گلکسی نوت 8، به محض عرضه، بازخوردهای بسیار مثبتی دریافت کرد، که باعث شد ما را فراموش کنیم به هم ریختگی نوت 7، که اساس یکی از سختترین بحرانهای سامسونگ بود. با این حال، یک مشکل وجود دارد: تشخیص چهره، که بسیار کمتر از آن چیزی است که ممکن است تصور شود. چه اثر انگشت باشد و چه چهره، دلیل استفاده از این سیستمهای بازگشایی دقیقاً پیوند جدانشدنی آنها با کاربر است: اگر رمز عبور را بتوان به سرقت برد، نمیتوان همین کار را با صدا یا ویژگیها انجام داد. خب، طبق آزمایشی که توسط توسعهدهنده و متخصص رابط کاربری مل تاجون انجام شد، یک عکس برای فریب دادن تشخیص چهره دستگاه کره جنوبی کافی است. این متناقض خواهد بود، زیرا در این مرحله یک رمز عبور ساده بسیار امنتر از استفاده از تصویری است که بدون تلاش زیاد، شاید از نمایه فیسبوک یا اینستاگرام مالک قانونی پیدا میشود. بله، زیرا بر اساس آزمایش تاجون، حتی تصاویر با وضوح پایین نیز برای باز کردن قفل گوشی کافی است.
البته، تشخیص چهره اجباری نیست، و میتوان با استفاده از اثر انگشت، شبکیه چشم یا گذرواژه کلاسیک، از امنیت Note 8 خود محافظت کرد. آیفون 8 (یا نسخه آیفون: نام آن تنها در زمان معرفی آن، 12 سپتامبر آینده مشخص خواهد شد) در عوض به شدت بر روی تشخیص چهره تمرکز کرده است، حتی با تاخیر قابل توجهی در مقایسه با رقبا - به گفته مخرب ها، دقیقا به در چنین فناوری نابالغی، گام های اشتباه را به دیگران بسپارید. حداقل شش سال است که گوشیهای اندرویدی دارای سیستمی برای باز کردن قفل گوشی هوشمند از طریق تشخیص چهره هستند، اما خطر، همانطور که دیدیم، این است که مواردی مانند نوت 8 رخ دهد. اپل دو شرکت را در این بخش خریداری کرده است، همانطور که اکنون با شناسایی استارتآپهای امیدوارکننده عادت کرده است: RealFace و PrimeSense که به لطف فناوری توسعهیافته برای Kinect مایکروسافت XBox تثبیت شده است. با توجه به اینکه به گفته کارشناسان، سیستم تشخیص اثرانگشت در آیفونهای جدید پیشرفتهترین سیستم در حال حاضر در بازار است، این احتمال وجود دارد که حتی برای کسانی که میخواهند با نشان دادن چهره خود به محتوای دستگاه خود دسترسی پیدا کنند، اپل در فروشگاه خود، اگر نه بیشتر، یک رویکرد ایمن تر و شهودی تر. گواه این واقعیت این است که تشخیص چهره توسط خود سامسونگ قابل اعتماد تلقی نمی شود، زیرا آن را بیشتر یک راحتی برای کاربر می داند اما جایگزینی برای سیستم های امنیتی «واقعی» نیست، به طوری که استفاده از آن برای پرداخت های سامسونگ پی؛ برعکس، بدون هیچ گونه شگفتی، به نظر میرسد اپل قصد دارد این فناوری را به پرداختهای انجامشده از طریق Apple Pay متصل کند، و ایمان قابلتوجهی به مصونناپذیر بودن سیستم نشان دهد، یک قسمت منفی برای ایجاد یک فاجعه واقعی کافی است. ارتباطات و بازاریابی با این حال، چشماندازهای تشخیص چهره بسیار زیاد است و مطمئناً به امنیت دستگاه یا کنترل دسترسی محدود نمیشود. به عنوان مثال، دیزنی در حال آزمایش یک رویکرد یادگیری عمیق برای هوش مصنوعی است که قادر به ثبت واکنش بینندگان به یک فیلم است. این رویکرد، مبتنی بر رمزگذارهای خودکار متغیر Factorized (Fva)، پس از چند دقیقه مشاهده، امکان پیشبینی با دقت شگفتانگیزی - به گفته مهندسان دیزنی - حالات چهره بیننده را برای بقیه فیلم فراهم میکند. این یک مشکل معمولی کلان داده است (در مجموع 16 میلیون امتیاز از 3.179 بیننده جمعآوری شد) که در آن رویکرد یادگیری عمیق، که از شبکههای عصبی بهرهبرداری میکند، امکان شناسایی خودکار الگوهای قابل توجه را میدهد. برای یک خوشبین، این میتواند راهی عالی برای راهنمایی استودیوها باشد تا داستانهای جالبتری را به نمایش بگذارند و شروع احساسات متناقض را با آنچه انتظار میرفت ارزیابی کنند. با این حال، از سوی دیگر، خطر این است که خلاقیت و چیزهای غیرمنتظره را به نام یک خنده بی خطر یا اشک در زمان مناسب قربانی کنید. با این حال، این اولین بار نیست که صنعت سرگرمی های بصری بر تشخیص چهره تمرکز می کند: برای مثال، فناوری AdBeacon شرکت آمریکایی AdMobilize، سیستمی را توسعه داده است که قادر به تفسیر چهره کسانی است که به صفحه نمایش نگاه می کنند و متغیرها را به دست می آورند. مانند نژاد، جنس و سن، تا سپس محتوای تبلیغاتی شخصیسازیشده به هدف منتقل شود. بیان کاربر فیس بوک و یک ایموجی (یا گیف متحرک) را برای استفاده به عنوان نظر پیشنهاد می کند. دقیقاً به لطف این فناوری، Polygram به لطف الگوریتمهای گرافیکی پیشرفتهتر، Snapchat (گوشها و بینی سگ یا موارد مشابهی را که همه ما دیر یا زود تجربه کردهایم) نوید امکانات بیشتری برای جلوههای ویژه میدهد.
به آینده خوش آمدید!