9 dziwnych odkryć dotyczących technologii rozpoznawania twarzy

Rozwój technologii rozpoznawania twarzy znacznie przyspieszył. Minęły już 43 lata, od kiedy naukowcy zajmują się tą tematyką. Jedno z najnowszych badań prezentuje historyczne wyniki opracowane na podstawie ponad 100 zestawów danych, wykorzystanych do kształtowania systemów specjalizujących się w rozpoznawaniu twarzy. Efekty są zaskakujące.

Jak działa technologia rozpoznawania twarzy? Jak wyglądają kwestie prywatności? Jakie ciekawostki są związane z tym tematem? Czy wraz z udoskonalaniem systemów rozpoznawania twarzy społeczeństwo traci swoją prywatność? 

Jakie są wnioski z 43 lat badań nad rozpoznawaniem twarzy?

1.Technologia okazuje się być zawodna. Przykład? Pierwsze próby zarejestrowania i zidentyfikowania twarzy kierowców pędzących autostradą przy moście Roberta F. Kennedy’ego w Nowym Jorku w 2018 roku zakończyły się niepowodzeniem. Co ciekawe, system w warunkach akademickich działał bezbłędnie.

2.Badania nad rozpoznawaniem twarzy zaczęły się uczelniach. Jednak za rozwój tej technologii jest odpowiedzialny Departament Obrony (Department of Defense) i National Institute of Standards and Technology (NIST), które w 1996 roku przeznaczyły 6,5 miliona dolarów na stworzenie największego do tej pory zbioru danych. Rząd zainteresował się tym obszarem prac ze względu na to, że nie wymagał on aktywnego udziału obywateli w przeciwieństwie do uzyskiwania np. odcisków palców. 

3.Na samym początku rozwoju technologii rozpoznawania twarzy, wykorzystywano zdjęcia portretowe. Te jednak nie były zbyt dokładne, dlatego też wyniki mogły okazać się mylące.

4.Dalszy etap prac nad rozpoznawaniem twarzy obejmował wyszukiwanie osób w Google. Stało się to wtedy, gdy naukowcy chcieli poszerzyć zbiory danych i wykroczyć poza portrety osób. Badaczom coraz trudniej było zarządzać tak zróżnicowanymi danymi, z którymi wiązały się różne procesy, jak uzyskanie zgody osoby fotografowanej, rejestrowanie układów demograficznych, utrzymywanie jakości zbioru danych itd. 

Zbiór danych z 2007 r. o nazwie Labeled Faces in the Wild pobrał Google, Flickr, YouTube i inne internetowe banki zdjęć. Dzięki temu użytkownik może znaleźć w nich więcej zdjęć, ale prawa do prywatności są nieco rozmyte.

5. Kolejny przełom w technologii rozpoznawania twarzy nastąpił dzięki Facebookowi. Portal społecznościowy ujawnił, że stworzył własną bazę danych DeepFace w 2014 roku. DeepFace identyfikuje ludzkie twarze na obrazach cyfrowych, wykorzystuje dziewięciowarstwową sieć neuronową z ponad 120 milionami połączeń. System został przetestowany na czterech milionach obrazów przesłanych przez użytkowników Facebooka w ramach technologii deep learning.

6. Przełomowa technologia wykorzystana przez Facebooka naruszyła jednak dane zbyt wielu osób. Twórcy portalu zapłacili grzywnę za to, że wykorzystali zdjęcia przesłane przez użytkowników Facebooka w celu umożliwienia rozpoznawania twarzy (bez uzyskania zgody użytkowników). 

Projekt DeepFace nie był ogłaszany w prasie, a sposób, w jaki działał, to “sugestie tagów”. Chodziło o zasugerowanie osoby na zdjęciu, którą użytkownik chce oznaczyć. To pomogłoby w rozwoju systemu, jednak powodowało kolejne naruszenia danych, dlatego ostatecznie zrezygnowano z “sugestii tagów”.

7. Technologia rozpoznawanie twarzy użyła wizerunków 17,7 milionów ludzi, a to tylko publiczne zbiory danych. W rzeczywistości nie jest znana liczba ani tożsamość osób, które stały się nieświadomymi uczestnikami rozwoju technologii rozpoznawania twarzy.

8. Automatyzacja rozpoznawania twarzy doprowadziła do nierównej reprezentacji i przyklejania ludziom “etykietek”. Systemy ewoluowały poza identyfikację twarzy czy osoby w kierunku oznaczania cech w obraźliwy sposób, np. przez użycie sformułowań “pucułowaty”, “blada skóra”, “spiczasty nos”, “worki pod oczami” itp. 

Co więcej, twarze uważane za „zachodnie” stały się domyślnymi, np. w zestawach treningowych. Zgodnie z badaniami, dyskryminacja w sztucznej inteligencji może wzmacniać dyskryminację w świecie rzeczywistym.

9. Obecnie technologia rozpoznawania twarzy jest szeroko używana, począwszy od kierowania reklam po nadzór rządowy. Technologia Amazon Rekognition i związane z nią dane zostały przekierowane policji. Z drugiej strony, dzięki systemom rozpoznawania twarzy, można znacząco polepszyć programy do analizy nastrojów kupujących oraz lepiej zrozumieć potrzeby potencjalnych klientów.