Prisutna je svuda kao tehnika koja je koristi za prismotru i nadzor, ali i dalje predstavlja nerešeno političko, zakonsko i moralno pitanje. Šta je tehnologija prepoznavanja lica? Tehnologija prepoznavanja lica počela je naglo da se širi. Možete je pronaći na društvenoj mreži „Fejsbuk“, kad označavate fotografije sa proslava godišnjica mature, venčanja i letnjih zabava u kancelariji. Kompanije „Gugl“, „Majkrosoft“, „Epl“ i mnoge druge ugradile su ih u aplikacije koje omogućavaju pravljenje albuma fotografija ljudi koji izlaze zajedno. Tehnologija se koristi da bi potvrdila vaš identitet na aerodromima i da biste otključali mobilni telefon. Treba da potvrdite svoj identitet da biste podigli 1.000 funti iz banke? Nema problema. Samo pogledajte u kameru.
Tehnologija se pojavljuje na svakom mestu u svako vreme. Želite da vidite ko je ispred ulaznih vrata? Zvono na vratima će vam reći ako ste preuzeli fotografiju lica osobe koja se nalazi na vašem kućnom pragu. Ostali sistemi se koriste da bi uočili osobu koja je nestala ili da bi uhvatila zabušante na radnom mestu. Naravno, ne smemo da zaboravimo i oglašivače. Zahvaljujući tehnologiji prepoznavanja lica bilbordi vam mogu prikazati oglase na osnovu procene vašeg pola, godina i raspoloženja.
Sve neodoljivo podseća na Velikog Brata.
Da li se tehnologija koristi u nadzorne svrhe?
Ponekad. Recimo, Kina koristi tehnologiju prepoznavanja lica za rasno profilisanje i praćenje i kontrolu ujgurskih muslimana, što je naišlo na međunarodnu osudu. Kamere prate pešake koji prelaze ulice na nedozvoljenim mestima, identifikuju učenike na ulazu u školu i prate da li su pažljivi na časovima. Rusija je, takođe, prihvatila tehnologiju. Kamere u Moskvi prate dešavanja na ulicama u potrazi za sumnjivim licima, a planira se i opremanje policajaca naočarima koje će imati iste mogućnosti.
Postoje izveštaji koji navode da se u Izraelu tehnologija koristi da bi se tajno pratili Palestinci koji su duboko ušli na Zapadnu obalu. U međuvremenu, u Britaniji, Londonska policija i policija Južnog Velsa isprobava tehnologiju da bi pronašla određene ljude među navijačima na fudbalskim i ragbi utakmicama, na gradskim ulicama, komemoracijama i muzičkim festivalima.
Prodavnice su uveliko počele da instaliraju tehnologiju da bi odvratile ili uhvatile lopove. Sledeće godine tehnologija će debitovati na Olimpijskim igrama u Tokiju.
Kako je uspela svuda da stigne?
Glavnu ulogu u procesu odigrao je napredak na trima tehnološkim poljima: na polju velikih podataka, konvolutivne neuronske mreže i moćne grafičke procesorske jedinice ( GPU). Zahvaljujući Instagramu, Fejsbuku, Guglu i mnogim drugima, na internetu se nalaze milijarde fotografija ljudskih lica koje su okupljene u ogromne skupove podataka. Svi ti skupovi fotografija koriste se za obučavanje dubokih neuronskih mreža, okosnice savremene veštačke inteligencije, da bi otkrila i prepoznala lica. Težak i dosadan računarski posao obavlja se u grafičkim procesorskim jedinicama, koja predstavljaju super-brza integrisana kola čiji je zadataka grafička obrada. Međutim, ceo proces predstavlja mnogo više od nove i zavodljive tehnologije. Posebno tokom poslednjih deset godina, sistemi za prepoznavanje lica počeli su da se koriste svuda, a podaci koju su tako prikupljeni pomogli su kompanijama da usavrše svoju tehnologiju.
Kako radi?
Prvo, računar mora da nauči šta je lice. To se može postići obučavanjem algoritma, obično duboke neuronske mreže, na ogromnom broju fotografija na kojima se nalaze lica. Svaki put, algoritmu se prikazuje slika, da bi odredio gde se nalazi lice. U početku je mreža prilično nespretna i podseća na pripitu osobu koja pokušava da magarcu prikači rep. Pošto se postupak ponovi nekoliko puta, algoritam napreduje i konačno savlada proces uočavanja lica. Ta faza se naziva detekcija.
Za njom sledi druga, koja se naziva prepoznavanje. Postupak se može obaviti na nekoliko načina, a najuobičajeniji je korišćenje druge neuronske mreže. U nju se ubacuju nizovi slika lica, a ona, posle mnogobrojnih ciklusa, uči kako da razlikuje lica. Neki algoritmi mapiraju lice, mere razmak između očiju, nosa, usana i slično. Drugi mapiraju lice koristeći mnogo apstraktnija svojstva. U svakom slučaju, mreža izbacuje vektor za svako lice, odnosno, niz brojeva koji jedinstveno određuju osobu u skupu ljudi koji predstavlja bazu za obučavanje.
Što se tiče upotrebe uživo, softver funkcioniše na video-zapisu u realnom vremenu. Računar pregleda frejmove video-zapisa koji je napravljen na mestima gde ima najviše gužve, kao što su ulazi na fudbalske stadione. Prvo pronalazi lica u frejmu i pravi vektor za svako lice. Vektori lica se tad upoređuju sa vektorima lica onih ljudi koji su na popisu za nadzor. Svako poklapanje koje prođe prethodno postavljenu granicu se rangira i prikazuje. U britanskim policijskim snagama, tipična granica iznosi 60%, ali može se postaviti i više da bi se izbegli slučajevi pogrešnog poklapanja. To nije jedini slučaj u kome policija koristi tehnologiju. Ako privedu sumnjivu osobu, policajci mogu da postave njenu fotografiju u sistem i pretraže nadzorne kamere da bi mogućeg počinioca pratili do mesta ubistva.
Koliko je precizna?
Najbolji sistemi su zadivljujući. Testiranje koje je nedavno obavljeno utvrdilo je da su, generalno, u razdoblju između 2014. i 2018. godine, sistemi za prepoznavanje lica postali 20 puta bolji u pronalaženju podudaranja u bazi podataka koja sadrži 12 miliona fotografija portreta. Stopa greške se smanjila sa 4% na 0,2% u istom periodu, a sve zahvaljujući dubokoj neuronskoj mreži. Smatra se da su mreže pokrenule „industrijsku revoluciju“ u prepoznavanju lica.
Međutim, takvi zadivljujući rezultati postignuti su u idealnim uslovima, odnosno gde se jasne i oštre slike nepoznate osobe upoređuju sa isto tako kvalitetnim fotografijama lica u bazi podataka. U stvarnom svetu, slike mogu da budu zamućene ili loše osvetljene, ljudi mogu delimično da budu okrenuti od kamere, mogu da imaju maramu preko lica ili da budu mnogo stariji nego na referentnoj fotografiji. Sve to utiče na preciznost.
U testiranju je otkriveno da tehnologija ima velikih problema sa blizancima jer ih čak i najbolji algoritmi ne razlikuju.
Šta je sa diskriminacijom?
Diskriminacija već odavno opterećuje algoritme za prepoznavanje lica. Problem se javlja kad se neuronske mreže obučavaju na različitom broju fotografija lica u različitim grupama ljudi. Dakle, ako se sistem obučava na jednom milionu fotografija koje prikazuju muškarce belce, ali ima manje žena i ljudi drugačije boje kože, biće manje precizan kod prepoznavanja njihovih lica. Manja preciznost znači da će biti više pogrešnih prepoznavanja i potencijalno će veći broj ljudi biti zaustavljen i ispitan. Recimo, prošle godine je sistem za prepoznavanje lica kompanije „Amazon“ pogrešno identifikovao 28 članova kongresa kao ljude koji su prethodno bili uhapšeni. Među njima je bilo najviše crnaca i ljudi hispanskog porekla.
Policijska testiranja su utvrdila još neke nedostatke. Sistem se u Južnom Velsu blokirao i konačno pao kad je ekran bio prepun ljudi, a lošije rezultate je pokazivao kad je napolju bilo maglovito ili u kasnim popodnevnim časovima. Tokom 55 sati primene, sistem je označio 2.900 potencijalnih poklapanja od čega je pogrešnih bilo 2.755. Policija je uhapsila 18 ljudi pomoću sistema, ali ne zna se koliko je njih bilo optuženo. Proba sistema je pokazala još jedan izazov za sistem prepoznavanja lica, koji su nazvali „jagnjad“. Ne govorimo o malim domaćim životinjama već o osobama na popisu koji su slični velikom broju ljudi. Dok je sistem pregledao navijače na ragbi utakmici, uočio je jednu ženu sa liste deset puta. Nijedna od uočenih osoba nije bila spomenuta žena.
Ko ima tehnologiju?
Tehnološke firme širom sveta je razvijaju, ali Sjedinjene Države, Rusija, Kina, Japan, Izrael i Evropa su lideri. Neke države su je mnogo lakše prihvatile od drugih. Kina ima milione kamera koje su povezane na softver za prepoznavanje lica, a Rusija se nada da će proširiti mrežu za nadzor. U Evropi je sistem primenjen u prodavnicama da bi se uočili lopovi, a u kompanijama da bi se nadzirali zaposleni i posetioci, ali je njena upotreba na javnim mestima još u fazi testiranja. U Americi, policija koristi prepoznavanje lica da bi pretražila snimke nadzornih kamera u potrazi za sumnjivim osobama, a ne za pregledanje grupa ljudi u realnom vremenu.
Šta kaže zakon?
Skoro ništa. U Britaniji ne postoji zakon koji dozvoljava policiji da koristi sistem za prepoznavanje lica, niti vlada ima stavove o njegovoj upotrebi. Situacija je haotična jer policija sama odlučuje kada i gde je potrebno koristiti tehnologiju, kao i šta se dešava sa snimcima koje napravi kamera.
Grupa Liberti zahteva potpunu zabranu korišćenja tehnologije na javnim mestima, tvrdeći da narušava privatnost i primorava ljude da se drugačije ponašaju. Drugi problem je lista za nadzor. Iako je Viši sud, 2012. godine, doneo odluku da je nezakonito zadržavati slike potpuno nevinih ljudi, policija neprestano proširuje nadzornu bazu podataka od 20 miliona ljudi, među kojima većina nikad nije bila osuđivana. Ipak, slike iz baze podataka i druge koje su prikupljene sa društvenih mreža, dodaju se listi za nadzor i koriste se u sistemu za prepoznavanje lica. U privatnom sektoru, situacija je još gora jer prodavnice i kompanije same odlučuju ko treba da bude na listi za nadzori i dele fotografije sa ostalim firmama. U Americi situacija nije ništa bolja. Samo pet država ima zakone koji se bave upotrebom sistema za prepoznavanje lica u policiji. Dok policija u Sijetlu insistira na korišćenju tehnologije, San Francisko je zakonom zabranio.