smartphone-grip-Smartphonegreece (1) allure

 

Το τηλέφωνό σας μπορεί μια μέρα να παραμείνει ασφαλές από κλέφτες, αναγνωρίζοντάς σας από την λαβή σας. Ερευνητές στο Πολιτειακό Πανεπιστήμιο της Λουιζιάνα βρήκαν έναν τρόπο να χρησιμοποιούν την τεχνητή νοημοσύνη (AI) για να βοηθήσουν τα τηλέφωνα να αναλύσουν πώς τα κρατούν οι χρήστες. Η μέθοδος θα μπορούσε να βοηθήσει στον προσδιορισμό εάν τα τηλέφωνα βρίσκονται στα χέρια των ιδιοκτητών τους ή σε κάποιον άλλο, σύμφωνα με μια νέα μελέτη .

«Η τεχνητή νοημοσύνη έχει μια ισχυρή ικανότητα να μαθαίνει και να αναγνωρίζει τα βιομετρικά χαρακτηριστικά ενός χρήστη», δήλωσε ο καθηγητής πληροφορικής Chen Wang , ένας από τους συγγραφείς της μελέτης.

Η εφεύρεση του Wang λειτουργεί όταν κρατάς το τηλέφωνό σου. Το μικρόφωνο του τηλεφώνου καταγράφει τον ήχο όταν αναπαράγεται ένας ήχος ειδοποίησης. Ένας αλγόριθμος βασισμένος σε AI επεξεργάζεται τον ήχο και εξάγει βιομετρικά χαρακτηριστικά ώστε να ταιριάζουν με το προφίλ χαρακτηριστικών του χρήστη ή την εγγεγραμμένη λαβή. Εάν υπάρχει αντιστοιχία, η επαλήθευση είναι επιτυχής και η προεπισκόπηση ειδοποίησης εμφανίζεται στην οθόνη. Διαφορετικά, εμφανίζεται μόνο ο αριθμός των ειδοποιήσεων που εκκρεμούν.

smartphone-grip-Smartphonegreece (2) popsci

Επειδή οι άνθρωποι έχουν διαφορετικά μεγέθη χεριών, μήκη δακτύλων, δυνάμεις συγκράτησης και σχήματα χεριών, οι επιπτώσεις στους ήχους είναι διαφορετικές και μπορούν να μαθευτούν και να διακριθούν από την τεχνητή νοημοσύνη, είπε ο Wang. Οι ερευνητές αποκαλούν αυτές τις σωματικές μετρήσεις και τους υπολογισμούς που σχετίζονται με τα ανθρώπινα χαρακτηριστικά βιομετρικά.

«Η τεχνητή νοημοσύνη παρέχει έναν τρόπο αξιοποίησης των εύκολα διαθέσιμων και χαμηλού κόστους αισθητήρων σε κινητές συσκευές, όπως κάμερες, μικρόφωνα, οθόνη αφής και αισθητήρες κίνησης, για την αναγνώριση ενός χρήστη», πρόσθεσε. «Εκτός από τα παραδοσιακά φυσιολογικά βιομετρικά στοιχεία, όπως το πρόσωπο, η ίριδα και το δακτυλικό αποτύπωμα, η τεχνητή νοημοσύνη είναι επίσης καλή για την εξαγωγή βιομετρικών στοιχείων συμπεριφοράς, συμπεριλαμβανομένων των κινήσεων του σώματος, των χειρονομιών των δακτύλων, των υπογραφών, των κινήσεων των χεριών, των φωνών και των μοτίβων βάδισης, τα οποία πιστεύεται ότι είναι πιο δύσκολα. να αντιγραφεί από έναν ξένο».

Σε συνέντευξή του, ο Dan Simion , αντιπρόεδρος AI & Analytics στην τεχνολογική εταιρεία Capgemini Americas είπε ότι η τεχνητή νοημοσύνη είναι χρήσιμη για την αναγνώριση των χρηστών επειδή μπορεί να αναπληρώσει τις ανθρώπινες αδυναμίες.

smartphone-grip-Smartphonegreece (1) boringbuzz

Πιθανότατα έχετε ήδη αντιμετωπίσει αναγνώριση AI. Πολλές μορφές τεχνητής νοημοσύνης χρησιμοποιούνται για την αναγνώριση χρηστών, όπως η αναγνώριση προσώπου, η αναγνώριση φωνής και τα δακτυλικά αποτυπώματα. Η τεχνολογία χρησιμοποιείται για την πρόσβαση σε κινητά τηλέφωνα και μπορεί σύντομα να βρει τον δρόμο της και σε άλλα gadgets  και wearables.

«Για παράδειγμα, εάν ο καρδιακός ρυθμός του ατόμου είναι πολύ υψηλότερος από το συνηθισμένο ή το επίπεδο δραστηριότητάς του είναι πολύ χαμηλότερο, το AI μπορεί να αναγνωρίσει αυτές τις ανωμαλίες επειδή δεν ταιριάζουν με τα γνωστικά πρότυπα του κανονικού κατόχου της συσκευής».

Ωστόσο, η αναγνώριση AI εξακολουθεί να έχει τα μειονεκτήματά της. Ο Wang είπε ότι οι περισσότερες μέθοδοι αναγνώρισης χρηστών που βασίζονται σε AI εξακολουθούν να απαιτούν από τον χρήστη να εισάγει ενεργά βιομετρικά δεδομένα. Αυτό δεν θα λειτουργήσει όταν η συμμετοχή του χρήστη δεν είναι άμεση, όπως όταν η συσκευή μοιράζεται με φίλους ή μέλη της οικογένειας ή όταν εμφανίζεται αυτόματα μια ειδοποίηση μηνύματος στην κλειδωμένη οθόνη.

Η τεχνητή νοημοσύνη θα χρησιμοποιείται όλο και περισσότερο για την ταξινόμηση μοτίβων συμπεριφοράς για να προσδιοριστεί εάν αυτά τα μοτίβα αντιπροσωπεύουν κακή συμπεριφορά ή αν ένα σύστημα δέχεται επίθεση.

Ένα άλλο στο οποίο εργάζεται ο Τσεν θα μπορούσε να διασφαλίσει ότι οι αγορές σας είναι ασφαλέστερες. Αυτό το σύστημα χρησιμοποιεί ένα χέρι που κρατά το τηλέφωνο για επαλήθευση σε αγορές, όπως σε ένα supermarket.

«Μια μέθοδος που βασίζεται στην τεχνητή νοημοσύνη θα επεξεργάζεται την εικόνα του χεριού που πιάνει και θα τη συγκρίνει με την εικόνα του χεριού που έχει καταχωρίσει ο χρήστης ελέγχοντας το σχήμα του χεριού που πιάνει, τα μοτίβα/χρώμα του δέρματος και τη χειρονομία λαβής», πρόσθεσε ο Τσεν.

 

 

via