第217章 到底誰這麽熱衷於搞數……（第2/5頁）

認真要找的話，需要耗費很長時間。

坐在一邊旁聽的安夏說：“可以很快找到的。”

“數據雖然是上傳到匿名IP地址，但是他們平時交流、接收指令，很難實現完全的匿名化。”

與他們接頭的人為保萬全，沒有使用電話或電子通訊，而是線下見面。

線下見面的地方只有一個打著老年活動中心旗號的賭档。

賭档門口有一個防警察來查抄的攝像頭，只要有點風吹草動，屋裏的賭狗們就一哄而散。

那個攝像頭是便宜貨，拍出來的圖像模糊得很，稍遠一點就是一團有顏色的人形馬賽克。

他們的目標明確，只要看見一大團橄欖綠，跑就完事。

研究所的老板完全不記得接頭的時候，對方穿的是什麽。

幾位有經驗的老警察想讓他描述一下對方長相，再畫出來。

老板的描述：“長得很普通。”

“中等身高。”

“普通的眉毛。”

“兩只眼睛，沒注意是雙眼皮還是單眼皮。”

“看起來不兇，不帥也不醜。”

最要命的是研究所老板似乎有點人臉識別障礙，看誰都覺得一樣，連看著女警都覺得「眉眼似乎有點像」。

通過自己那團人形馬賽克定位到與接頭人見面的那一天，接頭人還是一團馬賽克，只能看出是個男人，身高比老板差不多，穿著深色的褲子，淺色的上衣。

調查組組長滿懷期待地看著安夏：“你們公司不是能使用人工智能修復人像嗎？這個能修嗎？去掉馬賽克也行吧？”

安夏搖搖頭：“人工智能修復人像……其實是通過通用邏輯實現。”

也就是根據這個人的DNA來判斷人種的平均特征。

再根據此人當時所在的環境來判斷皮膚和體毛狀態。

此前紫金科技曾經配合幾家博物館舉辦聯合活動——用科技復活古人。

就是通過各種數據綜合一個可能性，用軟件捏出一張人臉。

去掉馬賽克就更是如此了，靠的是海量大數據訓練系統，比如遠處的山很模糊，用人工智能對其清晰化，靠的是——

人工智能根據過去的經驗，得出的合理想像，藍色是天，白色是雲，綠色是樹……

恢復犯罪嫌疑人的臉，就不能靠合理想像了。

人工智能有可能將數據庫裏所有的人臉都合理的湊上去。

這個功能合法的使用情境是恢復現實環境，不合法的使用情境是「一鍵脫衣」和照片換頭。

調查組長的夢想落空，實在沒有辦法：“只能繼續在全市加強控制。”

調查組劃出片區，根據他們的經驗，他不是本地人，不可能躲在老小區，那裏的鄰居整天八卦這八卦那。

要是看到他的好車停在樓下好久不動，肯定要討論很久。

本市的商品房小區有幾個，已經排查過一遍了，沒有發現嫌疑人的蹤影。

最終還是被抓了，落網原因讓人意想不到，由於此人不敢用任何電子付款方式，害怕被抓到，所以都用的是現金。

有一個近視的外賣員很不幸，在去送餐的路上摔了一跤，弄壞了眼鏡。

幸好人民幣還能靠顏色分五塊十塊，他好不容易把錢給琢磨清楚了，一擡頭，忽然覺得眼前這個拎著外賣盒轉身的男人非常熟悉——他就是在公司門口重復重復再重復播放的馬賽克視頻裏的男人。

研究所老板落網後，他得到了五百塊，正在盤算是買合金眼鏡還是買樹脂眼鏡的時候，小雪通知他：“安總要見你。”

外賣員有點緊張，這點小事，不算見義勇為，安總找他幹什麽？

見到安夏之後，他才明白，安夏想知道他是怎麽認出那個男人的。

此人一天照三頓點的餐，還買過生活日用品。

總計有十四個送餐員為他提供過服務。

「吃了嗎」的門口循環放著那模糊的身影，就是希望散布在大街小巷的送餐員們能抓住機會賺點小錢。

結果認出他的人，竟然是一個失去了眼鏡的近視患者。

“你能從模糊的圖像裏看出真正的圖形？”

送餐員連連搖頭：“看起來就是反而比戴上眼鏡清楚一點。”

視頻裏的馬賽克是缺失像素造成色塊之間的區隔，近視眼會自動把相鄰的兩個像素塊模糊化，看起來就像隔著毛玻璃看人一樣。

原理跟測色盲時候看塊塊拼成的圖像和數字差不多。

對提高智能設備的識別技術沒有什麽幫助。

但是他識人的方式可以增加到人工智能數據庫裏。

臉可以變，可以擋，一個人的步態和背影。除非特別用心的掩飾，否則更容易出賣一個人的真實身份。

“原來是靜態識別，現在要加動態識別？”趙健不理解，為什麽這事會落到無人駕駛組的頭上。

安夏點點頭：“現在全公司，就你們在用人臉識別技術。以前只有靜態識別，戴個面具都能把車開走，現在好歹得證明這張臉的主人是活人，還有其他的生物信息，證明這個活人不是靠化妝來欺騙機器。”