В эти дни в Ганновере проходит крупнейшая компьютерная выставка CeBIT. Перед полным залом IT-специалистов на CeBIT Global Conferences выступил Эдвард Сноуден по видеосвязи из Москвы. И предупредил айтишников об опасности.
По его словам, именно представители сферы IT — главная цель АНБ, а вовсе не журналисты, политики или дипломаты. «Они ищут людей, у которых есть доступ к инфраструктуре, администраторов, инженеров, работников сервис-провайдеров, — сказал Сноуден. — Они ищут вас не потому, что вы террористы или подозреваемые, а потому, что у вас есть доступ к инфраструктуре, к конфиденциальным записям, к частной жизни людей».
Слова Сноудена не лишены смысла. Его собственный пример показывает, что рядовой технический сотрудник АНБ имеет доступ чуть ли не ко всей секретной информации, которая есть в наличии.
То же самое наблюдается в других государственных и частных организациях. У рядового сисадмина прав и полномочий в системе больше, чем у старшего менеджмента. Через технического инженера можно получить полный доступ, узнать все пароли и найти любые документы.
Неудивительно, что в последнее время повысился интерес к айтишникам не только со стороны АНБ, но и со стороны обычных преступных группировок.
Может быть, при такой профессиональной угрозе IT-специалистам нужно повысить зарплату и приставить к ним личных телохранителей?
На прошлой неделе трое исследователей из Google опубликовали научную работу о новой системе искусственного интеллекта FaceNet, которая распознаёт лица людей с беспрецедентной точностью, показывая результат, близкий к 100% на стандартном наборе данных Labeled Faces in the Wild, который включает в себя более 13 000 изображений лиц, взятых из интернета. Если быть точным, то новый рекорд 99,63%. На базе лиц YouTube Faces DB результат достигает 95,12%. При этом уровень ошибок на 30% ниже, чем у всех конкурентов, которые опубликовали свои работы в свободном доступе.
В декабре прошлого года группа китайских исследователей тоже заявляли о достижении результата более 99% на наборе Labeled Faces in the Wild (вот их предыдущая работа). Система исследователей из Facebook показала результат около 97,5%, причём тогда в своей работе исследователи утверждали, что даже человек показывает результат, в среднем, 97,5% при распознавании лиц. Под «распознаванием» понимается верный ответ на вопрос, принадлежат ли две фотографии одному и тому же человеку.
Однако, система Google идёт ещё дальше. Она не только распознаёт лица гораздо лучше человека, но ещё способна даже подобрать коллекцию других людей, которые больше всего похожи на заданную фотографию.
Исключительно высокий результат объясняется, в том числе, новаторским методом тренировки нейросети: для этого использовали триплеты фотографий, на которых были лица одного или разных людей, одинаково выравненные и в одинаковых условиях. Тренировочную базу сгенерировали тоже новым методом онлайнового майнинга триплетов.
В будущем подобные программы найдут применение в разведке, системах наблюдения и т.д. Да и различные гражданские системы от этого только выиграют. Скажем, на сайте знакомств можно найти девушек, в точности похожих на любимую актрису или на любую другую фотографию.
