Meta 用 AI 骨骼分析辨識未成年照片 清理 13 歲以下帳號

增強重點摘要

• •Meta 採用隱私保護技術，該 AI 模型在設備端（on-device）進行處理，以確保原始影像數據不會上傳至雲端伺服器，從而降低隱私洩露風險。
• •此項技術不僅針對靜態照片，還整合了動態影片分析，透過偵測肢體動作與發育特徵的細微差異，進一步提高對 13 歲以下用戶的辨識準確度。
• •Meta 引入了「年齡驗證工具」（Age Verification Tools），當 AI 偵測到疑似未成年帳號時，系統會要求用戶透過上傳身分證件或錄製視訊自拍（由第三方合作夥伴 Yoti 進行年齡估算）來進行二次確認。

競品分析

技術深入

• •模型架構：採用輕量化卷積神經網路（CNN），專門針對人體骨骼關鍵點（Pose Estimation）進行優化，以在行動裝置的有限算力下運行。
• •特徵提取：系統提取人體比例（如頭身比）、骨骼關節距離及發育階段特徵，並將其轉化為匿名化的數學向量，而非儲存原始影像。
• •隱私保護：採用差分隱私（Differential Privacy）技術，確保模型訓練過程無法反推特定用戶的真實面貌。
• •誤判處理：系統設定了高置信度閾值，對於邊緣案例（Borderline cases）會觸發人工審核流程，以減少誤封鎖情況。

前景展望基於引用來源的 AI 分析

時間線