Varför jag vidarebefordrar iphone x och ansikts-id - för närvarande

Jag hatar lösenord. De är klumpiga, osäkra, långa och komplexa av nödvändighet, svåra att komma ihåg och lätt att glömma. Och hackare har valet av sätt att stjäla dem: keyloggers, phishing-bedrägerier och dataintrång.

Men de misslyckas på förutsägbara sätt.

Tyvärr kan detsamma inte sägas om Apples banbrytande Face ID-autentiseringsteknik. Släppt med flaggskeppet iPhone X tidigare i år använder Face ID sofistikerad teknik för att identifiera personen som håller telefonen. Förutom att skapa en 3D-karta över ditt ansikte, använder Face ID maskininlärning för att anpassa dig, till exempel, odla en mustasch, glasögon eller flytta till olika ljusinställningar.

All ansträngning som har gjorts för att utveckla Face ID är avsedd att fixa bristerna i tidigare ansiktsautentiseringstekniker, som ofta kan luras med en stillbild eller en platt video av ett ansikte. Och för att vara rättvis har Apple gjort ett bra jobb med att förhindra triviala hack. Företaget hävdar sannolikheten att en slumpmässig person kan titta på din iPhone X och låsa upp den med Face ID är ungefär 1 av 1 000 000.

Men denna komplexitet har infört sina egna utmaningar och fått Face ID att uppträda på oförutsägbara sätt. Efter att ha tittat på de galna tekniker som människor har använt för att testa gränserna för Face ID: s säkerhet, har jag fortfarande svårt att definiera ett gemensamt mönster på de sätt som det har misslyckats.

Till exempel lurade Wires $ 1.000-mask av reportern David Pierce inte Face ID. Men halvmasken på 150 $ och fasta, tryckta ögon från det vietnamesiska säkerhetsföretaget Bkav låste upp iPhone X. Och Face ID kunde förstå skillnaden mellan identiska tvillingar, men det trodde på mystiskt sätt att en mamma och hennes 10-åriga son var samma person. I två andra test kunde bröder med ålders ålders ålder låsa upp samma iPhone X.

Fooling Face ID

I Apples försvar är de demonstrerade misslyckandena alla fallfall, och de flesta av dem är tveksamma. Det finns skäl att vara misstänkta för den metod som Bkav använde för att lura Face ID, och Apple har gjort det klart att den statistiska sannolikheten för någon annan än dig som låser upp din telefon med Face ID ändras när personen är din tvilling eller släkting som ser mycket ut som du.

Men det som berör mig är att Face ID: s AI-algoritmer kan spelas. De inte-så-likadana bröderna som lyckades låsa upp samma iPhone senare förklarade hur de tvingade den att misslyckas och sedan skrev in lösenordet manuellt flera gånger. Även om Apple är snäv om hur tekniken fungerar verkar det som om de två bröderna kunde utbilda algoritmen till att tro att de var samma person. Bkav kan ha använt en liknande teknik för att lura iPhone att tro att masken var en variant av ägarens ansikte.

Face ID: s misslyckanden visar utmaningen med maskininlärningsalgoritmer. I motsats till traditionell mjukvara, för vilken mänskliga utvecklare tillhandahåller reglerna, definierar maskininlärningsprogramvaran sina egna regler genom att analysera stora uppsättningar av data och svindelkorrelationer och vanliga mönster. För Face ID tar AI in kartor och bilder av ditt ansikte och skapar sina egna regler för att känna igen dig.

Problemet är att vi inte exakt vet vad dessa regler är. Detta förvandlar effektivt algoritmerna till svarta rutor vars beteenden och beslut ofta förvirrar användare - och till och med deras skapare. En AI-algoritm som uppträder konstigt är inte mycket problem när den föreslår vad du ska köpa eller titta på nästa. Men när det fattar känsliga beslut, kan oförutsägbart beteende resultera i kritiska misstag.

När du förlitar dig på en teknik för att skydda en enhet som har tillgång till en mängd känslig information - sociala mediekonton, bankappar och mer - vill du veta dess gränser och hur den kan misslyckas. I detta avseende har Face ID hittills visat sig vara mindre tillförlitliga. Tills Apple blir mer transparent om hur Face ID fungerar, kommer jag att hålla mig med Touch ID på min iPhone 6s.