s

公司新闻

科技前沿应用最新动态(二十三

发布日间:2017-12-16   浏览次数:

  比特币价格回稳,但考验才刚刚开始……!这项技术可以在客户端或上运行,并根据注册模板匹配验证请求,其过程使用的是在数千个手掌上进行过测试的专有算法。手掌扫描技术并不需要特殊的设备,而且它比其他的扫描技术更安全,目前的问题在于如何捕捉图像并从背景中处理这些图像。

  一众知名品牌手机在面对“海豚音攻击”时显得毫无招架之力,值得庆幸的是,科学家先于黑客发现了这个漏洞,并已向有关手机厂商提交了实验数据。

  通过技术将一个手掌的图像转换为一个独特的签名,并根据 CPU 的速度对用户进行 10 到 100 毫秒的验证。该技术使用机器视觉技术来检测手掌,并通过其描述符进行登记或验证。

  手机一直随身携带,绑定的网购账户却“擅自做主”买了一箱牛奶;会议进行中,手机居然“自作主张”呼出电话,将会议“直播”了出去有一种“海豚音”,不动听,你也听不见,你的手机却“唯命是从”——在实验室场景中,可以在手机用户毫无察觉的情况下,用人耳听不到的超声波启动手机语音助手功能,实现包括网购、拨打电话、查看文档等在内的一系列私密操作。这种被命名为“海豚音攻击”的新型攻击方式。

  据介绍,传统识别语音的方法,利用两个收音器模拟听众两耳朵的位置,只能达到51%的准确性,形成的“鸡尾酒会效应”困扰了AI研究几十年。

  但是就目前的情况来看,我们有理由相信,随着科学技术的不断进步,有一天,这项技术或许真的可以发展成熟,应用到真实的地震分析和预测中,将地震带来的危害降到最低。

  人工智能(AI)设备已经能处理来自独立个人的请求,但跟我们一样,它们在嘈杂的鸡尾酒会上或几个人同时发言的情况下,也会感到“纠结”。研究人员开发出的声音识别AI设备,能实时分离多个声源,大大提升了自动语言识别能力。

  “海豚音攻击”的威胁并不仅局限在智能手机的语音助手上。在一项测试实验中,研究人员利用超声波“黑”进了车载语音助手,并开启了汽车天窗。

  回复关键字,获取相关主题精选文章 关键字:名家言论 政策法规 产业快讯 无人机 人工智能 王凤岭专栏 新材料 科技前沿应用 3D打印创新科技 人才教育 其他主题文章陆续整理中,敬请期待······

  据报道,科研人员看到了身份验证在虚拟世界、实体安全以及现金取款等方面的广泛应用。可以把手掌想象成一个非常大的指纹。它的结构很丰富,任何摄像头都能捕捉到它。

  这种声学信号是地壳断块沿断层的突然运动所发出的。研究人员设定的机器学习技术能够分辨出这些声学信号中的瞬时物理特征,这种声音通常在地震发生前一段时间内就被捕捉到,根据这些特征,机器学习技术能够评估断层承受的压力,以及还有多久会发生断裂,最终对地震是否发生进行比较精确预测。

  据外媒 TechCrunch 的报道,科技人员研发了掌纹识别技术,未来可能只需要晃晃手掌就可以完成身份认证。

  长久以来,关于身份认证一直是每个人都会遇到的生活场景。随着科技的发展除了传统的证件之外,指纹识别认证,虹膜识别认证技术逐渐进入到我们的日常生活中。不过最近又有了新的身份识别方式。

  地震预测是世界难题,即便是在发达国家,地震预测也仍然处于探索阶段。即使“规律”如帕克菲尔德地震,即使明确的知道脚下的活断层在活动,也仍然无法作出准确的短期预测。

  我们知道,活断层的突然运动往往是地震发生的主要原因。研究人员介绍首先利用一个特殊的系统在实验室中模拟断层快速运动。接着,在这一过程中,他们会借助一种较隐蔽的声学信号来“训练”机器学习算法,从中找到规律,最终实现对地震发生的预测。

  最近,研究人员通过机器学习和声学信号,成功实现了“地震预测”。地震预测为啥要加引号?因为成功仅限于实验室内的模拟地震......

  可以说,这项成果突破了传统的研究方式,为地震研究打开了新思路。但是实验毕竟是在实验室中通过模拟地震来完成的,而现实的情况通常要涉及到地形、地质,以及更深层次的地壳变动等等,往往要比模拟的情况复杂很多,因此,这项技术的应用还需要进一步研究与探索。

  之所以把这种攻击命名为“海豚音攻击”,是因为海豚的叫声是一种超声波。设计了一种完全无声的攻击,将正常的语音调制成超声波载波上的语音命令,当其频率大于2万赫兹时,人耳无法听见,但手机的语音助手依然可以接收这样的命令。

  现在许多盲人都借助这一设备恢复了部分视力,他们可以感知树的阴影轮廓,并且能够察觉出物体的运动状况。研究人员正在升级这一装备,准备在视网膜芯片上安装更多电极,让盲人们恢复面部识别功能和颜色感知功能。

  新智能系统可以将两个人的语音成功分离,而且,重建单人语音的精确度高达90%,幸运飞艇官网授权新技术可帮助家庭和汽车更好地执行智能任务,一次可分离多达5个人的声音,可用于电梯、空调机组和家用产品的智能操控。

  美国80岁的弗林患有年龄性黄斑病变,视力完全丧失,直到一家美国公司为他做了一次眼睛手术,植入了一个叫做“阿格斯II”的视网膜芯片,现在,弗林可以看到电话和餐具、识别出一杯葡萄酒。

  这项技术被科研人员称为“深度聚类”机器学习,可识别多个声源“声纹”中的独特功能。然后,将每个演讲者声音的不同特征组合在一起,允许它从多个声音中将特定特征的声音选出来,最后重建每个人的话语。智能技术使用了多名人士讲的英语进行了培训和学习,即便说话人是日本人,也能轻松地分辨出来。

  “阿格斯II”运作原理很简单,弗林会戴上一副特殊的眼镜,眼镜内安装的微型摄像机会捕捉环境中的视觉信息,将这些信息转换成电脉冲,无线传输到弗林眼睛内的芯片里,芯片由许多电极阵列组成,电极会刺激弗林视网膜细胞,将信号沿视神经传送到大脑。