Tim universitas di Greater Bay Area mengatasi masalah penipuan pengenalan wajah dan memberikan mata tajam untuk melawan penipuan keuangan

Dari pembangunan kota pintar hingga login aplikasi di perangkat seluler, pengenalan wajah sebagai teknologi ikonik kecerdasan buatan, dengan karakteristik yang praktis dan efisien, dengan cepat meresap ke berbagai bidang seperti pembayaran keuangan, keamanan publik, layanan pemerintah, dan pemasaran bisnis, pernah menjadi “standar” dalam transformasi digital.

Namun, seiring dengan cepatnya popularitas “penarikan uang dengan wajah” dan “pembayaran dengan wajah”, otentikasi identitas di terminal keuangan menghadapi tantangan keamanan yang belum pernah terjadi sebelumnya. Gambar wajah dapat dipulihkan secara tinggi dari foto kertas, layar elektronik, model kepala 3D, bahkan video DeepFake berkualitas tinggi, sistem pengenalan tradisional mudah ditembus, dan kasus penipuan keuangan yang disebabkan oleh “serangan wajah” meningkat secara signifikan, secara serius melemahkan dasar kepercayaan sistem keuangan cerdas.

Menanggapi serangan palsu berbasis kecerdasan buatan yang umum di pasar saat ini, tim Profesor Yu Zitong dari Universitas Greater Bay Area memanfaatkan teknologi model besar melalui teknik pengambilan gambar cerdas, teknologi anti-pemalsuan fitur biologis heterogen multipoligon, dan pengembangan teknologi deteksi hidup wajah yang lebih cerdas, umum, dan aman. Selanjutnya, mereka mengembangkan modul yang dilengkapi dengan model algoritma, membentuk sistem perangkat keras dan lunak yang diproses secara elektronik dan cerdas, mampu mengenali keberadaan hidup wajah dalam hitungan detik, serta memberikan laporan analisis yang akurat dengan tingkat keberhasilan lebih dari 99.9%.

Yu Zitong adalah profesor deputi tetap di Universitas Greater Bay Area, yang telah lama melakukan penelitian tentang komputasi visual mikro dan model dasar multimodal. Dia menjelaskan kepada wartawan dari Southern Finance bahwa awalnya teknologi pengenalan wajah banyak digunakan untuk membuka kunci ponsel, absensi, dan keamanan, dengan skenario aplikasi yang relatif terbatas. Setelah lulus magister, Yu Zitong pernah bekerja selama satu tahun di sebuah perusahaan keamanan, memperoleh pemahaman mendalam tentang penerapan teknologi pengenalan wajah di industri keamanan, dan menemukan kekurangan serta titik sakit dalam algoritma dan arsitektur model pengenalan wajah.

Selama studi di Finlandia dan Singapura, tim Yu Zitong mengusulkan algoritma peningkatan informasi mikro di domain spasial menggunakan operator konvolusi diferensial pusat, yang memberikan ide baru untuk meningkatkan ketahanan model terhadap serangan wajah berkualitas tinggi dan perubahan lingkungan, dan berhasil diterapkan dalam bidang anti-penipuan wajah.

Menurut Yu Zitong, teknologi pengenalan wajah saat ini sudah meluas, sering menimbulkan masalah keamanan seperti kebocoran data privasi pribadi dan serangan palsu AI. Deteksi keberadaan hidup wajah telah menjadi bagian paling inti dan paling menantang dari terminal keuangan cerdas, serta fondasi teknologi untuk melindungi keamanan keuangan nasional.

Seiring percepatan pembangunan keuangan pintar di China, industri perbankan mempercepat migrasi dari cabang tradisional ke terminal cerdas seperti ATM, VTM, dan STM. Terminal keuangan cerdas telah menjadi bagian penting dari infrastruktur keuangan nasional, langsung mempengaruhi tingkat layanan keuangan yang inklusif dan praktis, serta terkait erat dengan stabilitas keamanan keuangan dan informasi nasional, sebagai garis pertahanan pertama dalam mencegah risiko sistemik dan memastikan kepercayaan transaksi.

“Saat ini, deteksi keberadaan hidup berbasis pembelajaran mendalam berkembang pesat, tetapi algoritma tingkat keamanan tinggi, model yang tahan terhadap berbagai ras, dan deteksi sinyal fisiologis masih didominasi oleh Eropa dan Amerika, dengan jarak yang jelas dari domestik. Masalah utama meliputi kesulitan mengenali sampel palsu berkualitas tinggi, kurangnya kemampuan generalisasi lintar ras, performa fusi multimodal yang kurang baik, dan tantangan dalam pengembangan algoritma secara industri,” kata Yu Zitong.

Dia menambahkan bahwa saat ini teknologi penggantian wajah AI dan pencetakan 3D membuat detail wajah palsu mendekati asli, dengan fitur tekstur dan aliran cahaya tradisional yang sering salah deteksi, sehingga sulit mencapai ambang keamanan tingkat keuangan. Banyak algoritma domestik yang berbasis pada satu warna kulit dan skenario pelatihan, sehingga akurasi pengenalan terhadap kulit gelap dan pengguna luar negeri menurun secara signifikan, membatasi penerapan internasional. Solusi yang ada sebagian besar bergantung pada petunjuk visual tunggal seperti RGB, inframerah, dan citra kedalaman, dengan pemanfaatan petunjuk fisiologis non-kontak yang rendah, serta kurangnya interpretabilitas model dan ketahanan terhadap lingkungan yang kompleks. Algoritma anti-penipuan sebagian besar masih di tingkat akademik atau perangkat lunak, belum membentuk perangkat anti-penipuan keuangan yang mandiri dan dapat diproduksi massal.

Menghadapi tren internasionalisasi dan kecerdasan keuangan, sangat mendesak untuk mengatasi hambatan tersebut dan membangun sistem teknologi anti-penipuan wajah yang mandiri, aman, terpercaya, dan dapat digunakan lintas wilayah.

Sebagai pusat inovasi peralatan keuangan nasional dan kecerdasan buatan, Guangdong dalam lima tahun terakhir mengandalkan teknologi pengenalan wajah dan anti-penipuan sebagai mesin penggerak, menyambut peluang baru dalam pengembangan teknologi keuangan.

Fokus pada “Teknologi kunci anti-penipuan wajah dan pengembangan terminal keuangan cerdas tingkat tinggi yang aman,” tim Yu Zitong dari Universitas Greater Bay Area melakukan penelitian sistematis di bidang penguatan sinyal mikro spasial dan temporal, adaptasi lintas domain multimodal, serta deteksi keberadaan hidup berbasis sinyal fisiologis, berkomitmen untuk mencapai deteksi keberadaan hidup dan otentikasi identitas yang akurat dalam lingkungan yang kompleks dan kondisi lintas populasi, serta menciptakan generasi baru terminal anti-penipuan cerdas yang mampu diekspor secara internasional.

Dalam bidang deteksi keberadaan hidup, tim Profesor Yu Zitong mengembangkan teknologi pengenalan keberadaan hidup berbasis sinyal fisiologis dari berbagai sudut pandang, menggabungkan sinyal fisiologis non-kontak dan fitur tampilan, dan mengusulkan metode deteksi anti-penipuan berbasis pengamatan kolaboratif multi-sudut. Metode ini mengatasi keterbatasan deteksi hidup tradisional yang bergantung pada satu modalitas RGB dan mudah terpengaruh lingkungan, secara signifikan meningkatkan kemampuan deteksi dan interpretabilitas terhadap skenario kompleks dan serangan imitasi tinggi. Dengan menggunakan beberapa kamera secara sinkron untuk merekam dinamika wajah, mengekstrak sinyal fisiologis rPPG (seperti detak jantung, ritme aliran darah, perubahan oksigen darah), serta menggabungkan fitur perilaku dinamis seperti microexpression dan frekuensi berkedip, sistem mampu melakukan penilaian keberadaan hidup dari tingkat tampilan hingga fisiologis.

“Pada tahun 2024, kami akan mengembangkan teknologi serupa dengan cloud platform 3D untuk meningkatkan kemudahan pengambilan dan interaksi wajah. Saat ini, teknologi anti-penipuan wajah kami berada di posisi terdepan di dalam negeri, menunjukkan performa yang sangat baik dalam keandalan dan real-time, serta memiliki interaksi pengguna yang baik dan adaptasi internasional, mampu mengatasi tantangan lintas ras dan etnis,” kata Yu Zitong.

Faktanya, sistem terminal anti-penipuan keuangan cerdas yang dikembangkan tim Profesor Yu Zitong telah terintegrasi dan diimplementasikan secara industri. Berdasarkan penelitian algoritma, mereka membangun sistem lengkap yang mandiri dan terkendali secara penuh, menggabungkan perangkat keras dan lunak, termasuk modul percepatan AI tertanam, untuk melakukan deteksi anti-penipuan secara real-time dan inferensi tepi. Sistem ini mengintegrasikan pengenalan wajah, deteksi anti-penipuan, otentikasi identitas, dan komunikasi terenkripsi, membentuk terminal anti-penipuan tingkat keuangan yang dapat diproduksi massal. Saat ini, terminal ini telah digunakan di Bank Industrial and Commercial China dan lembaga keuangan utama lainnya, serta berhasil digunakan secara komersial di Asia Tenggara, dengan potensi aplikasi yang luas dan internasional.

Yu Zitong menjelaskan bahwa melalui inovasi teknologi penggabungan multimodal dan adaptasi lintas domain, sistem ini menyelesaikan tantangan pengenalan yang dapat dipercaya dalam lingkungan kompleks di bidang keuangan cerdas, mewujudkan inovasi teori algoritma, implementasi rekayasa, dan aplikasi industri secara terpadu. Proyek ini telah mendapatkan pengakuan dari Asosiasi Gambar dan Grafik Guangdong melalui penilaian teknologi, dan mencapai hasil inovatif dalam pengembangan teknologi utama anti-penipuan wajah multimodal dan industri terkait, dengan hak kekayaan intelektual mandiri dan tingkat teknologi yang mencapai standar internasional; termasuk model konvolusi diferensial pusat berbasis petunjuk visual multi-sudut dan metode adaptasi lintas domain multimodal yang mencapai tingkat terdepan secara internasional.

Diketahui bahwa peralatan terkait dari proyek ini telah didistribusikan melalui berbagai aplikasi perangkat keuangan dari Grup China Guangda, dengan total penjualan mencapai 1,814 miliar yuan dan laba bersih sebesar 72,64 juta yuan selama tiga tahun, menempati posisi pertama di pasar domestik dan tiga besar secara internasional.