小心！二维码暗藏“杀机”

王紫京

    不知不觉中，你可能已经习惯用智能手机拍下身边各种各样的二维码，享受轻松在线获取信息的便捷了。但你了解二维码吗？有没有意识到，二维码也可能暗藏“杀机”？

    二维码是在一维条码的基础上扩展出来的，它使用黑白矩形图案表示二进制数据，被设备扫描后，可获取其中所包含的信息。二维码起源于日本，原本是Denso Wave公司为了追踪汽车零部件而设计的。

    以前常用的一维条码只有宽度记载着数据，而二维条码的长度、宽度均记载着数据。因此，相比前者，二维码的信息容量更大，最多记录1850个大写字母、2710个数字或500多个汉字，是普通条码的几十倍。而且，除文字数字外，它还能存储图片、声音、指纹等信息。也正因如此，二维码才被称为不含电子芯片的廉价存储器。

    二维码还有一维条码没有的“容错机制”——即使二维码被穿孔或是污损，甚至损毁面积高达50%，仍可恢复信息。

    另外，二维码有三个定位点，这三个定位点提供读码机辨识。正是有了这些定位点，不管是从何种方向读取，它都可以被辨识。

    鉴于二维码的诸多好处，加之智能手机的普及，二维码很快出现在我们生活的方方面面。

    商家在广告中加入二维码，引导消费者在线了解更多产品和服务信息；物流仓储中心靠扫描二维码，掌控货品去向和信息；护照、身份证、会员证印有二维码，可以帮人们快速输入核对个人信息；社交网站生成的个人二维码，让我们“互粉”变得轻而易举；二维码还是防伪的好帮手……

    咔嚓一拍，信息自来。一个个小小的黑白方块就像一把把钥匙，带我们走进不同的世界。不知不觉中，我们已经习惯这种轻松获取资讯的方式了。但你有没有想过，手中轻易得来的“钥匙”究竟是“金钥匙”，还是“黑钥匙”？

    如今我们常见QR条形码（Quick Response，译为“快速反应”）是二维码家族中的一员，可被智能手机扫描，便于用户直接访问某个网站而无需键入网址。这就给黑客和骗子以可乘之机。他们只需付出很少的成本，利用网上随处都能下载到的二维码生成软件，就能印制出大量二维码贴纸，把它们贴在各地的公共广告上，覆盖原本由企业提供的二维码，给人造成误导。而这些假二维码所含的网址，最终将受害者引向恶意网站。由于二维码是由抽象的矩阵图形组成的，人们无法一眼辨认出它的真伪，在加之其过于便捷，使人放松警惕，因此骗子更容易得手。

    除了二维码骗局，很多人也为隐私担心。去年上半年，就有国内媒体报道称，由于实行实名制，火车票票面上印有记录乘客信息的二维码，而随手丢弃车票，很容易造成个人信息泄露——只要用手机上网下载二维码扫描软件，就可以轻易读出火车票上的二维码信息。鉴于此，铁路部门建议乘客撕毁票面的二维码部分。

    所以，对让我们又爱又恨的二维码，大家还是多留个心眼儿的好。

（摘自《青年参考》 有删节）

       一个细菌经过20分钟左右就可一分为二；一根葡萄枝切成十段就可能变成十株葡萄；仙人掌切成几块，每块落地就生根；一株草莓依靠它沿地“爬走”的匍匐茎，一年内就能长出数百株草莓苗……凡此种种，都是生物靠自身的一分为二或自身的一小部分的扩大来繁衍后代，这就是无性繁殖。无性繁殖的英文名称叫“Clone”，音译为“克隆”。实际上，英文的“Clone”起源于希腊文“Klone”，原意是用“嫩枝”或“插条”繁殖。时至今日，“克隆”的含义已不仅仅是“无性繁殖”，凡来自一个祖先，无性繁殖出的一群个体，也叫“克隆”。这种来自一个祖先的无性繁殖的后代群体也叫“无性繁殖系”，简称无性系。

       自然界的许多动物，在正常情况下都是依靠父方产生的雄性细胞（精子）与母方产生的雌性细胞（卵子）融合（受精）成受精卵（合子），再由受精卵经过一系列细胞分裂长成胚胎，最终形成新的个体。这种依靠父母双方提供性细胞、并经两性细胞融合产生后代的繁殖方法就叫有性繁殖。但是，如果我们用外科手术将一个胚胎分割成两块、四块、八块……最后通过特殊的方法使一个胚胎长成两个、四个、八个……生物体，这些生物体就是克隆个体。而这两个、四个、八个……个体就叫做无性繁殖系（也叫克隆）。

       可以这样说，关于克隆的设想，我国明代的大作家吴承恩已有精彩的描述﹣﹣孙悟空经常在紧要关头拔一把猴毛变出一大群猴子，猴毛变猴就是克隆猴。

“刷脸支付”的历史与未来

    最近有报道称，即将试营业的微众银行将推出人脸识别业务。或许未来的某一天，“刷脸”将取代数字密码。

    早在一个世纪以前，《自然》杂志就有文章讨论人类自身对人脸的识别能力，研究证明虽然大多数人能够通过面部特征区分身边的朋友、亲人，但极少有人能清晰描述这些人的具体特征，更无法准确表达对人脸进行识别的整个过程。这意味着单纯依靠机器仿生人类的人脸识别能力可行性不大，尽管当时并不具备这样的条件。

    到了20世纪60年代，计算机的使用有了一定程度的普及，人工智能领域也逐渐发展，对于人脸的自动识别的研究逐渐兴起。最初人脸识别被当作普通的计算机模式识别问题来研究，没有获得较大突破。直到90年代，科学家们开发了若干具有代表性的人脸识别算法，可以基本解决上述流程中的问题，为人脸识别技术的真正应用提供了可能。

    人脸识别是生物识别技术的一种，简单地说就是通过人的脸部特征来鉴别人的身份。和其他的生物特征（指纹、虹膜等）一样，人的脸部特征是与生俱来、独一无二的，所以利用人脸来鉴定身份具有天然的优势。人脸识别的具体过程可分为以下四步：第一步，搜集并初步处理人的脸部图像信息；第二步，从采集到的图像中提取关键的信息；第三步，进一步处理已有信息并将它们保存；第四步，比对，把需要识别的人脸与已经保存在数据库中的人脸信息进行匹配和甄别。

    这一看似简单的流程其实包含了许多复杂的问题。比如，人脸的构造具有很大的相似性，在提取人的脸部特征时，究竟该如何取舍？再比如，随着年龄的变化，人的脸部可能会发生较大的改变，但保存在数据库中的信息不太容易及时更新。还有，人的脸部经常会出现一些装饰物（眼镜、帽子等），这些东西会不会干扰最终的判断？另外，在实际应用过程中，外界条件稍微有变化，如光线强弱，拍摄角度，都会影响人脸成像，如何准确无误的辨识众多人脸，是一直以来困扰研究人脸识别技术的科学家们的基本问题。

    中国的人脸识别技术起步于90年代后期，并得到国家政策支持。目前中科院自动化研究所、中科院计算所、清华大学等自主开发的人脸识别技术已经达到国际先进水平，并且应用到了刑侦、海关安检等领域。

    虽然人脸识别尚没有得到普及，但它离我们的生活并不遥远，2013年的下半年，芬兰、英国、日本等国家就相继推出了刷脸支付系统。不难想象未来的某天，刷脸支付的浪潮将席卷而来。

（作者：刘心霈《光明日报》，2015年01月30日10版）

    网上流传着一个段子：每天叫醒我的，不止是闹钟或梦想，还有支付宝里的“蚂蚁森林”。

    “蚂蚁森林”是支付宝设计的一款公益行动。用户通过步行、地铁出行、在线缴费等低碳行为，可在支付宝里养一棵虚拟的树。这棵树长大后，公益组织、环保企业可以“买走”用户的“树”，而在现实某个地域种下一棵实体的树。

    这个将游戏与公益结合的项目于2016年8月上线，将人们对环境的关注，变成每日践行的绿色低碳生活。至今吸引了5亿人参与，共同在荒漠化地区种下1亿棵真树，种树总面积近140万亩。“蚂蚁森林”已经成为全球最大的个人参与环境治理平台，亿万网友可以通过支付宝实时查看自己的树。

    “小蚂蚁”释放的巨大“绿色能量”引起了广泛关注。2018年10月，支付宝“蚂蚁森林”种树模式被正式纳入国家义务植树体系。用户在“蚂蚁森林”里每种3棵树，就能获得一张由全国绿化委员会、中国绿化基金会联合颁发的“全民义务植树尽责证书”，可以直接在线申请换取。这是从国家的高度肯定了个人参与生态治理的行为，也让用户的个人价值实现更有认同感。

    “蚂蚁森林”还受到了国际组织的关注。2017年1月，蚂蚁金服和联合国环境规划署启动了绿色数字金融联盟，共同寻求推动全球可持续发展的新路径。这是全球范围内首个绿色数字金融联盟。

    “蚂蚁森林”项目负责人表示，他们一直秉承在实践中创新的理念，不仅通过种树为当地老百姓提供了就业机会，还要帮助贫困地区的老乡找到脱贫的方法。目前已经展开了一系列探索。

    首先，从种植生态林到上线保护地和拓展经济林树种，助力生态扶贫。以种植沙棘为例，不仅改善当地生态环境，还产出生态产品——“MA沙棘”，一种酸甜可口的原生态果汁。“蚂蚁森林”计划在2019年种植10万亩经济林，未来5年种植5亿棵树，将保护地建设拓展到更多县域和领域，挖掘生态农产品的文化价值和打造更多品牌。

    其次，在公益保护地的模式上，通过文化产品的开发，复苏当地的文化传统，并带来经济价值。2018年，山西和顺进入“蚂蚁森林”项目。和顺是珍稀动物华北豹的保护地，当地支柱型生态农产品原醋在平台上线后，一天内就预售了近3万份产品。还有当地的“非遗”产品“牵绣豹喜”也获得了用户的喜爱，在市场需求的拉动下，这种古老的技艺正在和顺传承下来，一名绣娘每月可增收2000元。

    四年走来，“蚂蚁森林”从人人参与的绿化行动平台，到人人参与的脱贫平台，再到人人参与的可持续发展平台，始终在升级迭代，未来仍有无限可能。

材料一

情感AI是人工智能的子集，是一种新兴技术，它也被称为情感计算或情感人工智能。它是利用计算机科学、心理学和认知科学的跨学科领域技术，通过识别、理解，来模拟和解释人类情感信号的人工智能。情感数据来源可以包括文本（自然语言处理和情感分析）、音频（语音情感AI）、视频（面部运动分析，步态分析和生理信号）等，它使计算机系统和算法能够通过跟踪面部表情、肢体语言或人声语音来识别和解释人类情感。可以将情感AI解释为一种使机器与人之间进行更自然交互的工具，并以类似于人的方式对其做出反应。

材料二

情感AI通过机器学习和深度学习的技术，检测系统可以通过面部表情、肤色、生物特征和语音模式对情绪进行分类，采集大量人类特征数据（面部表情、语调、手势、姿势等），进行解析标记处理来赋予机器人情感上的理解。其情感识别系统通常会学习从大量标记数据中确定情绪与其外部表现之间的联系。通过这些技术，AI机器就可识别和解释人类情感变化。例如：通过面部表情识别出是开心还是悲伤？通过走路的姿势识别出沉重还是轻快？还可通过语音的颤抖或平和，识别出当前局势是恐惧还是安全。更复杂的情感AI系统还可以分析手势。

材料三

公共场所的摄像头可以监测人们的面部表情并了解人们的总体情绪。通过摄像头采集数据，一定程度上可以通过情感AI分析人们的情绪状态及预测犯罪。在营销领域，新兴公司通过情感AI技术分析客户的情绪，了解客户对品牌内容的情感反应，从而优化市场营销策略。在市场研究方面，情感AI可以衡量消费者对新产品的反应，并帮助公司了解其他产品做得如何，以及当他们进入新市场时他们应该怎么做才能使客户满意。在病人护理方面，情感AI机器人不仅可以用来提醒病人服药，而且可以每天监控他们的身体和情绪健康状况，以观察是否有问题。心理健康治疗方面，基于情感AI的聊天机器人可以模仿治疗师或辅导员，并帮助实现对话治疗和辅助功能的自动化。还有情绪跟踪应用程序，可通过简短的日常聊天对话、情绪跟踪、游戏、精选视频等帮助人们管理心理健康问题。还有客户服务、人力资源、审讯嫌疑犯、智能驾驶、虚拟科技等领域也在悄无声息地植入情感AI技术，其应用领域已经很广泛。

材料四

情感AI由于需要采集大量人的特征数据，在一定程度上收集被采集者的隐私数据。如何保证隐私数据的“透明度”，如何保证隐私数据不泄露，都面临巨大的挑战。据媒体报道，香港一些教育行业，在运用情感AI采集数据时，必须征得父母的同意才能收集学生的数据，还需要透明地解释数据去向；欧洲一些地区则禁止使用AI进行大规模监控和社会信用评分；美国和英国超过一半的居民不希望AI解释自己的感受和情绪。随着越来越多的情感AI出现，一些应用需要视频监视或社交媒体监视以识别人类情绪。尽管主要目标是了解用户的心理状态以获得更好的服务，但有些人可能不希望受到监视。情感AI的进步会带来一些有争议的道德问题，尤其是在一些应用中，例如在工作中用AI跟踪员工或AI视频面试等。情感AI采集的数据如何监管，也将面临巨大的挑战。