AIによる「言語による人物識別」は本当にお金の無駄なのでしょうか？

制作：中国科学普及協会

著者: 周周 (大連理工大学)

プロデューサー: 中国科学博覧会

編集者注：中国科学普及の最先端技術プロジェクトは、インテリジェント技術の最新動向を紹介するために、「人工知能」に関する一連の記事を立ち上げ、人工知能の最先端の進歩を垣間見ることができ、さまざまな懸念や好奇心に応えています。一緒に探究し、インテリジェントな時代を受け入れていきましょう。

ハリウッドの大ヒット映画で、主人公が型反転技術を使って他人の指紋をコピーし、銀行の金庫を開けるシーンを見たことがある人は多いと思います。 「お財布」のことが心配になってきましたか？指紋認証は日常生活のあらゆるところで見られますが、その安全性には疑問があります。

しかし、英国のエディンバラ大学とリーズ大学の研究者らが最近、英国の学術誌「サイエンティフィック・リポーツ」に研究結果を発表し、舌の表面にある小さな乳頭に個人間の固有の生物学的情報が隠されていることを示し、それが私たちの悩みを解決できるかもしれないと示唆した。

「言葉で人を知る」ことの礎：乳様突起の微細世界

3Dスキャン技術を用いた特徴抽出のプロセス

（画像出典：参考1）

舌の表面は、味覚と触覚の受容器であるさまざまな乳頭で覆われています。その中で、茸状乳頭と糸状乳頭が最も一般的な 2 つのタイプです。茸状乳頭は大きく、まばらに分布しており、上部は半球形です。そこには味蕾があり、風味を感知する役割を担っています。糸状乳頭はより小さく、より数が多く、より複雑な形状をしています。主に食べ物の食感や口の中の摩擦を感知する役割を担っています。乳頭の形態と機能は広範囲に研究されてきましたが、科学者は乳頭が個体間でどのように異なるかについてはまだほとんど知りません。

近年、人工知能の発達により、これらの微細構造をより深く探究する機会が生まれました。この研究では、3Dスキャン技術と機械学習を通じて舌の3D点群データを取得し、舌乳頭のデジタル画像を構築しました。幾何学的特徴と位相的特徴を分析した結果、人間の舌乳頭の形状は独特であり、個人によって乳頭の形状に大きな違いがあることがわかりました。

実際、その違いは非常に大きく、研究者たちは単一の乳様突起の特徴に基づいて参加者を48パーセントの精度で識別することができた。これは、舌乳頭が固有の生体識別子として機能できることを示唆しています。

乳様突起は人それぞれ違います。

（画像出典：参考文献3）

私たちの日常生活におけるより一般的な身元認識方法には、指紋認識、虹彩認識などがあります。この研究によって明らかにされた舌の独自性は、現代の身元認識に新たな方法を加え、舌は識別方法として本来の利点を持っています。

まず第一に、舌は独特で唯一無二のものです。舌乳頭は一つ一つに一定の独自性があるため、舌乳頭が密集していれば、認識の精度は自然に高まります。

第二に、舌は隠されています。口腔内に位置しているため、比較的目立たず、他人に見られたりコピーされたりしにくいため、個人情報が悪意を持って取得され偽造されるリスクが軽減されます。

さらに、舌の生理学的特性は生涯を通じて比較的安定しており、加齢、体重の変化、一般的な外的要因によって大きく変化することはないため、長期的かつ信頼性の高い認識結果が保証されます。また、舌の構造と内部の特徴が複雑なため、他人の舌の特徴を偽造したり模倣したりすることが極めて困難であり、本人認証の安全性が向上します。

人工知能：舌乳頭の幾何学的および位相的特徴の解釈

研究プロセスにおける乳様突起の識別とトポロジカル特徴の抽出

（画像出典：参考1）

舌乳頭の幾何学的特徴や位相的特徴は人それぞれ異なりますが、肉眼で「舌で人を識別する」ことは困難です。その理由は、人間がそのような複雑な幾何学的および位相的な特徴を理解し、記憶することが難しいからです。これらの複雑な機能こそが、人工知能が優れている分野です。

人工知能の機能には、画像の特徴に対する深い理解と正確な認識が含まれます。高度な機械学習技術を使用することで、AI は肉眼では認識できない画像の微妙な違いを抽出することができます。

大量の画像データを学習して分析することで、人工知能はこれらの複雑な幾何学的特徴や位相的特徴を正確に識別し、分類することができます。特に医学や生物学の分野では、人工知能の応用によりこれまでにない洞察が得られます。例えば、前述の研究者は人工知能を使用して 3D スキャン画像を分析し、舌乳頭の幾何学的および位相的特徴を、個人を識別したり病気を診断したりするための固有のバイオマーカーとして使用できることを発見しました。

AI ベースの画像認識プロセスには通常、次の手順が含まれます。

まず、大量の高品質な画像データを集めて準備します。次に、データ前処理技術を使用して画像のノイズ除去と正規化を実行し、画像の品質と一貫性を向上させます。前処理された画像は、特徴抽出とパターン認識のために AI モデルに送られます。

画像認識のプロセスでは、人工知能モデルが鍵となります。その中でも、畳み込みニューラルネットワーク（CNN）は、画像データを処理するために特別に設計されたディープラーニングモデルです。では、畳み込みニューラル ネットワークはどのように機能するのでしょうか?

CNNを使用した画像データ処理の全プロセス

（画像出典：参考文献4）

畳み込みニューラル ネットワークは、一連の手順を実行して画像の内容を特定します。これらの手順を一つずつ実行してみましょう。

まず、畳み込みニューラル ネットワークは、画像の上に小さなウィンドウをスライドさせるのと同じように、画像全体を小さなブロックに分割します。一度に小さな部分だけを見て、画像全体が表示されるまで小さなウィンドウを動かし続けます。

特徴の検出: 各パッチで、畳み込みニューラル ネットワークはエッジ、色の変化、テクスチャなどの特定の特徴を探します。それは、写真を見て、さまざまな物体のエッジ、色、質感に注目するようなものです。

レイヤーごとの分析: 畳み込みニューラル ネットワークには多くのレイヤーがあり、各レイヤーは前のレイヤーによって抽出された特徴からより複雑なパターンを見つけます。最初の数レイヤーでは単純なエッジと色の変化を認識し、後続のレイヤーではより複雑な形状とオブジェクトを認識します。

情報の統合: 畳み込みニューラル ネットワークは、レイヤーごとの分析を通じてすべての機能を統合し、画像全体を理解します。それはまるでパズルを組み立てるようなもので、小さなピースを一つずつ組み合わせて最終的に完全な絵を形成します。

分類結果: 最後に、畳み込みニューラル ネットワークは抽出された特徴に基づいて画像に含まれる内容を判断します。たとえば、それが犬なのか、車なのか、風景なのかを教えてくれます。

もう 1 つの高度なモデル構造は Vision Transformer です。従来の畳み込みニューラル ネットワークとは異なり、Vision Transformer は、画像内の全体的な特徴をより適切に捉えるための自己注意メカニズムを導入しています。画像内のグローバルな依存関係をより適切に処理でき、複雑な背景や複数のオブジェクトを含む画像の処理に適しています。

ViT画像処理プロセス

（画像出典：参考資料2）

一般的に、人工知能は、その強力な計算能力と複雑なモデル構造により、舌乳頭などの複雑な幾何学的および位相的特徴を深く理解し、分析することを可能にします。

訓練された機械学習モデルは乳頭の種類を予測することもできる

（画像出典：参考文献3）

応用の展望：日常生活からハイエンド技術まで

この研究は、アイデンティティ認識に関するいくつかの新しいアイデアを提供します。将来的には、日常生活でもハイエンド技術分野でも、舌認識は既存の指紋認識、顔認識などの技術と組み合わせてマルチモーダル生体認証システムを形成し、身元認識の精度と信頼性をさらに向上させることができると考えられています。

舌認識技術は、将来的に次のような応用シナリオが考えられます。

1つ目はスマートホーム分野で、パーソナライズされた家庭用機器の制御とアクセス許可設定により、家族のメンバーの言語特性に基づいたインテリジェントなホーム管理を実現できます。

2つ目は金融サービス分野で、舌認識技術を使用して高セキュリティのアカウントログインと取引認証を保証し、重要な金融業務に追加のセキュリティ層を提供するほか、クレジットカードやモバイル決済の本人認証を行い、決済プロセスのセキュリティを強化します。

3つ目に、セキュリティ分野では、政府機関、科学研究室、機密文書保管庫などの重要な場所のアクセス制御システム、国境管理、出入国審査などで、舌認識技術を利用して人物の身元確認を支援することができます。

4番目に、ヘルスケアは患者の身元確認、医療記録の正確性と安全性の確保、医療情報の不一致の防止に使用されます。また、操作に厳格な本人認証を必要とする特定の高級医療機器などの特殊な医療機器の使用許可も行います。

第五に、司法の分野で犯罪者を特定し、監督し、犯罪者の正確な追跡と管理を確実にするために使用されています。

結論

これを読んで、舌認識機能を使うのはプライバシーの侵害ではないか、人々に不快感を与えるのではないか、と疑問に思う読者もいるかもしれません。実際、舌認識の潜在的な応用シナリオを見ると、この技術の応用シナリオは主に、実際には民間の分野であるより高度な技術分野に適していることがわかります。さらに、他の認識方法と組み合わせて使用​​することで、マルチモーダル生体認証システムを形成し、ハイエンドテクノロジーなどの分野のセキュリティを強化することもできます。したがって、誰にも見られないので、この技術によって引き起こされる心理的不快感を心配する必要はありません。人工知能技術の継続的な発展により、舌認識技術の応用範囲は広がり、人間の身元認識にさらに貢献できるようになると信じています。

参考文献:

1. Rayna Andreeva、Anwesha Sarkar、Rik Sarkar。機械学習とトポロジカルデータ分析により、3Dスキャンで人間の乳頭のユニークな特徴を特定[J]。Scientific reports、2023、Vol.13(1): 21529

2. Honming Xu、Qi Xu、Fengyu Cong、Jeonghyun Kang、Chu Han、Zaiyi Liu、Anant Madabhushi、Cheng Lu.計算組織病理学のためのビジョントランスフォーマー[J].生物医工学におけるIEEEレビュー、2024年、Vol.17: 63-79

3. ブルクティリヤキクブラ・トレネク・アギルマンオズカン・ミログルベルフィン・コルクマズ;イブラヒム・ユセル・オズベクエミン・アルグン口頭発表。舌診断における人工知能：深層畳み込みニューラルネットワークを用いた舌病変と正常舌画像の分類[J]。 BMCメディカルイメージング、2024年、Vol. 24(1): 59

4. Xu Wang;Jingwei Liu;Chaoyong Wu;Junhong Liu;Qianqian Li;Yufeng Chen;Xinrong Wang;Xinli Chen;Xiaohan Pang;Binglong Chang;Jiaying Lin;Shifeng Zhao;Zhihong Li;Qingqiong Deng;Yi Lu;Dongbin Zhao;Jianxin Chen.舌の人工知能診断: 歯型のある不健康な舌を認識するための深層畳み込みニューラル ネットワークの使用[J]。Computational and Structural Biotechnology Journal、2020、Vol.18: 973-980