍的人脸图像进行对比，自动识别犯罪并出劲爆。根据性别，年龄等属性表情快查询人物信息，这些科幻电影中的情节，脸书正在逐渐让它们成为可能。”

脸书有一些闻稿在宣传自己的技术，但似乎下面的围观群众们不是很吃这一套。

“别吹了别吹了，我们就想知道你们的算法能识别生成的假脸吗？”

“你们的算法能处理人工智能的安全危机吗？”

“。。。。。。。”，面对不明内情的群众，脸书的技术团队也比较无奈。

很多技术都并不是完全安全的，只是眼下这个时间点，这个问题实在热度太高，也太过敏感。

脸书的宣策略是，不正面回答。

但大家心里都很清楚，不回答其实很多时候就是一种回答。

此情此景，如果不能正面回答这个问题，那么这个问题的答案，其实已经非常清楚了。

那就是：“对不起，做不到。”

而港中文这边，由于在华国境内，受到的舆论波及就要小很多。

华国内部虽然有一些相关的报告，但是并没有形成那么夸张的舆论风暴。

并且由于汤小鸥团队在总体情况劣势的局面下，仍旧力克脸书团队，总体来说是一件非常值得宣传的事情。

扬我国威嘛。

因而由央视闻亲自出马，对此事进行了相关的采访和宣传，总体基调非常正面。

“作为人脸识别准确率记录的创造者，港中文大学教授汤小鸥率领团队在日前击败了脸书团队和人类的辨别水平，让机器学会了[明察秋毫]。汤教授的实验室曾经入选全球人工智能十大先锋实验室，是亚洲区唯一入选的实验室。”

“。。。。。。”

“让我们有请汤教授谈一谈这项技术和人工智能对人类和对华国的意义。”