周日，Facebook Research發(fā)表了一篇論文，提出了一種通過使用機器學習系統來使視頻中的個人脫識別的方法，該方法可以巧妙地扭曲人臉圖像，從而使人仍然可以識別它們，但機器無法識別。

其他公司也對靜止圖像進行了類似的處理，但這是第一種在視頻上起作用的技術，可以阻止最先進的面部識別系統。

這是有效的，在名人視頻的前后視頻中，我們很多人都可以識別，但是自動面部識別(AFR)系統無法識別：當Facebook如此熱衷于在其產品中推動面部識別時，為什么要這樣做呢?從照片標簽建議到描述諸如在雜貨店結賬行中識別人員等內容的專利申請，以便該平臺可以自動發(fā)送收據?

一種導致歐洲和加拿大禁止面部識別的方法，以及至少一項價值50億美元的集體訴訟?

Facebook上個月關閉了標簽建議的默認設置，該功能可自動識別照片中朋友的臉并為他們建議名稱標簽，同時還將面部識別功能擴展到所有新用戶。

在去識別文件中，來自Facebook和特拉維夫大學的研究人員表示，在采用和發(fā)展面部識別方面，當前的最新技術已經促使人們對這種類型的人工智能(AI)技術產生了需求。 。鑒于越來越多的政府使用該技術和其他AI來監(jiān)視其公民，并且濫用該技術來產生深層的偽造品，這加劇了人們對真實和偽造新聞的困惑，這種先進的技術是一團糟。