人脸识别的各项应用推陈出新，隐私疑虑却未曾消除。现在有学者研发“抗人脸识别”的 AI，可以让人脸识别系统的准确率，从 100% 直线下降到只剩 0.5%！

这项技术可望应用成为“隐私过滤器”，如果你也是一个重视网络隐私的人，这应该会是你未来的必载神器。

当我们上传照片、视频至社群平台时，算法也抓取我们的信息、位置、友人的数据，让脸部识别系统对我们有更多的了解，并且不断进化。面对网络隐私、数据的安全性问题，多伦多大学成功创建了一种破坏脸部识别系统的算法。

“当脸部识别技术越精准时，个人隐私也成了大问题。”“其中一个能有效打击脸部识别方式，就是反脸部识别算法”负责该计划的多伦多大学教授Parham Aarabi 如此表示。

该算法的特征在于使用了对抗训练（Adversarial training），是一种深度学习技术，让两个人工智能互相对抗。

团队设计了两个神经网络，第一个用于“识别人脸”，第二个则是专门“唱反调”破坏前者的脸部识别任务。这两个网络不断地互相争斗、相互学习，创建了一场持续不断的人工智能军备竞赛。

结果是，唱反调AI 能够知道敌手脸部识别AI，在找寻什么关键部位，并适时动些人眼看不出来的小手脚 ，例如改变眼角，使其不太明显，但却能够完全欺骗敌手，让它无法识别。

团队于脸部数据库 300-W（拥有 600 张包含多种族、照明条件、环境的脸部数据），测试了该系统。他们表示， 新算法可以将脸部识别准确度 100%，毁到只剩 0.5%。

而该算法可以应用在，类似 Instagram 过滤器的工具上。未来团队将希望通过 App 或网站公开提供隐私过滤器。