יש לפחות בעיה אחת גדולה בתחום.
טכנולוגיית זיהוי פנים היא כבר לא גימיק בסרטי מדע בדיוני דיסטופיים או בתוכניות שוטרים בסגנון CSI: משתמשים בה יותר ויותר בדרכים הולכי רגל. הפנים שלך יכולות פתח את הנעילה של האייפון X שלך, לדוגמה. לחלופין, אם אתה טס עם Jetblue מבוסטון לארובה או לרפובליקה הדומיניקנית, יש לך אפשרות להשתמש הוויזה שלך ככרטיס העלייה למטוס שלך, מערכת הכוללת אלגוריתם של מכס וגבולות ארה"ב מחוץ לאתר המבצע את ההתאמות. ועכשיו, הטכנולוגיה - הכוללת מצלמה מחוברת למשקפי שמש - נמצאת בשימוש על ידי שוטרים בהמונים בסין, הוול סטריט ג'ורנלדיווח ביום רביעי.
בנוסף למשקפיים, המערכת הסינית כוללת מכשיר סלולרי מחובר שהשוטרים נושאים המכיל נתוני פנים לא מקוונים, מה שמאפשר למערכת לעבוד במהירות. על פי כתב עת, בתחנת רכבת של עיר אחת, הם תפסו שבעה אנשים הקשורים לפשעים בשיטה זו, כמו גם אחרים שנסעו בזהות בדויה.
הנה איך טכנולוגיה המונעת בינה מלאכותית כמו זו עובדת באופן כללי - ומהו המלכודת הפוטנציאלית שלה. (חוץ מזה, אתה יודע, כל עניין המעקב-מדינה.)
זה נראה כמו מוצר מסוים של Google שנכשל. למעשה, זוהי התוספת האחרונה לארגז הכלים לזיהוי הפנים של סין - בדיוק בזמן לחגים! https://t.co/6DUrDphM89/
- ג'וש צ'ין (@joshchin) 7 בפברואר 2018
ראשית, חפש פרצופים. ואז, גפרורים.
תוכנה המאפשרת זיהוי פנים משתמשת בדרך כלל בתהליך דו-שלבי, אומר דיוויד אלכסנדר פורסיית, מומחה לבינה מלאכותית ויו"ר למדעי המחשב באוניברסיטת אילינוי ב אורבנה-שמפיין. שלב ראשון הוא להבין היכן הפנים בתמונה המדוברת; המערכת מחפשת קטע דמוי חלון בתמונה שיש בו גם פנים של מישהו, ולא את הדברים האחרים של החיים המודרניים, כמו תמרורים ומכוניות.
שלב שני: הוא צריך לראות אם הוא יכול להתאים את הפנים לאף אחד במסד הנתונים שלו. "מסתבר שזו בעיה קשה יותר", אומר פורסיית', בהשוואה לשלב הראשון. "אנשים נוטים להיראות זה לזה." (לפחות לאלגוריתמים.)
המערכת לא רק משקפת את התמונה כמו שאדם יעשה - היא מסתכלת על ייצוג שלה בצורה של נתונים, המורכבים ממספרים, אומר פורסיית. "הייצוג הזה צריך להדגיש דברים שגורמים לאנשים להיראות שונים זה מזה", הוא מציין - כמו פרטים הכוללים את הצורה של תכונות כמו שפתיים, אפים ועיניים. הייצוג צריך גם לוודא שהוא לא מושפע ממשתנים שעלולים להפיל אותו, כמו אור על פניו של מישהו. לאחר מכן, התוכנה בוחנת את הייצוג הזה כדי לראות אם יש לו התאמה לפנים שיש לה בקובץ.
"ב-10 השנים האחרונות לערך ראו התקדמות ושינויים מדהימים בטכנולוגיות המסווגות", הוא מוסיף. "ההליך של בניית הייצוג הזה של התמונה הפך להיות מתוחכם מאוד ויעיל מאוד."
מערכות בינה מלאכותית זקוקות לאוקיאנוסים של נתונים כדי ללמוד כיצד לבצע את עבודתן היטב, וטכנולוגיית זיהוי הפנים אינה שונה. "כרגע, הדרך הטובה ביותר שאנו מכירים, דרך ארוכה, ארוכה, היא לקבל מספר עצום של תמונות של פרצופים", כדי לבנות ולאמן את המערכות הללו, מסביר פורסיית. אלגוריתמים צריכים ללמוד באילו פרטים עדינים להתמקד כדי להבדיל במדויק בין אנשים.
בעיית התאמה כוזבת
אבל למרות התחכום של הטכנולוגיה, זה נשאר תחום קשה. "התוצאה של ערבוב יכולה להיות באמת נוראית", הוא מוסיף. בקיצור: יכול להיות שיש לזה תוצאות שגויות, ולחשוב שזה סימן מישהו שהוא אדם שמעניין אותו, אבל הוא, למעשה, לא.
יש הבדל עיקרי בין שימוש בטכנולוגיה בדרך זו, כמו סין, לבין האופן שבו אתה מתעסק איתה באייפון X, למשל. במקרה של הטלפון החכם, אתה מציג את עצמך בפניו בכוונה כדי שיוכל לפתוח את המכשיר; זוהי אינטראקציה עם הימור נמוך. הסיבה לכך היא שאם הוא לא מצליח לזהות אותך, אתה פשוט משתמש בקוד הסיסמה שלך, בעוד שאפל אומרת שהסיכוי שמישהו אחר יפתח אותו עם הפנים שלו הוא אחד למיליון. אחרי הכל, האייפון שלך צריך רק ללמוד את הפרטים של הפנים שלך, שאותם הוא מחשיב בצורה תלת מימדית.
אבל שימוש בטכנולוגיה כזו כדי לסרוק את המוני הפנים בהמונים במסגרות כמו שדות תעופה או תחנות רכבת מציג ייחודיות אתגרים, בגלל בעיית התאמה כוזבת - תוצאה שלא משפיעה רק על אותו אדם, אלא גם על מטיילים אחרים שיכולים להיות מתעכב על ידי זה. "למעשה השימוש בו יכול להיות די מסובך", מזהיר Forsyth.
