Amazonが手のひら認証「Amazon One」の訓練手法を公開、生成AIで数百万の手を合成

財布もスマートフォンも持たずにレジへ行き、センサーの上に手のひらをかざすだけで支払いが終わる。そんな体験の裏側で、開発陣は意外な壁にぶつかっていました。インターネット上には無数の顔写真が転がっていますが、手のひらの高解像度写真を公開している人など、ほとんどいないからです。

生体認証で最も重要なのは精度の高さですが、肝心の学習データが集まらない。Amazonはこの難題を乗り越えるため、生成AIのブームが起きる数年も前から、AIで架空の手のひらを大量生成する「手のひら工場」を立ち上げていました。

バンドエイドから指輪まで、架空の手を数百万枚生成

現在、Amazonの手のひら認証技術「Amazon One」は、米国のWhole Foods Market 500店舗以上や、スタジアム、コンビニエンスストアなどに順次導入されています。

端末は赤外線を利用して手のひらの表面にあるシワや凹凸だけでなく、皮下を流れる静脈パターンまで同時に読み取ります。この情報を独自の数値ベクトルに変換し、クレジットカードやAmazonアカウントと紐付ける仕組みです。

実データの少なさを補ったのが、生成AIによる合成データ（Synthetic Data）でした。システムは数百万枚もの架空の手のひらや血管画像を生成。照明の明暗や手の傾きはもちろん、傷跡や結婚指輪、さらにはバンドエイドが貼られた状態まで再現しました。

合成データは最初から正解ラベルが付与された状態で出力されるため、人間が手作業でアノテーションを行う莫大な手間を省けます。さらに、精巧なシリコン製の偽造手を検知して弾く訓練もこの合成画像で行われました。

スマホの顔認証より遥かに難しい「1対N」の戦い

スマートフォンの顔認証は、あらかじめ登録された持ち主本人かどうかを照合する「1対1」の確認です。しかしAmazon Oneは、誰の手が差し出されたのか分からない状態から、膨大な登録者の中から瞬時に特定しなければならない「1対N」の照合をこなします。未登録者であれば即座に拒否する判断も必要です。

Amazonによると、これまでに300万回以上利用され、精度は99.9999%を記録。手のひら表面と皮下静脈を組み合わせた認証は、両目の虹彩認証と比べても100倍高い精度を誇ると説明しています。

プライバシー対策として、非可視光線で撮影するため肌の色や性別を識別できない仕様になっており、取得データは決済手段との照合のみに使われ、個人の特定には使われないとしています。

なぜ重要か

私たちは、今回の発表で最も注目すべき点は手のひら決済そのものよりも、フィジカル空間の課題を「合成データ」で突破した点にあると考えます。

AIモデルの開発現場では、特殊なセンサーデータやプライバシーに関わる実データを集めるのが年々難しくなっています。Amazonが取った「AIの学習データを別の生成AIに作らせる」というアプローチは、自動運転や医療、工場検査など、実世界のデータ収集がボトルネックになっているあらゆる分野の模範例と言えます。

一方で、ユーザー目線での心理的ハードルは依然として残ります。パスワードやクレジットカード番号は漏洩しても再発行できますが、自分の静脈パターンは一生変更できません。生体認証の精度がどれほど高かろうと、巨大テック企業に身体データを預けることへの抵抗感をどう払拭するかが、今後の普及における最大の課題になりそうです。