Maison
Un élève de l'école primaire dessine une moustache pour tromper la vérification d'âge par IA, laissant un ingénieur de la Silicon Valley sans voix
Amidant un resserrement des réglementations mondiales, les principaux réseaux sociaux ont mis en œuvre des protocoles de vérification de l’âge rigoureux afin de restreindre l’accès des mineurs à certaines fonctionnalités. Pour protéger la vie privée des utilisateurs, de nombreuses plateformes ont adopté un système innovant d’estimation de l’âge facial côté appareil. Pourtant, ironiquement, cette technologie avancée a récemment été contournée sans effort par des « experts amateurs » en ligne utilisant des tactiques remarquablement basiques.

Les dessins basiques et les fausses barbes réussissent
Dans un test léger des capacités de l’IA, un garçon de 12 ans a dessiné une moustache au-dessus de sa lèvre avec un crayon à sourcils et a été estimé avec précision à 15 ans, réussissant ainsi la vérification. Plus amusant encore, certains utilisateurs ont simplement dessiné deux points et une ligne sur leur pouce pour représenter les yeux et la bouche. En bougeant la tête de côté à droite comme demandé, l’IA a déterminé que le sujet avait entre 13 et 15 ans.
Faiblesses techniques des modèles légers
Cette vulnérabilité embarrassante découle du fait que ces modèles d’estimation de l’âge fonctionnent entièrement sur l’appareil de l’utilisateur. En raison d’une puissance de calcul limitée, les modèles ne peuvent pas être trop complexes. L’IA s’appuie principalement sur des indices visuels tels que la forme des yeux et la texture de la peau pour une inférence approximative. De plus, afin d’éviter de bloquer incorrectement les utilisateurs légitimes lors du déploiement initial, les plateformes ont fixé un seuil de jugement relativement indulgent, créant ainsi une ouverture pour des tromperies soigneusement conçues.
Article connexe
Les startups de l'IA accélèrent leur croissance des revenus
Comme les entreprises établies et les nouvelles startups s’efforcent de tirer parti de l’intelligence artificielle, de nombreuses startups IA signalent que leurs revenus ne se contentent pas de croître, mais accélèrent rapidement, atteignant des jalo
Tencent Hunyuan intègre la théorie de la taille des points clés dans l'apprentissage par renforcement PPO, augmentant le débit de 2,29 fois et réduisant le temps d'entraînement GRPO de 29 %.
À mesure que l’apprentissage par renforcement pour les grands modèles s’étend à des clusters GPU plus importants et à des ensembles d’entraînement plus denses, l’efficacité de l’entraînement est devenue une priorité critique. Des recherches récentes
Amjad Masad de Replit sur l’affaire Cursor, la lutte contre Apple et pourquoi il préfère ne pas vendre
Amjad Masad a passé la dernière décennie à construire Replit, mais les 18 derniers mois ont été une période transformatrice. La plateforme de codage par IA est passée de 2,8 millions de dollars de revenus annuels en 2024 à une trajectoire visant ce q
Recommandations de sujets spéciaux liés
commentaires (0)
Amidant un resserrement des réglementations mondiales, les principaux réseaux sociaux ont mis en œuvre des protocoles de vérification de l’âge rigoureux afin de restreindre l’accès des mineurs à certaines fonctionnalités. Pour protéger la vie privée des utilisateurs, de nombreuses plateformes ont adopté un système innovant d’estimation de l’âge facial côté appareil. Pourtant, ironiquement, cette technologie avancée a récemment été contournée sans effort par des « experts amateurs » en ligne utilisant des tactiques remarquablement basiques.

Les dessins basiques et les fausses barbes réussissent
Dans un test léger des capacités de l’IA, un garçon de 12 ans a dessiné une moustache au-dessus de sa lèvre avec un crayon à sourcils et a été estimé avec précision à 15 ans, réussissant ainsi la vérification. Plus amusant encore, certains utilisateurs ont simplement dessiné deux points et une ligne sur leur pouce pour représenter les yeux et la bouche. En bougeant la tête de côté à droite comme demandé, l’IA a déterminé que le sujet avait entre 13 et 15 ans.
Faiblesses techniques des modèles légers
Cette vulnérabilité embarrassante découle du fait que ces modèles d’estimation de l’âge fonctionnent entièrement sur l’appareil de l’utilisateur. En raison d’une puissance de calcul limitée, les modèles ne peuvent pas être trop complexes. L’IA s’appuie principalement sur des indices visuels tels que la forme des yeux et la texture de la peau pour une inférence approximative. De plus, afin d’éviter de bloquer incorrectement les utilisateurs légitimes lors du déploiement initial, les plateformes ont fixé un seuil de jugement relativement indulgent, créant ainsi une ouverture pour des tromperies soigneusement conçues.
Les startups de l'IA accélèrent leur croissance des revenus
Comme les entreprises établies et les nouvelles startups s’efforcent de tirer parti de l’intelligence artificielle, de nombreuses startups IA signalent que leurs revenus ne se contentent pas de croître, mais accélèrent rapidement, atteignant des jalo
Tencent Hunyuan intègre la théorie de la taille des points clés dans l'apprentissage par renforcement PPO, augmentant le débit de 2,29 fois et réduisant le temps d'entraînement GRPO de 29 %.
À mesure que l’apprentissage par renforcement pour les grands modèles s’étend à des clusters GPU plus importants et à des ensembles d’entraînement plus denses, l’efficacité de l’entraînement est devenue une priorité critique. Des recherches récentes
Amjad Masad de Replit sur l’affaire Cursor, la lutte contre Apple et pourquoi il préfère ne pas vendre
Amjad Masad a passé la dernière décennie à construire Replit, mais les 18 derniers mois ont été une période transformatrice. La plateforme de codage par IA est passée de 2,8 millions de dollars de revenus annuels en 2024 à une trajectoire visant ce q











