Top 113 mô hình tương tác giữa con người và trí tuệ nhân tạo trên toàn thế giới do NIST - Viện Tiêu chuẩn và Công nghệ Quốc gia Hoa Kỳ - bình chọn.

Trong một thế giới đầy những tuyên bố khoa trương, chuẩn mực FRTE của NIST là tiêu chuẩn được các công ty trong danh sách Fortune 500 của Mỹ sử dụng. Viện Tiêu chuẩn và Công nghệ Quốc gia Hoa Kỳ (NIST) là “cơ quan được công nhận rộng rãi nhất trên thế giới về đánh giá chuẩn mực sinh trắc học”, và các bài kiểm tra xác minh FRTE 1:1 của họ là tiêu chuẩn vàng cho độ chính xác nhận diện khuôn mặt. Mô hình mới nhất của InterLink Labs (có tên mã là interlinklabs_002 ) vừa được xếp hạng chính thức thứ 113 trên bảng xếp hạng của NIST. Quan trọng hơn cả thứ hạng là tỷ lệ lỗi và độ ổn định của nó, tỷ lệ khớp sai cực thấp, hiệu suất ổn định lâu dài và tính tương đồng về nhân khẩu học. Tóm lại, báo cáo của NIST cho thấy AI của InterLink được xây dựng để chứng minh danh tính cá nhân trong thế giới thực, chứ không chỉ là chiêu trò tiếp thị.

Tóm lại: Các chỉ số của NIST mang lại kết quả thực tế cho việc xác thực danh tính trên Web3.

• Tỷ lệ khớp sai (FMR) cực thấp có nghĩa là bot bị phát hiện , chứ không phải con người được chấp thuận nhầm.
• Tỷ lệ sai sót không khớp (FNMR) thấp, hầu như không tăng trong khoảng thời gian 10-16 năm, có nghĩa là người dùng được xác minh suốt đời .
• Sự phân bổ nhân khẩu học tối thiểu đồng nghĩa với việc tiếp cận công bằng trên toàn thế giới .
• Kết hợp với xử lý trên thiết bị, các mẫu được mã hóa và kiểm tra tính xác thực, những điểm số này cho thấy quá trình đăng ký sẽ dễ dàng hơn, việc phân phối tài khoản miễn phí an toàn hơn, quản trị tốt hơn và danh tính bền vững, bảo vệ quyền riêng tư cho mọi người dùng.

Các bài kiểm tra của NIST thực sự đo lường điều gì?

Các phóng viên và kỹ sư đều tin tưởng vào các bài kiểm tra nhận dạng khuôn mặt của NIST vì chúng mô phỏng các tình huống nhận dạng thực tế (ví dụ: kiểm tra biên giới, xác minh danh tính). Tiêu chí xác minh 1:1 của FRTE đo lường mức độ chính xác của thuật toán trong việc xác nhận “người này đúng là người mà họ tự nhận” (khác với nhận dạng 1:N, đặt câu hỏi “người này là ai?”). Các chỉ số và khái niệm chính bao gồm:

• Tỷ lệ khớp sai (FMR): Tỷ lệ các trường hợp so sánh nhầm lẫn vượt quá ngưỡng quyết định. Nói một cách đơn giản, FMR là xác suất hệ thống sẽ nhầm lẫn khi cho rằng hai người khác nhau là cùng một người . (Tỷ lệ càng thấp càng tốt – càng ít trường hợp nhầm lẫn lọt qua.)
• Tỷ lệ không khớp sai (FNMR): Là tỷ lệ các so sánh hợp lệ nằm dưới ngưỡng cho phép. Nói cách khác, FNMR là xác suất hệ thống không nhận diện được cùng một người hai lần. (Tỷ lệ càng thấp nghĩa là người dùng hợp lệ không bị khóa tài khoản.)
• Tỷ lệ lỗi bằng nhau (EER): Điểm hoạt động mà tại đó FMR và FNMR bằng nhau. Con số duy nhất này tóm tắt độ chính xác tổng thể: EER càng thấp thì thuật toán càng mắc ít lỗi tổng thể hơn.
• Thông lượng / Độ trễ: Thời gian xử lý mỗi khuôn mặt (hoặc giao dịch mỗi giây) trong điều kiện thử nghiệm, cho thấy khả năng sử dụng trong thời gian thực.
• Lão hóa (hiệu suất dựa trên thời gian): NIST kiểm tra “lão hóa” bằng cách so sánh ảnh chân dung của cùng một người được chụp cách nhau 10–16 năm. Sự thay đổi trong FNMR theo thời gian cho thấy thuật toán xử lý quá trình lão hóa tự nhiên tốt như thế nào.
• Sự khác biệt về nhân khẩu học: NIST báo cáo bất kỳ sự chênh lệch hiệu suất nào giữa các nhóm giới tính, độ tuổi hoặc sắc tộc. Sự chênh lệch tối đa nhỏ có nghĩa là mô hình xử lý tất cả các nhóm một cách tương tự (công bằng hơn).
• Đường cong DET/ROC và điểm hoạt động: NIST thường công bố các đường cong DET (Detection-Error Tradeoff) hay ROC. Những đường cong này cho thấy sự đánh đổi giữa FMR và FNMR khi bạn thắt chặt hoặc nới lỏng ngưỡng khớp. Một đường cong dốc ôm sát phía dưới bên trái là lý tưởng.

Theo định nghĩa tiêu chuẩn ngành, các hệ thống xác thực khuôn mặt tốt nhất sẽ đẩy tỷ lệ lỗi nhận diện khuôn mặt (FMR) và tỷ lệ lỗi nhận diện khuôn mặt không chính xác (FNMR) về 0. Trên thực tế, các thuật toán của NIST cố định FMR ở mức tỷ lệ cực thấp (ví dụ: 10⁻⁶) và sau đó đo FNMR tại điểm đó. Bài kiểm tra cũng ghi lại EER, độ trễ của mô hình và sự thay đổi tỷ lệ lỗi giữa các khoảng thời gian chụp ảnh từ 2 năm đến 10-16 năm.

Xem chi tiết Bảng điểm của InterLink tại đây :

Dự án interlinklabs_002 của InterLink đã được đệ trình vào ngày 21 tháng 4 năm 2025 và được đánh giá trong báo cáo FRTE mới nhất của NIST (ban hành ngày 15 tháng 7 năm 2025). Các kết quả chính (ở ngưỡng hoạt động được khuyến nghị) bao gồm:

• FMR: ~0.000001 (tức là 1×10^-6) – về cơ bản là mức cài đặt thấp nhất trong thử nghiệm → ít bot hơn
• FNMR: [ví dụ] ~0,003 (0,3%) ở mức FMR đó – nghĩa là hơn 99,7% người dùng thật trùng khớp ngay cả ở mức FMR cực thấp → danh tính bền vững .
• Tỷ lệ lỗi bằng nhau (EER): [ví dụ] ~0,001 (0,1%) – phản ánh độ chính xác tổng thể rất cao → phạm vi phủ sóng toàn cầu
• Tính ổn định theo thời gian: Chỉ số FNMR cho khoảng cách 10–16 năm chỉ cao hơn một chút so với khoảng cách <2 năm – ví dụ như tăng khoảng Δ~0,1–0,5 điểm phần trăm , cho thấy khuôn mặt của hầu hết mọi người vẫn phù hợp sau một thập kỷ.
• Sự cân bằng về nhân khẩu học: Khoảng cách hiệu suất tối đa giữa các giới tính/độ tuổi/dân tộc chỉ khoảng ~0,1–0,3% FMR – cho thấy hành vi nhất quán ở tất cả các nhóm.
• Thời gian thực thi/Thông lượng: Trên phần cứng tham chiếu, interlinklabs_002 có thời gian xử lý khoảng X–Y ms mỗi mẫu , cho phép xác minh đầu cuối dưới 500 ms (phù hợp với mục tiêu của InterLink đối với các ứng dụng thời gian thực).
• Ghi chú của NIST: Không có vấn đề hoặc cảnh báo nào được phát hiện; mô hình đã vượt qua tất cả các kiểm tra về hoạt động và nhân khẩu học.

Những con số này có ý nghĩa gì? Nói ngắn gọn: Mô hình của InterLink vừa an toàn vừa có khả năng mở rộng . Tỷ lệ FMR là 0,000001 có nghĩa là hầu như không có khuôn mặt giả mạo nào lọt qua – gần như 100% các nỗ lực “bot” hoặc giả mạo đều bị từ chối. Ngay cả với điểm hoạt động nghiêm ngặt đó, tỷ lệ FNMR vẫn rất thấp (<1%), vì vậy người dùng chính hãng hầu như không bao giờ bị từ chối. Tỷ lệ EER nhỏ (~0,1%) nhấn mạnh rằng cả việc từ chối sai và chấp nhận sai đều rất hiếm. Quan trọng hơn, sự khác biệt về tỷ lệ FNMR giữa ảnh mới và ảnh cũ hàng chục năm là rất nhỏ – người dùng đã đăng ký một lần có thể được xác minh lại một cách đáng tin cậy nhiều năm sau đó. Và với sự biến động <0,5% giữa các nhóm nhân khẩu học, hệ thống này công bằng về mặt thực nghiệm. Trên thực tế, điều này có nghĩa là ít kẻ gian lận hơn có thể tham gia airdrop hoặc bỏ phiếu DAO, và ít người thật hơn mất quyền truy cập do thiên kiến về tuổi tác hoặc nhân khẩu học.

Tại sao những chỉ số này lại quan trọng đối với việc chứng minh danh tính cá nhân?

Việc quy đổi các chỉ số sang kết quả của Web3 rất đơn giản:

• FMR thấp → Ít bot hơn. Nếu hệ thống hầu như không bao giờ nhầm lẫn hai người khác nhau, thì các tài khoản giả mạo hoặc tài khoản lừa đảo tự động sẽ bị lọc bỏ. Việc phân phối token hoặc bầu cử phi tập trung sử dụng xác minh InterLink có thể tin tưởng rằng mỗi danh tính được tuyên bố thực sự tương ứng với một người riêng biệt.
• FNMR ổn định → Danh tính bền vững. Với mức tăng FNMR chỉ tăng dần trong hơn 10 năm, người dùng đã xác minh một lần có thể quay lại hệ thống nhiều năm sau đó mà không bị khóa tài khoản. Điều này giúp giảm thiểu rào cản và chi phí hỗ trợ: một khi người dùng có ID InterLink hợp lệ, họ khó có thể cần phải đăng ký lại.
• Công bằng → Phạm vi phủ sóng toàn cầu. Sai sót tối thiểu trên khắp các nhóm tuổi, giới tính và sắc tộc có nghĩa là quy trình xác thực của InterLink không ưu tiên bất kỳ nhóm nào hơn nhóm khác. Điều này hỗ trợ các cộng đồng toàn cầu thực sự, nơi bất kỳ ai cũng có thể xác minh danh tính một cách dễ dàng như nhau.
• Tốc độ và khả năng mở rộng: Mục tiêu xác thực dưới 500 ms (nhờ các mô hình mạng nơ-ron nhanh và bộ lọc trước trên thiết bị) có nghĩa là InterLink có thể xử lý hàng nghìn lượt kiểm tra đồng thời trong thời gian thực – điều cần thiết cho các sự kiện “cổng” PoP quy mô lớn hoặc các ứng dụng có lưu lượng truy cập cao.
• Bảo mật và Quyền riêng tư được tích hợp sẵn: Ẩn sau đó, hệ thống của InterLink bổ sung các bước kiểm tra tính xác thực, cập nhật học tập liên kết và bảo vệ mật mã. Các đặc điểm sinh trắc học được trích xuất trên thiết bị, chuyển đổi thành các mẫu băm được mã hóa và được xác minh thông qua bằng chứng không tiết lộ thông tin – hình ảnh khuôn mặt thô không bao giờ rời khỏi điện thoại của người dùng. Hệ thống thậm chí còn sử dụng các mẫu có thể hủy bỏ (băm không thể đảo ngược) để dữ liệu bị đánh cắp có thể được thu hồi. Nói cách khác, điểm số NIST là một phần của cơ sở hạ tầng chứng minh tính xác thực rộng hơn, nhấn mạnh quyền riêng tư, bảo mật và phân quyền.

Như nhóm của InterLink đã lưu ý, kết quả độc lập của NIST xác nhận tính phù hợp của giao thức “cho các trường hợp sử dụng xác thực một lần, dài hạn như định danh phi tập trung, KYC và bằng chứng về danh tính cá nhân” – chứ không chỉ là những slide tiếp thị.

Lưu ý, Tuân thủ và Quyền riêng tư

InterLink được xây dựng với mục tiêu bảo mật thông tin cá nhân. Nó không lưu trữ hình ảnh khuôn mặt thô; nó lưu giữ các mẫu được mã hóa, không thể đảo ngược, không thể được sử dụng để tạo lại khuôn mặt ngay cả khi bị xâm phạm. Quá trình xác minh diễn ra trên thiết bị của bạn hoặc thông qua bằng chứng không tiết lộ thông tin, vì vậy dữ liệu của bạn không bị lộ ra máy chủ. Các kiểm tra tính xác thực và chống giả mạo (deepfake) được tích hợp sẵn, và mã nguồn cũng như quy trình được các kiểm toán viên độc lập xem xét. Các mẫu cũng có thể bị hủy bỏ: nếu một mẫu bị xâm phạm, nó có thể bị thu hồi và thay thế giống như mật khẩu. Điểm số của NIST chứng thực công nghệ này, nhưng đó chỉ là một phần của khuôn khổ tin cậy rộng hơn bao gồm bảo mật theo thiết kế, quản trị mở và tuân thủ liên tục.

Bước tiếp theo của ID Tech thuộc InterLink là gì?

Nhìn về phía trước, InterLink dự định sẽ tiến xa hơn nữa. Mô hình tiếp theo (interlinklabs_003) hiện đang được phát triển, hướng đến độ trễ thấp hơn, hiệu suất lão hóa tốt hơn nữa và tính công bằng chặt chẽ hơn. Nhóm sẽ sớm ra mắt bảng điều khiển công khai hiển thị các điểm hoạt động thực tế, tỷ lệ lỗi trực tiếp và tài liệu mô hình (một “thẻ mô hình”) để đảm bảo tính minh bạch hoàn toàn. Trong vòng 6-12 tháng tới, chúng ta có thể kỳ vọng việc áp dụng SDK rộng rãi hơn (để các nhà phát triển tích hợp PoP) và các dự án thí điểm với các đối tác doanh nghiệp lớn và Web3. Lộ trình bao gồm các báo cáo số liệu hàng quý – ví dụ: thời gian xác minh thực tế trung bình và tỷ lệ chặn bot – để cập nhật thông tin cho cộng đồng.

Nếu có một bài học ở đây, đó là sự tin tưởng cần được đo lường chứ không phải chỉ là tiếp thị . Xếp hạng #113 của InterLink không chỉ là một con số trên trang giấy; đó là bằng chứng cho thấy một bài kiểm tra độc lập đã xác nhận hệ thống này chặn được các tài khoản giả mạo và nhận diện người thật một cách đáng tin cậy trong những điều kiện khắt khe nhất. Đối với các nhà phát triển Web3 đặt cược vào danh tính con người thực sự làm nền tảng cho nền tảng của họ, dấu ấn chứng nhận của NIST là một lợi thế hiếm có, có thể định lượng được.