Az éghajlatváltozást megörökítő szimulációk régóta megjósolták az egyre gyakoribb és intenzívebb erdőtüzeket. Tűz a paradicsomban – ilyen és hasonló címek utalnak az idillikus helyeken történt katasztrófákra. Az egyik az észak-kaliforniai Paradise településen, 2018 novemberében volt, több mint nyolcvan áldozattal.  

A mai számítógépes szimulációkkal nagyon jól előrejelezhető az erdőtüzek terjedése, jobban megérthetjük belőlük a tűz tevékenységét, és a védekezésben is fontos szerepet játszhatnak. A legfőbb kihívás a pusztulás komplex dinamikájának rögzítése, értelmezése.

A szaúd-arábiai Abdullah Király Tudomány és Technológia Egyetem (KAUST) kutatói és nemzetközi partnereik a tűzvész erdőléptékű viselkedését pontosan rögzítő, egy-egy fa lángra lobbanásából kiinduló, azt pontosan modellező, új szimulációt dolgoztak ki.

Módszerükkel az eddigieknél is precízebb az előrejelzés, a valódi erdők adataira épülő forgatókönyvek. A szimuláció az erdők tűzvédőinek használatát is modellezi, hogy hogyan képesek megakadályozni vagy csökkenteni a katasztrófát.

A fák kigyulladásának és a terjedési dinamikának megragadása mellett a környezeti változók, például a fasűrűség, a terep és a szél is fontos, szimulációkból kihagyhatatlan tényezők.

Az eddigi erdőléptékű szimulációkban a fák sima kúpokként vagy hengerekként szerepeltek. A túlzott leegyszerűsítéssel a modell pontatlanabb. A KAUST kutatói ezért dolgoztak ki a fákat ágszerű modulok gyűjteményeként ábrázoló, részletesebb szimulációt garantáló módszert.

A megjelenített forgatókönyv függvényében, minden egyes fát vagy sok részletes, élethű ágstruktúrákat generáló, vagy a hatékonyabb számítások miatt elnagyoltabb modulok reprezentálják. Az új megközelítéssel teljes ökoszisztémákban, változó erdőkkel realisztikusan szimulálható a tűz terjedése.

Az előrejelzés még pontosabb, ha a felhőképződést és a lángoló növényzetre hulló esőt, illetve a növényekből elpárolgó csapadékot is szimulálják. A kutatók elmondták, hogy a modellt további elemekkel egészítik ki: a szikrák útját, a fű, a lehullott ágak és az aljnövényzet tűzvészben betöltött szerepét is ábrázolni fogják. Megközelítésüket műholdas felvételekkel tervezik hitelesíteni.

Az Egyesült Államokban bő tucatnyi új civil mesterségesintelligencia-labort terveznek építeni. Az ország Nemzeti Tudományos Alapja (NSF) 220 millió dollárral tizenegy Nemzeti MI Kutatóintézet létrehozását támogatja, valamint idén alapított további héthez járul hozzá.

Egy-egy intézetnek öt éven keresztül évi húszmilliót folyósítanak. Egyesek állami és magánpartnerektől, például a Nemzetvédelmi Minisztériumtól, az Amazontól és az Inteltől kapnak további támogatást.

Több intézet a mezőgazdaság javítására fog összpontosítani. A klímakatasztrófához jobban alkalmazkodó megoldásokkal, növények modellezésével, vagy például a precíziós mezőgazdasághoz és más kezdeményezésekhez megfelelő biztonsági infrastruktúra fejlesztésével járulnak hozzá a célokhoz.

Mások a szűkebb infokommunikációs szektorban tevékenykednek majd. A félvezető-tervezésen javítanak, jobb robotokat építenek. Két intézet az edge számításokhoz megfelelő eszközökre és a vezeték nélküli MI-rendszerekre specializálódik. Egy másik MI-modellekkel optimalizál rendszereket, automatizálja a döntéshozást. Lesz olyan is, amelyik komplex dinamikus rendszerek irányításához dolgoz ki algoritmusokat és alkalmazásokat.

Három intézet kifejezetten az emberi élet minőségének javításából kiindulva, a gyerekek oktatásával, felnőttek képzésével, idősek gondviselésére használt rendszerek fejlesztésével foglalkozik.

Az NSF tavaly szeptemberben hét nemzeti MI-intézetet támogatott. Az Egyesült Államok szintén tavaly jelentette be, hogy két éven keresztül évi kétmilliárd dollárral segíti a mesterségesintelligencia-kutatásokat.

Az összegek hatalmasnak tűnnek, pedig más országok, elsősorban Kína több pénzzel járulnak hozzá az MI felvirágoztatásához. Ezek a számok azonban csak kis részét képezik az USA mesterségesintelligencia-költéseinek, de mindenesetre jelzik, hogy a szövetségi kormány tisztában van az MI amerikai gazdaságra gyakorolt hatásával, potenciális előnyeivel, amelyekből az egész világ profitálhat.

A kormányzati támogatás eddig is kulcsfontosságú volt az MI fejlődésében, és ez a jövőben is így lesz.

Az ember természetkárosító tevékenységének, a klímakatasztrófának, a természetes élőhelyek elvesztésének egyik következményeként, egyre kevesebb a növényeket beporzó rovar, például poszméh. Gépek jelenthetik a megoldást, ausztrál és amerikai farmerek az izraeli Arugga Farming startup robotjaival poroztatják be üvegházban termő paradicsomaikat.

A rendszert kifejezetten paradicsomtermesztésre fejlesztették. A növény önmagát porozza be, amikor rovarokkal érintkezik, és az állat szárnycsapásai miatt, ráhullik a por. A kamerákkal és gépilátás-algoritmusokkal felszerelt robotok kerekeken, légkompresszorok által hajtva közlekednek a paradicsom-sorokban, sorok között.

Amikor felismernek egy gyümölcstermésre érett növényt, levegővel töltik fel magukat, hogy kiáramoljon belőlük a pollenanyag.

A gépilátás-rendszer többtízezer paradicsomvirág-fényképen tanult. A fotókat több üvegházban, változatos fényviszonyok mellett vették fel. Az üvegházakat építő amerikai AppHarvest tesztelte, és kiderült, hogy a robotok majdnem ugyanolyan hatékonyan porozzák be a növényeket, mint az erre „specializálódott” méhek, és sokkal jobban dolgoznak, mintha kézzel szórjuk szét a port.

A Costa Group Holding ausztrál mezőgazdasági vállalat, tízhektáros területen nemrég tesztelt két robotot. Tervezik, hogy további gépekkel bővítik alkalmazottaik számát, a közeljövőben legalább harminc porzó robottal dolgoznának együtt.

Más cégek szintén alkalmaznak mesterségesintelligencia-alapú robotokat beporzáshoz. Az Edete Precision Technologies mandulával ért el sikereket, a Bumblebee (poszméh) AI pedig avokádót, kivit és kakaót tervez MI-vel beporozni. A Virginia Egyetemen fejlesztett PoszMéh robot málnát, szedret és más bogyókkal fogja ugyanezt tenni.

Ezek a gépek üvegházakon kívül is fontos szerepet játszhatnak, komoly segítséget nyújthatnak mezőgazdáknak. Méheket drága bérelni, növényfertőzéseket terjeszthetnek, egyes bezárkózó területekre, például Ausztráliába tilos az importjuk.

Az orvosi képek, röntgen-felvételek és CT-szkenek értelmezésére, diagnosztizálásra betanított algoritmusok felismerik a rajtuk lévő személyek bőrszínét – mutatták ki amerikai kutatók.

Három mélytanulás-alapú algoritmust gyakoroltattak kilenc, orvosi képeket tartalmazó adatsoron. A képeket például „ázsiai”, „fekete”, „fehér” címkével látták el. A teszteken a modellek általában jól felismerték a bőrszínt, teljesítményük azonban a szkentípus, az adatsorok jellege és más változók miatt nem volt egyenletes.

Előzetesen az ImageNeten gyakoroltak, majd a mellkasról, végtagokról és a gerincvelőről készült, általánosan elterjedt adatsorokon finomhangolták őket. A három típus közül a ResNet végezte a legpontosabb – 80-97 százalék közötti – munkát.

A szerzők megpróbálták kitalálni, hogy a modellek hogyan tanulták meg a bőrszíneket megkülönböztetni egymástól. A testsúly, a szövetsűrűség, az életkor és a nem minimális hatással volt rájuk ebben. Ráadásul a páciens bőrszínét még homályos felvételeken is felismerték.

A kutatás azért fontos, mert több mesterségesintelligencia-rendszertől megállapították, hogy a bőrszín alapján elfogult.

2019-ben kiderült, hogy egy, az egészségügyi szolgáltatók széles körében használt algoritmus fekete betegeknél feleannyiszor ajánlott különleges figyelmet, mint fehéreknél.

Több tanulmányban hangsúlyozták, hogy a bőrrák detektálására begyakoroltatott algoritmusok gyengébben teljesítenek sötétebb bőrszínű személyek esetében.

A legtöbb szemészeti adatsoron tanuló modellek a környéken alulreprezentált népcsoportoknál kevésbé hatékonyan ismernek fel szembetegségeket.

Elgondolkoztató, hogy a diagnosztikára használt algoritmusok felismerik a páciensek bőrszínét. Egyelőre nem tudjuk pontosan, hogyan, és ez a tény továbbnöveli az aggályokat, hogy a mesterséges intelligencia az egészségügyben is mélyíti a bőrszín szerinti társadalmi különbségeket. Ha rájövünk a mikéntre, a közeljövő rendszerei nem lesznek annyira elfogultak, mint egyik-másik mai „kollégájuk.”

A Müncheni Műszaki Egyetem kutatói a posztkvantum titkosítást nagyon eredményesen megvalósító chipet terveztek. Egy ilyen chip komoly védelmet jelent a jövő kvantumszámítógépen támadó hackereivel szemben.

A kutatók „trójai” hardvereket is tettek a chipbe, hogy rajtuk keresztül tanulmányozzák a chipgyárakból érkező malware-eket, és találjanak ki hozzájuk detektálási módszereket.

A támadásokat megakadályozandó, a chipek és az egyedi komponensek közötti kommunikáció titkosított, csakhogy egyre több titkosító algoritmus nem működik már, mert feltörték őket. Itt jön képbe a bevett kvantumtitkosítás, ami viszont a kvantumszámítógépes korban már nem fog eredményes védelmet nyújtani.

A müncheni kutatók a hardver és a szoftver közös tervezéséből – amelyben specializált komponensek és az irányítóprogram kiegészítik egymást – indultak ki. Elsőként ők dolgoztak ki ezen az elven alapuló posztkvantum chipet, és tízszer gyorsabb lett, nyolcadrész energiát használ, de ugyanannyira rugalmas, mint a posztkvantum kriptográfiában eddig legígéretesebb Kyber. A legfőbb különbség, hogy a Kyber és a hozzá hasonló fejlesztések kizárólag szoftveralapúak.

A chip alapját képező, módosított magú és pluszutasításokat használó alkalmazás-specifikus integrált áramkör (ASIC) nemcsak a Kybert, hanem a nagyobb számításigényű SIKE algoritmust is támogatja, és azt huszonegyszer gyorsabban implementálja, mint a csak szoftveres titkosítást használó chipek.

A hagyományos támadások mellett a hardveres trójaiak jelentenek nagyon komoly veszélyt – ha a hacker a gyártás előtt trójai áramkört juttat a „chiptervbe”, a következmények katasztrofálisak lehetnek: gyárak zárhatnak be, gyártási titkokat lophatnak el. Ráadásul a hardverbe csempészett trójaiak még a posztkvantum titkosítást is kijátszhatják.

Egyelőre keveset tudunk ezekről a trójaiakról, és például azt sem, hogy milyen mértékben használják őket. Ha a támadókat meg akarjuk ismerni, úgy kell gondolkozni, mint ők. A müncheni kutatók ebben a szellemben négy teljesen másként működő hardveres trójait is fejlesztettek. A tesztelés után a chip megsemmisült, az áramköri útvonalakat fokozatosan kiiktatták, miközben a sikeres szinteket lefényképezték.

Ezzel az a céljuk, hogy a chip pontos működését dokumentáció hiányában is rekonstruáló gépitanulás-módszereket dolgozzanak ki. A rekonstrukció segít azonosítani a chip tényleges feladataival nem összhangban működő, a tervezés során esetleg meghackelt komponenseket. Ezek a folyamatok szabvánnyá válhatnak, random minták gyűjthetők így össze nagyobb chiprendelésekből. A hatékony posztkvantum titkosítással összekapcsolva, jelentősen hozzájárulhatnak biztonságosabb hardverek fejlesztéséhez.

Képzeljük el, hogy szörnyű fényviszonyok mellett, gyors kamerával, széles látószögből veszünk fel mindent. Az embernek meg kell elégednie az evolúció során kialakult szemével, a gépi látás viszont folyamatosan lép át új határokat. Legutóbb Dél-Koreában, ahol egy kutatócsoport két kameratípust kombinált össze a gyorsan mozgó objektumok jobb követéséhez és bonyolult környezetek precíz 3D-s feltérképezéséhez.

Az első, eseményalapú kamera remekül rögzít gyorsan mozgó tárgyakat, állatokat, személyeket, míg a mindenirányú vagy halszem-optikás második elképesztően széles szögeket fog be.

A Koreai Tudomány és Technológia Intézet a fejlesztésnek otthont adó Vizuális Intelligencia Laborja szerint mindkét kameratípus tökéletes a számítógépes látáshoz. Az eseménykamera sokkal kisebb késleltetéssel működik, mozgás közben kevesebb az elmosódás, jóval nagyobb a dinamikatartománya, plusz energiahatékony is. A másik a sokkal tágabb szögekből begyűjtött képi infók miatt kiváló gép.

Az új, „eseményalapú, mindenirányú, több látószögű, sztereó” (EOMVS) kamerához 3D-s jeleneteket nagyon pontosan rekonstruáló szoftver is kell. A rekonstrukcióhoz általában különböző szögekből vesznek fel több képet. A koreai kutatóké is hasonló megközelítéssel dolgozik, képek helyett viszont 3D-s tereket rekonstruál a kamera által rögzített eseményadatokkal dolgozó program.

A kombinált kamerát a közismerten nagyon pontos LiDAR mérésekkel hasonlították össze. 145, 160 és 180 fokra is beállították. Kiderült, hogy az EOMVS rendszer szintén pontosan, mindössze három százalék hibarátával térképez fel 3D-s tereket. Még pocsék világítás mellett is lekövet szélsebesen mozgó objektumokat.

A kutatók szerint a 3D-s térképezés és a dróntechnológia összekapcsolása az EOMVAS legígéretesebb alkalmazása.

A kamera kereskedelmi forgalmazását, továbbfejlesztését tervezik. Most a rendszernek az adatok összekapcsolása és elemzése miatt tudnia kell, hogy pontosan hol van a kamera. Az új változat rugalmasabb lesz, mert a kamera pozíciójáról semmiféle előzetes információra nem lesz szükség. Mozgás közbeni elhelyezkedését folyamatosan felbecsülő algoritmust fejlesztenek hozzá.

Ha hozzáérünk egy luftballonhoz, más nyomást gyakorlunk rá, mintha megfogunk egy üvegpoharat. Az MIT (Massachusetts Institute of Technology) és a Dél-kínai Tudomány és Technológia Egyetem kutatói a tapintás, érintés különbségeinek mérésére és feltérképezésére dolgoztak ki közösen hatékony eljárást.

A nyomást és más tapintásalapú stimulációkat „érző”, érintésre érzékeny kesztyűt terveztek. A belsejébe ágyazott szenzorrendszer detektálja, méri és feltérképezi a nyomás apró változásait. A finomhangolt érzékelők mindegyike a bőr nagyon kicsi rezgéseit, például a pulzusunkat is észleli.

Ezek az érzékelők hasonlítanak a jégszekrényekben vagy a meteorológiai állomásokon nedvességet mérő szenzorokhoz, azaz kicsi kondenzátorokhoz, amelyek két elektródából vagy fémlapból, és az általuk „szendvicsbe” fogott, az elektromos áramot nagyon rosszul vezető, az elektródák közötti töltéseket közvetítő, gumiszerű szigetelőanyagból állnak. Nedves körülmények között a köztes réteg szivacsként szívja fel a környezet töltött ionjait. Az ionokkal számszerűsíthető módon változik meg az elektródák közötti töltés, mérhető a nedvesség.

Az utóbbi években a szendvics-szerkezetet vékony és rugalmas nyomásérzékelők fejlesztéséhez is használjak, csakhogy a viszonylag méretes köztes réteg korlátozza az érzékelést. Az MIT-s és a kínai kutatók ezért emberi verejtékkel helyettesítették – a mikroszkopikus vezetőszálakkal felerősített, bőrön lévő két elektróda az áramkör, a testnedvből jövő ionok pedig közbülső rétegként funkcionálnak.

Amikor a tesztalanyok léggömbhöz, majd pohárhoz nyúltak, a szenzorok a tevékenységekről külön-külön nyomástérképet készítettek – az előbbi a tenyérre gyakorolt a teljes felületen eloszló, viszonylag egyenletes nyomást, az utóbbi pedig az ujjvégekre hatott erőteljesen.

 „Egyszerűsége és megbízhatósága miatt, érzékelő szerkezetünk változatos egészségügyi alkalmazásokban használható, például stroke utáni vagy más tapintási rendellenességektől szenvedő személyek érzékelő-készségének helyreállításában segíthet, de a pulzus kitapintására is jó” – nyilatkozta Nicholas Fang, az MIT kutatója.

A szó szoros értelmében legkézenfekvőbb alkalmazásként, a kesztyű a virtuális valóság (VR) és a játékélményt is növelheti. A fejlesztők szerint a nyomásérzékelők nemcsak kesztyűbe, hanem különleges ragasztókba is integrálhatók, amelyekkel a pulzus, a vérnyomás és más életjelek pontosabban mérhetők, mint az okos órákkal és más magunkon viselhető (wearable) eszközökkel.

A szebb napokat is megélt amerikai ipari központ, az autógyártásáról híres Detroit városa a Forddal és a Bosch-sal közösen Intelligens Parkolási Labort nyit. A laboratóriumnak a teljeskörű ingatlanszolgáltatásokat nyújtó Bedrock összeszerelő garázsa ad otthont.

A jövő közlekedésének autonóm technológiáit, például parkolási opciókat valós környezetben lehet majd tanulmányozni, az érintett vállalatok a helyszínen tesztelhetnek megoldásokat, például az automatikus fizetést, majd dolgozhatnak ki belőlük működő rendszereket, termékeket.

A labort azért is tervezték, hogy a Ford és a Bosch folytathassa tavaly augusztusban megkezdett és bemutatott közös munkáját – az önmagától parkoló (önparkoló) Ford Escape-et ugyanebben az épületben csodálhatták meg az érdeklődők. A biztonságos automatizált parkoláshoz (automated valet parking) egyáltalán nincs szükség a vezető jelenlétére.

A jármű emberi segítség nélkül hajtott át a parkolón, talált magának szabad helyet, majd szemmel láthatóan minden probléma nélkül ki is állt onnan. A fejlesztők bizakodnak, hogy a jövőben a parkolásnak ez a módja terjed el. Az automatizált technológia megkíméli az embert a zsúfolt nagyvárosi terekben, többemeletes parkolóházakban történő hosszas helykeresés testi-lelki gyötrelmeitől.

A Ford és a Bosch mellett az autókölcsönzéssel foglalkozó Enterprise szintén a laborban fogja tesztelni a technológiáit, hogy mennyire tud áramvonalasítani folyamatokat. Reménykednek, hogy a gépkocsi beállóhoz hajtó járművek előbb feltöltik magukat, majd a parkolóban helyet foglalva, valaki máris átveheti őket. Ez azért fontos, mert így csökken a bérlések közötti holtidő, az Enterprise még több profitot termel.

Jelenleg azonban „csak” az önparkoló autó valós opció, a többi kiegészítő technológián sokat kell még finomítani. A jármű az intelligens parkolásra alkalmas technikákkal felszerelt épületben felismeri a gyalogosokat, más járműveket, elkerüli az akadályokat.

A dél-chicagói Fehér Kastély bő száz éve látja el gyorskajákkal a vendégeket. Múlt évtől szokatlan küllemű szakácssegéd is részt vesz a munkákban – a krumplit robotikus szerkezet, Flippy süti.

Napi huszonhárom órát dolgozik, és csak azért nem 24/7-ben, mert egy órát a tisztításával töltenek. Tavaly és idén is folyamatos a munkája. A Fehér Kastély vezetősége annyira elégedett vele, hogy a gyártóval (Miso Robotics) közösen beindítják a javított, 2.0-ás változatot. Az új robot az ország különböző pontjain lévő tíz étteremben fogja sütni a rósejbnit.

Flippy zsírálló, fehér szövetbe bújtatott robotkar. A mennyezethez rögzített sínen csúszva mozog, emeli fel és engedi le a krumplival teli kosarakat. Úgy alakították ki, hogy a fröcsögő vagy kiömlő olajtól is védve legyen.

A vendéglátóipar robotizációja nem újkeletű, évek óta tart az élelmiszergyártás automatizálása, az utóbbi időben viszont felgyorsult a folyamat. Kevés az alkalmazott, május végén például 1,3 millió betöltetlen állás várt érdeklődőkre amerikai szállodákban és vendéglátó egységekben. A koronavírus-járvány hatását jelzi, hogy egy éve csak feleennyi személyre lett volna szükség.

Az éttermi kínálatra az elvitel és a házhoz szállítás pandémia miatti döbbenetes mértékű felpörgésével nőtt az igény. Sok vendéglátóipari egység a munkaerőhiányt és a bérek inflálódását önkiszolgáló és technológia-alapú megoldásokkal igyekszik túlélni. A fogyasztókkal való közvetlen kontaktot, amikor lehet, automatizált módszerekkel igyekeznek helyettesíteni, és közben az online rendelést is folyamatosan finomhangolják.

Vállalkozók és az iparág vezetői nagyobb és súlyosabb problémát is orvosolnának: magát az élelmiszergyártást automatizálnák olyan gyorsan, amennyire csak lehet. Gyorséttermekben, a helyszínen és ott is, ahol a kaják egy része készül, és ahonnan érkezik például a Fehér Kastélyba, régóta használják az automatizáció valamilyen formáját.

Az egyre olcsóbb szenzorokkal, aktuátorokkal, könnyebben hozzáférhető szoftverekkel, mindezek automatizált élelmiszer-kezelő rendszerekkel történő kombinációival, hatékonyabb az ellátás.

A legnagyobb kihívás az alapanyagokat eredményesen és az egészségügyi elvárásoknak eleget téve feldolgozó, speciális gépek kialakítása. Startupok vagy csak egy lépés automatizálásával, vagy nagyon egyszerű étel gépi előkészítésével próbálják megoldani a feladatot. Sok vendéglátós az állandóság, a megbízhatóság és a költséghatékonyság miatt gondolkozik a minél szélesebb körű automatizáción.

Az amerikai rendőrség több esetben az arcfelismerő rendszer melléfogása miatt vett őrizetbe ártatlan személyeket. A technológiát boltokban is használják, például tolvajokat azonosítanak vele. Máshol teljesen rutinszerű, hogy belenézünk a biztonsági kamerába, aztán mehetünk tovább. Telefonunk szintén arcfelismeréssel működik.

A sokat emlegetett biztonságért és kényelemért, legalábbis azok ígéretéért cserébe, lemondunk magánéletünk egy részéről. A valóságban az ígéretek nem sokat érnek, mert az arcfelismerés nem teszi biztonságosabbá az életünket. Hackerek egyre több módszerrel verik át ezeket a rendszereket, és a Tel-Avivi Egyetem most még egy, újabb technikára jött rá. Nyilván nem a rosszfiúkat segítendő, hanem a technológia sebezhető pontjaira hívják fel vele a fejlesztők figyelmét.

Egyszerűen meghamisítják az arcunkat, és a rendszerek számottevő része beveszi a trükköt. Az eljárás neve „mesterarc”, ami olyan mint a főkulcsrendszer minden egyes zárbetétét nyitó mesterkulcs. Lényege, hogy mesterségesintelligencia-technológiákkal a személyazonosság-ellenőrző rendszereket megnyitó arcsablont hoz létre.

Kutatási eredmények alapján az arcalapú hitelesítés még akkor is rendkívül sebezhető, ha egyáltalán nincs információ a célszemélyről. A biztonságot hamisítás elleni módszerekkel próbálják növelni, eddig inkább kevesebb, mint több sikerrel. Ha az izraeli kutatók módszerét meglévő technikákkal kombinálják össze, a rendszerek még védetlenebbek lesznek.

Abból indultak ki, hogy az arcfelismerő rendszerek változatos markerek sorozatait használva azonosítanak személyeket. Sok markerrel megegyező arcsablonokkal viszont egy, a rendszereket könnyen átvágó átlagos arc, mesterarc hozható létre. A módszer azért eredményes, mert a lakosság jelentős része hasonlít a mesterarcra.

A „minden arcok arcát” speciális algoritmussal, egy, széles körben használt, nem valódi emberi arcok alkotására tökéletes generatív modellel (StyleGAN) hozták létre. A Massachusetts Egyetem 13 ezer arcképet tartalmazó nyíltforrású tárhelyén tesztelték, és a fotókon látható személyek több mint húsz százalékát sikeresen azonosította. Más teszteken magasabb pontszámokat ért el.

Ha a mesterarc és az arcokat élettel megtöltő, animáló kamukép (deepfake) technológiákat összepárosítjuk, a csalás még hatékonyabb. Sok azonosító rendszer feladatai közé tartozik ugyanis, hogy megállapítsa: az alany mennyire életteli, azaz élő személy vagy egy bábu, baba, kép stb. vigyorog rá. Ha elhitetjük, hogy az arc egy kicsit mozog, máris átvertük a rendszert.

Egyelőre nehéz elképzelni, hogy a valóságban mire használjanak egy ilyen kombinációt. Kémek talán tudnak valamit kezdeni vele, a jövőben viszont bármi lehet. Vagy – még inkább – a kutatók újfent azt bizonyítják, hogy fogjuk vissza magunkat az arcfelismerés használatával.