BrainChip Holdings Ltd（ASX: BRN, OTCQX: BRCHF, ADR: BCHPY），世界上第一家商业生产超低功耗、完全数字化、基于事件的神经形态人工智能产品的公司，今日宣布已聘用Steven Brightfield为公司的新首席营销官，并通过引入公司创始人Peter van der Made、Dr. Jason K. Eshraghian和Dr. André van Schaik，为其科学顾问委员会（SAB）进行改进。{ width=60% }

---

Brightfield在科技行业拥有丰富的知识和经验，尤其在人工智能半导体行业。他此前曾在诸如SiMa.ai、X-Silicon和Wave Computing等几家以人工智能为重点的技术公司担任营销主管，同时在半导体领域拥有深厚的经验，包括在LSI Logic、高通（Qualcomm）、Zoran等公司担任高管职位。Brightfield在BrainChip的首要任务之一将是监督新产品TENNs的营销策略的制定，这是一种先进、超高效的神经网络架构，并将其整合到Akida技术平台中。
科学顾问委员会为Brainchip的高管团队提供独立意见和专家咨询，以指导公司短期和长期目标的科学和技术方面。SAB还对BrainChip的研发项目进行审核和评估，以确保其质量和范围。重新设想的SAB为行业关键领袖提供了新的视角，齐心协力于在Dr. Tony Lewis的领导下加大对人工智能的关注。
van der Made在计算机创新的第一线已有45年的历史。作为BrainChip的创始人之一，他设计了Akida™芯片所基于的第一代数字神经形态设备。van der Made之前曾担任BrainChip的首席技术官，直至去年退休。他仍然是公司董事会的成员。

Eshraghian是加利福尼亚大学圣克鲁斯分校电子和计算机工程系的助理教授。他担任神经系统和应用技术委员会的秘书。他的研究兴趣在于大规模神经形态计算。Dr. Eshraghian是snnTorch的开发者，这是一个广泛使用的Python库，下载量超过15万次，用于训练和建模脉冲神经网络；他的实验室开发了几个知名的语言模型，包括SpikeGPT和MatMul-Free LLM。

Van Schaik是神经形态工程领域的先驱。他是西悉尼大学电气工程教授，也是澳大利亚神经形态系统国际中心的主任。他的研究重点是神经形态工程和计算神经科学。Dr. Van Schaik已发表了300多篇论文，发明了35项专利，创办了四家初创公司：VAST Audio、Personal Audio、Heard Systems和Optera。

BrainChip首席执行官Sean Hehir表示：“我很高兴能够增添具备技能、经验和资格的新团队成员，促进BrainChip在市场中的应用。利用Steve作为技术营销专家的专长，并扩展我们的科学顾问委员会，引入业界认可度最高的一些头脑敏锐的专家，将更好地使我们实现目标。我期待与每位成员密切合作。”。

---

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

Solution Powers Trust and Risk Decisions Across the Digital Economy with Near-Perfect 99.9% True Match Rate in Instant Identity Reverification

Socure，数字身份验证、制裁筛查和防范欺诈的领先提供商，今天宣布了Selfie Reverification - 一种通过在任何设备上在2秒内上传简单自拍来验证在线用户的方式。{ width=60% }

---

Selfie Reverification能够将传入的自拍与先前在入职时提交的经过身份验证的证件头像照片进行99.9%真实匹配。扫描还能检测到deepfake的迹象，以及照片和证件之间的年龄差异，以确保用户是合法的账户持有人。

Socure的Selfie Reverification建立在该公司领先市场的文件验证（DocV）产品基础上，该产品在入职时捕获并验证照片ID，具有99%的首次自拍照片捕获成功率，98%的活体检测准确性，以及98.2%的真实接受率。

随着身份攻击达到历史最高水平，在一瞬间验证通过的良好身份可能会变得危险。Selfie Reverification允许在最危险的时刻 - 高价值的银行交易，验证在线市场上雇佣的保姆的身份，验证酒精交付的年龄等 - 进行简单、快速和准确的信任决策。对于数字经济和整个客户旅程中的关键身份信任重新验证，使用案例几乎无穷无尽。

同样重要的是，Selfie Reverification具有集成的“活体”检测技术，可确保拍摄自拍的人实际上是出席的。这可以阻止最复杂的欺骗技术，包括面具、图像复制和deepfake。

“身份验证不是一次性事件。随着消费者与在线服务的互动，他们的风险配置可能会发生变化。这就是为什么确定您仍然是您所说的人物，而无需再次进行完整验证是很重要的，”Socure首席产品和分析官Pablo Abreu表示。“Selfie Reverification与我们的文件验证解决方案无缝配合，通过实时反馈引导用户捕获高质量的自拍照片。同时，使用我们的专有技术进行面部标志点分析和Level 2 NIST PAD活体检测，以防止欺骗并阻止deepfake自拍攻击而不会干扰用户体验。”

Selfie Reverification使金融服务、在线游戏、电子商务、共享经济和公共部门等各种行业的组织能够确保客户体验良好，同时减少欺诈，并由于手动审查减少而降低运营成本。在这些领域，Selfie Reverification是跨用例和垂直领域快速风险评估的“瑞士军刀”。

强大的使用案例包括：
账户劫持预防
Selfie Reverification可以成为账户劫持预防的重要组成部分，当进行了可能允许欺诈者控制该账户的异常账户更改时，触发重新验证。
保护高风险交易
大额金融交易和电汇存在高风险，因为它们可能被非账户所有者发起。 Selfie Reverification可以作为额外的 - 虽然无摩擦 - 安全措施，以确保只有授权用户可以执行这些高风险活动，从而保护免受欺诈，避免对消费者造成严重的财务损失。
账户锁定解锁
当用户被锁定在其账户外或需恢复访问权以解决可能存在欺诈时，Selfie Reverification提供了即时的恢复，通过快速自拍检查。 Socure的高速捕捉和准确匹配减少了传统账户恢复方法通常导致的客户摩擦和运营成本。
任何时候需要ID预约
从共享出租车业务必须在班次中定期重新验证驾驶员的身份，到快速忠实会员酒店签到，Selfie Reverification可以方便地为任何需要依赖重新验证的用户重新验证文件凭据。
保护政府服务提供的诚信
Selfie Reverification提供了一个额外的安全层，以保护返回用户，确保政府福利和服务向真正的选民提供。

工作原理：
用户操作和实时反馈：用户被提示自拍。在此过程中，他们将实时反馈有关位置、角度和光线，确保捕获的自拍照质量较高，从而在2秒内做出决定。
活体检测：自拍经过符合Level 2 NIST PAD的活体检测，防止欺诈者通过不同的展示攻击（如图像的图像、或复杂的面具）伪造提交。此外，Socure的注入攻击检测确保欺诈者没有通过假证件或篡改介入会话。这些检查是被动的，因此不会干扰用户体验或要求用户进行额外挑战，比如朗读屏幕上显示的数字。
Deepfake自拍检测器： Socure的数据科学团队使用20多种不同的AI生成器生成了数十万个精心筛选的deepfake样本，确保数据集包含非常逼真的各种体形、年龄、肤色、姿势、光线条件、背景和种族。这些deepfakes训练Socure的自拍模型，以极高的精度防止欺骗攻击。生物识别分析评估超过80个面部标志，如眼距、鼻宽、下颚轮廓和情绪表达，以创建和验证面部地图，以确保准确匹配。

---

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

创新整合实现文本转SQL任务准确率达92.5%
AtScale，作为数据管理和分析领域的开拓者，宣布在自然语言处理（NLP）领域取得重大突破。{ width=60% }

---

通过将AtScale的语义层和查询引擎与大型语言模型(LLMs)相结合，AtScale在所有问题和架构复杂性组合上取得了惊人的92.5%的Text-to-SQL准确率。
随着企业生成和存储的数据量不断增加，对快速、准确的数据分析需求空前高涨，超越了依赖人类分析师的传统方法。AtScale整合生成式AI将自然语言查询转换为精确的SQL命令，显著提高效率和决策速度。虽然LLMs擅长生成类似人类的文本，但在处理复杂数据库架构和业务逻辑时往往遇到困难。AtScale的语义层通过为LLMs提供全面的业务元数据来弥合这一差距，消除了需要从头开始创建度量或生成复杂连接的需求，显著增强了结果的一致性和准确性。

AtScale的CTO和联合创始人David Mariani表示：“我们在NLP和数据分析领域整合AtScale的语义层和查询引擎与LLMs标志着一个重大里程碑。通过向LLMs提供相关的业务背景，我们可以实现以前无法达到的准确度水平，使得Text-to-SQL解决方案在日常业务中受到信任。”

在严格的测试中，AtScale的整合解决方案的表现遥遥领先于传统方法。在涵盖40个与业务相关问题的多样化集合上，该解决方案实现了92.5%的准确率，而没有语义层的系统仅为20%。这些结果强调了该系统处理各种查询复杂性的能力具有卓越的准确性。

AtScale解决方案的主要优势：

• 提升准确性：在将自然语言问题转换为SQL查询方面实现92.5%的准确率。
• 简化查询生成：消除了LLMs生成连接或复杂业务逻辑的需求，减少错误并提高效率。
• 业务背景整合：为LLMs提供必要的业务元数据，确保一致和准确的结果。

AtScale致力于不断推进其基于AI的解决方案。公司计划通过优化提示工程和扩展训练数据集进一步增强集成，旨在以更高的精度和效率处理更复杂的查询。通过这样做，AtScale旨在为企业提供日益强大和可靠的数据分析工具。

您可以在此处下载完整报告，其中包括详细统计数据、图表和更深入的分析。

---

注意：Title、Date和Body的内容已经放入到对应的位置。最后只需要输出为Markdown源文件格式内容。

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

NextGen供应链会议奖项表彰塑造未来供应链的公司
创新的仓库编排平台和WMS加速器AutoScheduler.AI宣布公司荣获NextGen解决方案提供商奖项中的人工智能类别殊荣。{ width=60% }

---

NextGen解决方案提供商奖项将最多颁发给四家解决方案提供商，这些提供商在以下类别为客户实施的项目中利用了NextGen供应链技术：机器人技术、数字转型、人工智能和预测分析。
AutoScheduler.AI的首席执行官Keith Moore表示：“我们很自豪能够凭借我们的AI技术赢得这一备受推崇的奖项，该技术将不同的数据汇聚起来，为了优化效率而预设性地创建规划，从而编排校园运营。”“我们的客户的仓库运营处于巅峰状态。”
NextGen供应链会议奖项表彰着正在塑造未来供应链的公司，这些公司通过推动技术进步帮助组织应对现代供应链的复杂性，并使它们为未来成功做好准备。获奖者将在2024年10月21日至23日于芝加哥Athletic Association举办的会议上领取奖项。
Moore补充说：“我们的技术通过实时在现有WMS之上编排和规划所有活动来简化仓库运营。它考虑空间、时间、劳动力、码头门等诸多限制，以确保订单准时完整交付。客户通过优化劳动力、计划、动作和库存，在供应链中获得效率和价值。”
AutoScheduler的AutoPilot汇聚不同的数据，编排供应链活动并优化校园运营。通过集成来自WMS、场地管理系统、ERP、可见度系统和生产计划的数据，它创建了运营的统一视图。利用操作双胞胎技术，AutoPilot通过分析当前条件和系统间计划活动来预测未来状态。它运用复杂数学、人工智能和优化技术来确定容量的最有效使用方式。这种方法优化活动系统，规定事件顺序，并创建可行的运营计划，最大限度地减少动作和劳动，同时最大化服务水平。

---

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

Legal technology company continues to expand Cecilia AI capabilities to make litigations and investigations more efficient and give lawyers faster access to facts
CS Disco, Inc.{ width=60% }

---

(“DISCO”)(NYSE: LAW), a leader in AI-enabled legal technology, announced today the general availability of Cecilia Auto Review, a solution that enables users to perform high-quality document review using generative AI. Cecilia Auto Review, part of the Cecilia AI suite of capabilities, provides accurate, consistent tags for each document, allowing legal professionals to locate documents relevant to legal issues at the outset of a litigation or investigation.
Legal teams expend significant budget and resources on the first-pass document review stage, which can delay case strategy and impact a team’s ability to effectively counsel clients. Relying on human reviewers for first-pass document reviews can also be costly and lead to inconsistencies. Cecilia Auto Review is a generative AI tool that addresses these challenges by enabling attorneys to review documents faster and more consistently, with the ability to provide detailed explanations for each tagging decision.
General availability comes after a series of pilots with top Am Law firms, who came away impressed with the results. DISCO’s testing of Cecilia Auto Review on customer data demonstrated review speeds of 3,800 documents per hour — over a 24 hour period, equivalent to a 140-person review team working an eight-hour day — and precision and recall metrics 10-20% higher than typical from human reviewers. DISCO will leverage its deep bench of in-house expertise to support and optimize each customer’s experience with Cecilia Auto Review.
“DISCO has been at the forefront of the industry’s generative AI revolution, and we’ve become known for building intuitive products that apply during all phases of high-stakes litigation,” said Devin Kani, VP of Product Management. “Overall, the response from early users has been tremendous, with many telling us how it dramatically accelerated review with highly accurate results. We worked closely with users at top law firms on real case data throughout the development of Cecilia Auto Review, and it enabled us to continually improve our products so that lawyers can effectively leverage them to find evidence and develop their cases faster.”
“As we integrate AI-driven tools into the suite of solutions we offer our lawyers, we are excited to test promising tools. DISCO’s Cecilia Auto Review is such a tool – and we found the verified results of first pass document review to achieve an accuracy level that was game changing for our case team,” said Daryl E. Shetterly, Managing Director, Orrick Analytics, Global Operations & Innovation Center. “We believe generative AI solutions like Cecilia will fundamentally improve the practice of law and the value we deliver for our clients.”
DISCO’s evolving Cecilia AI suite gives law firms and corporations modern fact-finding tools that can empower lawyers to improve legal outcomes for their clients. For example, Cecilia Q&A’s newest functionality can allow lawyers to ask questions about any single document to securely obtain targeted insights or work product. Cecilia Auto Review is one of five generative AI capabilities DISCO has announced over the past 18 months, and will be the third to go to general availability.
“We are fortunate to be collaborating with DISCO on promising generative AI technology like Cecilia Auto Review, which enabled us to identify responsive documents with unprecedented speed,” said Shelby Rampolo, Associate, Perkins Coie LLP. “When my team is facing a large document review at the beginning of a key case, Cecilia can not only speed up our ability to advise the client but also enhance the accuracy of the review.”
Forward-Looking Statement
This press release contains forward-looking statements regarding Cecilia Auto Review and DISCO’s Cecilia AI suite, including, among other things, the potential benefits derived from the use of Cecilia Auto Review and the ability of Cecilia AI to improve legal outcomes for lawyers. Words such as “may,” “should,” “will,” “believe,” “expect,” “anticipate,” “target,” “project,” and similar phrases that denote future expectation or intent regarding DISCO’s financial results, operations, and other matters are intended to identify forward-looking statements. You should not rely upon forward-looking statements as predictions of future events.
The forward-looking statements contained in this press release are subject to a variety of risks, uncertainties, and factors, including those more fully described in our filings with the Securities and Exchange Commission (“SEC”), including our Quarterly Report on Form 10-Q for the quarter ended March 31, 2024, filed with the SEC on May 9, 2024. Further information on potential risks that could affect actual results will be included in the subsequent periodic and current reports and other filings that we make with the SEC from time to time, including our Quarterly Report on Form 10-Q for the quarter ended June 30, 2024. Forward-looking statements represent DISCO’s management’s beliefs and assumptions only as of the date such statements are made. We undertake no obligation to update any forward-looking statements made in this press release to reflect events or circumstances after the date of this press release or to reflect new information or the occurrence of unanticipated events, except as required by law.

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

NextGen供应链会议奖项表彰塑造未来供应链的公司
创新的Warehouse Orchestration Platform和WMS加速器AutoScheduler.AI宣布公司荣获NextGen解决方案供应商奖的人工智能类别奖项。{ width=60% }

---

NextGen解决方案供应商奖表彰在为客户实施的项目中利用NextGen供应链技术的高达四家解决方案供应商，涵盖以下类别：机器人技术、数字转型、人工智能和预测分析。

AutoScheduler.AI的CEO Keith Moore表示：“我们为获得这一著名奖项感到自豪，这是因为我们基于人工智能技术，将不同数据融合，以规划校园操作，实现优化效率。” “我们的客户的仓库运作达到巅峰状态。”

NextGen供应链会议奖项表彰那些通过先进技术塑造未来供应链、帮助组织应对现代供应链的复杂性，并为未来成功做好准备的公司。获奖者将在2024年10月21日至23日在芝加哥大学体育协会举行的会议上领取奖项。

Moore补充道：“我们的技术通过在现有WMS之上实时协调和规划所有活动，从而平稳运营仓库。它考虑到空间、时间、劳动力、码头门等约束条件，以确保订单及时完整交付。客户通过优化劳动力、计划、处理和库存，从而在供应链中获得效率和价值。”

AutoScheduler的AutoPilot将不同数据融合，协调供应链活动并优化校园运营。通过集成WMS、院内管理系统、ERP、可见性系统和生产计划等数据，它创建了运营的统一视图。利用操作孪生技术，AutoPilot通过分析系统当前状态和计划活动来预测未来状态。它采用复杂的数学、人工智能和优化技术来确定最有效地利用容量的方式。这种方法优化活动系统，规定事件顺序，并创建可行的运营时间表，最大程度地减少工时并提高服务水平。

---

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

创新整合带来文本到SQL任务前所未有的92.5%准确率
AtScale，数据管理与分析领域的开拓性领导者，宣布在自然语言处理（NLP）方面取得重大突破。{ width=60% }

---

通过将AtScale的语义层和查询引擎与大型语言模型（LLM）集成，AtScale在Text-to-SQL准确性方面树立了新的标准，在所有问题和模式复杂性的组合中实现了令人瞩目的92.5%准确率。
随着企业生成和存储的数据量不断增加，对快速准确的数据分析的需求空前高涨，超越了依赖人类分析师的传统方法。AtScale对生成式AI的整合将自然语言查询转换为精确的SQL命令，极大提升了效率和决策速度。虽然LLM擅长生成类似人类的文本，但在处理复杂数据库模式和业务逻辑时通常表现不佳。AtScale的语义层通过向LLM提供全面的业务端元数据填补了这一差距，消除了需要从头开始创建指标或生成复杂连接的需求，显著增强了结果的一致性和准确性。
AtScale的CTO兼联合创始人David Mariani表示：“我们将AtScale的语义层和查询引擎与LLM集成标志着自然语言处理和数据分析领域的重要里程碑。通过向LLM提供相关的业务背景，我们可以达到以前无法实现的准确性水平，使得Text-to-SQL解决方案在日常业务中备受信赖。”
在严格测试中，AtScale的整合解决方案在性能上大幅领先于传统方法。在一个包含40个与业务相关的问题的多样化数据集中，该解决方案实现了92.5%的准确率，而没有语义层的系统只有20%。这些结果突显了该系统具备处理各种查询复杂性的能力，具有更高的精准度。
AtScale解决方案的关键优势：
1. 提升准确性：将自然语言问题翻译为SQL查询，在准确率上达到92.5%。
2. 简化查询生成：无需LLM生成连接或复杂业务逻辑，减少错误，提高效率。
3. 业务环境整合：为LLM提供必要的业务元数据，确保结果一致且准确。
AtScale致力于不断推进其基于人工智能的解决方案。公司计划通过优化提示工程和扩大训练数据集进一步完善集成，旨在以更高的精度和效率处理更复杂的查询。通过这样做，AtScale旨在为企业提供日益强大和可靠的数据分析工具。
您可以在此处下载完整报告，其中包括详细的统计数据、图表和对分析的深入探讨。

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

解决方案激发了数字经济中的信任和风险决策，在即时身份重验证中具有近乎完美的99.9%真实匹配率
Socure，领先的数字身份验证、制裁筛查和防范欺诈人工智能提供商，今天宣布推出自拍重验证功能——通过来自任何设备的简单自拍在不到2秒内在线验证返回的消费者。{ width=60% }

---

自拍重验证功能将传入的自拍与之前在入职时提交的已验证的身份证头像照片进行匹配，匹配率为99.9%。扫描还会检测深度伪造的迹象，以及照片和凭证之间的年龄差异，以确保用户是合法的账户持有者。
Socure的自拍重验证是基于该公司市场领先的文件验证（DocV）产品。该产品可在入职时捕捉和验证照片ID，首次自拍成功率为99%，活体检测准确率为98%，真正接受率为98.2%。
随着身份攻击达到历史最高水平，一旦经验证的正面身份可能会瞬间变得冒险。自拍重验证使信任决策变得简单、快速和准确，特别是在最危险的时刻——高价值银行交易、验证在线市场上租用保姆的身份、确认酒类送货的年龄。无论是数字经济中的哪个区域，还是整个客户旅程中，关于关键身份信任重验证的用例几乎是无穷无尽的。
同样重要的是，自拍重验证集成了‘活体’检测技术，可确保拍摄自拍的人确实在场。这可以阻止最复杂的欺骗技术，包括面具、图像复印和深度伪造。
Socure首席产品和分析官Pablo Abreu表示：“身份验证不是一次性事件。随着消费者随时间与在线服务互动，他们的风险配置可能会发生变化。这就是为什么验证您仍然是您自己十分重要，而不需要重新进行完整的验证过程。”“自拍重验证与我们的文件验证解决方案无缝配合，通过实时反馈引导用户捕捉高质量的自拍。同时，它进行第2级NIST PAD活体检查，并使用我们的专有技术分析面部标志，以预防欺骗和阻止深度伪造自拍攻击，而不会影响用户体验。”
自拍重验证可让各个垂直领域的组织，包括金融服务、在线游戏、电子商务、共享经济和公共部门，确保客户体验良好，同时减轻欺诈并降低经营支出成本，因为手工审核的减少。在这些领域中，自拍重验证是一个迅速风险评估的‘瑞士军刀’，可跨用例和行业垂直领域使用。
强大的用例包括：
账户劫持预防
自拍重验证可以成为账户劫持预防的重要组成部分，当进行异常账户更改时触发重新验证，这可能会使欺诈者控制账户。
保护高风险交易
大额金融交易和电汇带来高风险，因为可以由非账户所有者发起。自拍重验证可用作额外且无摩擦的安全措施，以确保只有授权用户才能执行这些高风险活动，防止欺诈并避免消费者承受严重的经济损失。
不再锁定账户
当用户被锁定账户或需要恢复访问权以预防欺诈时，自拍重验证提供即时恢复，并通过快速自拍检查降低了由传统账户恢复方法通常产生的客户摩擦和运营成本。
需要快速点头‘是’时进行身份验证
从必须在每个轮班期间定期重新验证司机身份的共乘企业到忠实会员酒店快速入住，自拍重验证可以轻松在任何依赖文件证明进行再验证的用户重新验证中使用。
保护政府服务交付的完整性
自拍重验证为保护返回用户提供了额外的安全措施，以确保政府福利和服务提供给真正的受益人。
工作原理：
用户操作和实时反馈：用户将被提示拍摄自拍。 在此过程中，他们将收到关于位置、角度和光线的实时反馈，确保捕捉到的自拍质量高，从而在不到2秒内做出决定。
活体检查：自拍将经过一个符合第2级NIST PAD标准的活体检查，以防止欺诈者通过不同的展示攻击，如图像的图像或复杂的面具来模拟提交。 此外，Socure的注入攻击检测可以确保欺诈者没有通过虚假或更改的凭证来介入会话。 这些检查是被动的，因此它们不会干扰用户体验，也不会要求用户进行额外的挑战，例如朗读屏幕上显示的数字。
深度伪造自拍检测器：Socure数据科学团队利用20多种不同的AI生成器生成了数十万个精心策划的深度伪造样本，以确保数据集包含非常逼真的各种体形、年龄、肤色、姿势、光照条件、背景和种族。 这些深度伪造训练了Socure的自拍模型，以非常高的准确性挫败模拟攻击。 生物特征分析评估>80个面部标志，如眼距、鼻宽、下巴轮廓和情绪表达，以创建并验证一个面部地图，以确保准确匹配。

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

Solution Powers Trust and Risk Decisions Across the Digital Economy with Near-Perfect 99.9% True Match Rate in Instant Identity Reverification
Socure的Selfie Reverification是一种在线验证返回用户身份的方式，只需在任何设备上进行简单的自拍，即可在不到2秒的时间内完成。{ width=60% }

---

Selfie Reverification功能将传入的自拍照片与之前在入职过程中提交的经过验证的身份证头像照片进行匹配，匹配率高达99.9%。扫描还可以检测深伪造的迹象，以及照片和证书之间的年龄差异，以确保用户是合法的账户持有者。
Socure的Selfie Reverification建立在该公司领先市场的文件验证（DocV）产品基础之上，该产品在入职过程中捕获和验证照片身份证，首次自拍照片成功率为99%，存活检测准确率为98%，真实接受率为98.2%。
随着身份攻击达到历史最高水平，一旦验证的良好身份可能一瞬间变得风险重重。Selfie Reverification允许在最危险的时刻进行简单、快速和准确的信任决策，尤其是对于高价值的银行交易、验证在线市场中托儿的身份以及为酒类配送验证年龄。在数字经济和整个客户旅程中，关键身份信任重新验证的用例几乎是无穷无尽的。
同样重要的是，Selfie Reverification还集成了“活体”检测技术，确保拍摄自拍的人确实在场。这可以阻止最复杂的欺骗技术，包括面具、图像投射和深伪造。
“身份验证不是一次性事件。随着消费者与在线服务的交互，他们的风险配置可以发生变化。这就是为什么确定你仍然是自称的身份，而无需再次通过完整的验证过程的重要性。”Socure的首席产品和分析官Pablo Abreu表示。“Selfie Reverification与我们的文件验证解决方案无缝结合，通过实时反馈指导用户捕获高质量的自拍照片。同时，使用我们的专有技术进行实时反馈自拍照片，在不干扰用户体验的情况下检查并分析人脸标志，从而防止欺骗和阻止深度伪造的自拍攻击。”
Selfie Reverification使金融服务、在线游戏、电子商务、共享经济和公共部门的组织能够实现积极的客户体验，同时降低欺诈率，并通过减少手工审核的方式降低操作成本。在这些领域，Selfie Reverification是一个跨用例和垂直领域的快速风险评估的“瑞士军刀”。
强大的使用案例包括：
防止账户劫持
Selfie Reverification可以作为防止账户劫持的重要部分，当进行了可以允许欺诈者控制账户的异常账户更改时，触发重新验证。
保护高风险交易
大额金融交易和电汇具有很高的风险，因为它们可能由账户所有者以外的人发起。 Selfie Reverification可以作为额外的无摩擦安全措施，确保只有授权用户能够执行这些高风险活动，以防范欺诈，避免消费者遭受毁灭性的经济损失。
不再锁定账户
当用户被锁定在他们的账户中或需要恢复访问权限以应对涉嫌欺诈时，Selfie Reverification提供即时的恢复，通过快速自拍检查。 Socure的高速捕获和准确匹配降低了传统账户恢复方法所产生的客户摩擦和操作成本。
任何时候需要ID快速确认
从共乘业务必须在班轮期间定期重新验证驾驶员身份到快速忠诚会员酒店入住，Selfie Reverification可以轻松利用，以便于任何用户基于重新验证所依赖的文件证明。
保护政府服务交付的完整性
Selfie Reverification为保护返回用户提供了一个额外的安全层，以确保政府福利和服务提供给真正的受益者。
如何运作：
用户操作和实时反馀馨：用户被提示进行自拍。在这个过程中，他们将即时获得关于定位、角度和光照的反馈，确保捕获到的自拍质量高，从而在不到2秒的时间内做出决定。
活体检测：自拍经历一个符合NIST PAD标准的活体检测，以防止欺诈者通过不同的展示攻击（如图像的图像）伪造提交。另外，Socure的注入攻击检测确保欺诈者未在会话中插入伪造或更改凭证。这些检查是被动的，因此不会干扰用户体验或要求用户进行其他挑战，比如说出屏幕显示的数字。
深伪造自拍检测器：Socure的数据科学团队使用20多种不同的AI生成器生成了数十万个精心策划的深伪造样本，以确保数据集包含非常逼真的各种身体形状、年龄、肤色、姿势、光照条件、背景和种族。这些深伪造训练了Socure的自拍模型，以极高的精度阻止欺骗攻击。生物特征分析对80多个面部标记进行评估，如眼距、鼻宽、下颌轮廓和情绪表达，以创建和验证面部地图，以确保准确匹配。

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

KORE，一家全球物联网解决方案领军者、物联网超大规模提供商和物联网连接、解决方案和分析的先驱，今天宣布KORE LPHub™（以前称为KORA）荣获TMC和Crossfire Media颁发的2024年物联网LPWAN卓越奖。{ width=60% }

---

2024年物联网进化LPWAN卓越奖表彰利用LPWAN（低功耗广域网）协议实现设备之间安全通信的产品和解决方案。
KORE LPHub是一种基于SaaS的服务交付平台（SDP），能够无缝部署、管理和连接LoRaWAN设备，通过成本效益高、低功耗的广域网络确保设备长寿。无论是私有还是公共的，基于云还是本地的，LPHub通过更低的成本和更少的麻烦支持和扩展您的LoRaWAN覆盖范围。
“这不仅仅是一个消息管理平台，还是一套简化任何LoRaWAN部署的完整工具，”KORE的代理总裁兼首席执行官Ron Totton说道。“LPHub提供管理多个公共和私有LoRaWAN网络的能力，通过单一界面进行网关配置仅需几个点击，并提供实时使用分析，让客户完全掌握和可视化。”
“获选的获得物联网进化LPWAN卓越奖的解决方案体现出利用LPWAN协议的杰出产品和解决方案。我很荣幸祝贺KORE为这个快速发展行业做出的创新工作和贡献，”IoT Evolution World社区开发者Carl Ford说道。

---

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。