Le telecamere di sicurezza AI potrebbero presto riconoscere il tuo modo di camminare prima di riconoscere il tuo volto.

      Un nuovo sistema di camminata AI traccia il movimento del corpo attraverso punti chiave scheletrici, mirando a controlli di identità a lungo raggio dove scansioni facciali e impronte digitali non sono sufficienti.

      Le telecamere di sicurezza sono progettate per cercare volti. Nuove ricerche suggeriscono che potrebbero presto avere un altro obiettivo, le piccole abitudini sepolte nel modo in cui qualcuno cammina.

      Un articolo pubblicato nell'International Journal of Reasoning-based Intelligent Systems descrive SKDMap-Net come un sistema di riconoscimento della camminata progettato per identificare le persone da video di camminata, anche quando la telecamera non riesce a ottenere una visione chiara del loro volto. Invece di fare affidamento su una scansione ravvicinata, studia come si muove un corpo da un fotogramma all'altro.

      Questo è utile e scomodo in egual misura. Se qualcuno è lontano, girato di lato o parzialmente nascosto, il suo modo di camminare potrebbe comunque essere sufficiente per un controllo dell'identità. Il modello ha raggiunto un'accuratezza del 95,8% su un importante set di dati sulla camminata e un'accuratezza Rank-1 dell'83,7% su un set di dati del mondo reale più difficile.

      Perché una camminata può viaggiare più lontano

      Volti, impronte digitali e iridi colpiscono tutti lo stesso muro pratico. Hanno bisogno di una cattura ravvicinata e chiara, che è esattamente ciò che molte telecamere di sicurezza non ottengono.

      Binge Quan e Beibei Zhang / International Journal of Reasoning-based Intelligent Systems

      Camminare dà al sistema più spazio per lavorare. Una telecamera non ha bisogno di qualcuno che stia fermo sotto una luce perfetta. Può studiare i modelli di movimento plasmati da passo, tempismo e movimento degli arti.

      Ecco perché il riconoscimento della camminata continua a comparire nella ricerca sulla sicurezza. Fornisce alle telecamere a lungo raggio un altro segnale di identità quando un volto è sfocato, inclinato o troppo piccolo per essere affidabile.

      Come l'AI legge il movimento

      SKDMap-Net non tratta la camminata come un contorno piatto. Molti fattori come un cattivo angolo di ripresa possono rendere quel contorno rapidamente disordinato.

      Invece, il sistema scompone il corpo in punti in movimento e traccia come quei punti si comportano nel tempo. Studia come si piegano le articolazioni, quanto velocemente ruotano e come quel ritmo cambia durante una camminata.

      antoniodiaz / Shutterstock

      Questo aiuta quando la vista peggiora. Se la parte inferiore del corpo è bloccata, il modello può dare più peso al movimento della parte superiore del corpo invece di indovinare da gambe mancanti. Sta osservando il movimento, non solo la forma.

      Dove la privacy diventa scomoda

      Esiste una versione più pulita di questo futuro in cui le telecamere elaborano dati scheletrici invece di memorizzare video grezzi. Ciò potrebbe ridurre la quantità di filmati identificabili che circolano attraverso un sistema di sicurezza.

      Non rende l'idea innocua. La camminata è ancora un biometrico comportamentale, il che significa che un modello di camminata può essere utilizzato per ri-identificare qualcuno anche quando un volto è rimosso.

      Controlli di sicurezza a lungo raggio migliori potrebbero anche rendere più facile il tracciamento dei movimenti pubblici. La tecnologia ha bisogno di regole rigorose riguardo a memorizzazione, accesso e distribuzione prima che "cammina normalmente" diventi un terribile consiglio per la privacy.

      Paulo Vargas è un laureato in inglese diventato reporter e poi scrittore tecnico, con una carriera che è sempre tornata a…

      Una svolta nella stampa 3D di 20 secondi arriva con esattamente il tipo di problema che la scienza ama

      Il processo può creare microstrutture complesse molto più velocemente di alcuni metodi basati su laser, ma il controllo 3D completo è ancora un lavoro in corso.

      Una stampante 3D che può realizzare una struttura in circa 20 secondi sembra un'affermazione da laboratorio con un mantello. La parte intelligente è reale. Il problema arriva prima che qualcuno inizi a sognare pezzi di ricambio istantanei. I ricercatori dell'Università dello Utah hanno dimostrato una tecnica di stampa 3D olografica che indurisce piccole strutture in un'unica esposizione invece di costruirle strato dopo strato. Questo approccio a colpo singolo potrebbe evitare le cuciture deboli e perdenti che la stampa impilata può lasciare dietro di sé. Per ora, però, questo è uno strumento per microstrutture, non una scorciatoia per stampare qualsiasi oggetto che ti viene in mente.

      Leggi di più

      Amazon è piena di imitatori e marchi poco raccomandabili. Questa estensione di Chrome ti consente di evitarli.

      Fare shopping su Amazon era semplice. Cercavi un prodotto, confrontavi alcuni marchi familiari e procedevi al pagamento. Oggi, spesso sembra di scorrere attraverso una sfilata infinita di nomi che sembrano essere stati digitati da qualcuno che si è appoggiato a una tastiera prima di premere pubblica. Questo è esattamente il problema che Knockoff sta cercando di risolvere. Creata dallo sviluppatore Josh Pigford, l'estensione di Chrome non promette di esporre prodotti contraffatti o di dirti magicamente cosa è buono. Invece, affronta qualcosa di discutibilmente più fastidioso: il diluvio di marchi sconosciuti e prodotti in massa che dominano i risultati di ricerca di Amazon.

      Leggi di più

      Un agente AI avrebbe apparentemente portato a termine un intero attacco ransomware da solo

      L'AI non ha solo scritto malware. Apparentemente si è messa al lavoro.

      I ricercatori di cybersecurity affermano di aver documentato quello che potrebbe essere il primo attacco ransomware portato a termine quasi interamente da un agente AI autonomo, segnando un cambiamento significativo nel modo in cui gli attacchi informatici potrebbero essere condotti in futuro. Secondo la società di sicurezza cloud Sysdig, hanno scoperto un'operazione ransomware chiamata JadePuffer che sembra aver fatto affidamento su un agente di modello linguistico di grandi dimensioni (LLM) per eseguire quasi ogni fase dell'attacco senza intervento umano continuo. Se confermato, l'incidente suggerisce che l'AI sta andando oltre la scrittura di codice malevolo e sta attivamente pianificando, adattando e eseguendo attacchi informatici in tempo reale.

      Leggi di più