馬賽克一直以來都給人有隱私、保護的作用。（雖然有的時候會把事情染黃）電視新聞頻道與娛樂節目都喜歡使用馬賽克來處理他們的的照片，但最近有研究顯示，這些傳統的「打碼保護」在科技突飛猛進的今日，早已變得不堪一擊。
德州大學奧斯丁分校與康乃爾大學的研究人員，啟用了一種電腦會自我學習的機制，就是像類似下圍棋的阿法GO人工智慧一樣，能夠不斷改正電腦的判斷行為。透過電腦的自我學習，在人類判斷準確度只有0.19%的照片數據中，使用電腦可以達到7成以上的準確性，這意指幫圖片打上模糊或者是馬賽克效果，並不能有效阻止電腦判別出照片的資訊。
這個新自我學習的演算法的運作原理，並不是去除馬賽克，而是它能掌握並判斷任何模糊照片中的零碎訊息。這個方式對於整片的馬賽克或是P3加密格式（JPEG的隱藏訊息格式），一樣有顯著的判斷效果。
而時至今日，專業辨別模糊照片以及查緝犯人專用的高級「馬賽克辨識」工具多如牛毛，例如知名的馬克斯普朗克研究所研發的一款專門識別FB上模糊人臉的工具，就是一個常見的例子。
（圖／Max Planck Institute’s work）
「我們用的是土法煉鋼的方法，東西都是拿現成的東西拼湊，找來一堆數據，丟到一個人工神經網路上（電腦仿生物學習的機制），然後再扔出一個標準圖片的識別運算法，最後才得到這個結果。相對而言，馬克斯普朗克實驗室的研究成果更精細，但我們只用了這麼粗糙的方式便證明了"打馬賽克完全沒用"」康乃爾大學的研究者史馬提可夫（Vitaly Shmatikov）這麼說。
(圖／Steven Straiton/ CC BY 2.0)
在實驗的過程中，研究人員拿了兩組沒有版權問題的人物系列肖像，然後用一般民眾最常使用的Youtube影片工具來使照片更模糊，藉此想知道有自我學習機能的電腦，究竟能不能準確的判斷。結果，他們發現電腦第一次猜中正確圖片中人物的機率，平均是57%，這也許不高，畢竟猜對的機率至少有50%。但隨著猜測的次數增加後，電腦的命中率卻不斷的上升，在連續猜5次的情形下，平均準確度更提升到了85%，這證明了電腦只要透過自我學習的模式，便能不斷自我改進，然後猜出馬賽克人士的真面目。
▼電腦能清楚分辨出下面哪張是該人臉的照片
（圖／McPherson）
換言之，只要次數夠多，電腦的自我學習就會讓猜測準確性不斷上升。想像一下，如果有台效能夠強的超級電腦，能輕易搜尋到網路上的許多照片來建立許多的資料庫（人工神經網路），並用強大的運算技術不斷的「超高速猜測學習」，相信在如此高密度的猜測下，很快的猜測準確率就會接近100%了。
「在安全與隱私領域中，人們還尚未感受到電腦的肉搜實力，除非有人輕而易舉的就能破解這些防護，我們才會發現這些隱私措施其實不勘一擊。」史馬提可夫最後這麼說。
．
．
．
看到這邊，胖丁突然覺得最近電腦的自我學習機能實在是太強大了阿～繼上次有阿法GO打敗圍棋高手後，這次又來「暴力肉搜」了！雖然說科技的進步會帶來許多好處與便利，但想著電腦在許多方面逐漸超越人類，不免就覺得有點害怕阿…難道以後人類會被電腦取代了嗎？
宅宅胖丁的粉絲團剛開張，急需酸酸們的支持（跪）
▼▼▼▼快來幫胖丁按個讚▼▼▼▼
(VIA：Quartz)
