Komputery, które potrafią rozpoznawać twarze, poczyniły ogromne postępy w ostatnim dziesięcioleciu i stają się coraz bardziej dokładne.
Jest to częściowo spowodowane przejściem na rozpoznawanie twarzy w 3D. Obecnie większość algorytmów rozpoznawania twarzy opiera się na technikach 2D. Dr Lyndon Smith, profesor informatyki i wizji maszynowej na University of the West of England, Bristol, wyjaśnia, że technologia 2D jest podatna na warunki świetlne i kąty widzenia. Dla porównania, rozpoznawanie twarzy 3D zapewnia dane o wyższej rozdzielczości.
„[Rozpoznawanie twarzy 3D] przechwytuje bardzo szczegółowe dane z ludzkiej twarzy, jak trójwymiarowy odcisk palca twarzy”, mówi Smith. „Może to zapewnić bardzo dobrą niezawodność rozpoznawania, tym samym otwierając znacznie zwiększony zakres potencjalnych zastosowań.”
Koncepcja bezbłędnego algorytmu wystarcza, aby zainspirować wizje z 1984 roku, a nawet dzisiaj technologia rozpoznawania twarzy jest wykorzystywana w niepokojących zastosowaniach. Aplikacja randkowa, która pasuje do osób, które podobno wyglądają jak twoja celebrytka? W opracowaniu w New Jersey Institute of Technology. Delta Airlines testuje system, w którym skany twarzy zastępują karty pokładowe. Centra handlowe, kasyna i sklepy używają oprogramowania do rozpoznawania twarzy, aby śledzić, kto jest w ich budynku, czasami kierując reklamy do osób w oparciu o charakterystykę demograficzną oprogramowania.
Kilka zastosowań rozpoznawania twarzy jest jednak mniej przerażających. Nowe produkty, które pomagają uczniom uczyć się, znajdować zagubione zwierzęta i pomagać osobom niewidomym, są już dostępne na rynku lub wkrótce. I na pewno będzie jeszcze więcej.
Śledź obecność i uwagę uczniów.
Pomimo przyjaznej dla niego nazwy Nestor może stać się nieuważnym najgorszym koszmarem dla uczniów. Oprogramowanie, sztuczna inteligencja stworzona przez francuską firmę LCA Learning, zadebiutowała w maju tego roku. Obecnie jest testowany w dwóch klasach internetowych oferowanych przez ESG Management School w Paryżu.
Podczas gdy uczniowie oglądają nagrane wykłady, Nestor wykorzystuje swoje kamery internetowe do analizy ruchów gałek ocznych i wyrazu twarzy. AI zauważa, kiedy uczniowie wydają się rozkojarzeni, a pod koniec wykładu wypytuje ich na temat materiałów omawianych podczas tych snów. Nestor może również śledzić wzorce nieuwagi i ostrzegać uczniów, gdy wyczuje, że wkrótce stracą koncentrację.
Założyciel LCA, Marcel Saucet, mówi, że Nestor pomaga również nauczycielom w zmianie planów lekcji. Jeśli na przykład większość studentów rozproszy się w tym samym punkcie wykładu, profesor może chcieć znaleźć nowy punkt widzenia na ten temat.
Podczas gdy zwolennicy prywatności zadawali zwykłe pytania o to, czy technologia jest inwazyjna i w jaki sposób będą wykorzystywane nagrania, Saucet powiedział, że wszystkie dane są szyfrowane i nie będą przechowywane żadne nagrania wideo studentów.
Pomóż osobom niewidomym rozpoznać swoich przyjaciół i rodzinę.
W 2015 r. Studenci Uniwersytetu w Birmingham City opracowali laskę XploR, urządzenie, które pomaga osobom niedowidzącym „zobaczyć” swoje otoczenie. Ta umiejętność jest szczególnie pomocna na dużych spotkaniach towarzyskich, gdzie nieuchronnie napotyka się ciągły napływ osób.
XploR działa w połączeniu ze smartfonem właściciela i korzysta z funkcji GPS, Bluetooth i rozpoznawania twarzy. Laska skanuje twarze osób w zasięgu 32 stóp, a jeśli zidentyfikuje ich jako przyjaciela lub członka rodziny, powiadomi właściciela. Następnie XploR prowadzi osobę niewidomą do ukochanej osoby poprzez instrukcje dostarczane przez słuchawkę.
Na początku tego roku dwaj twórcy XploR, Asim Majeed i Said Baadel, zaprezentowali swój wynalazek na światowej konferencji bezpieczeństwa. Mają nadzieję rozszerzyć możliwości laski poprzez włączenie danych do rozpoznawania twarzy w mediach społecznościowych i - w końcu - rozwinięcie wymiany danych między maszynami (na przykład przekazanie informacji o lokalizacji osoby niepełnosprawnej do samochodu bez kierowcy wysłanego w celu ich odebrania).
Rzecznik National Federation of the Blind, grupy rzeczników niewidomych w Stanach Zjednoczonych, powiedział Wiredowi w 2015 r., Że aplikacja na smartfona może być „bardziej opłacalna” niż zaawansowana technologicznie laska, ale ta technologia rozpoznawania twarzy „może rozwiązać prawdziwy problem osób niewidomych”.
Znajdź zaginionego zwierzaka.
Rozpoznawanie twarzy jest nie tylko dla ludzi. Aplikacja Finding Rover wykorzystuje funkcję rozpoznawania twarzy, aby pomóc właścicielom połączyć się z zagubionymi zwierzętami.
Użytkownicy zapobiegawczo przesyłają zdjęcia swoich szczeniąt, a jeśli Fido zginie, Finding Rover ostrzega swoją rozległą sieć lokalnych schronisk dla zwierząt i użytkowników aplikacji. Osoby w promieniu 10 mil od ostatniej znanej lokalizacji zwierzęcia otrzymają powiadomienie push, a jeśli zobaczą podobnego zwierzaka, mogą przesłać jego zdjęcie za pośrednictwem aplikacji. Gdy Finding Rover zidentyfikuje dopasowanie, powiadomi właściciela zwierzaka.
System, którego stworzenie zajęło dwa lata, został opracowany we współpracy z naukowcami z University of Utah.
Obecnie większość zwierząt domowych ma mikroczipy, wbudowany układ scalony z numerem identyfikacyjnym. Jeśli zagubione zwierzę trafi do biura weterynarza lub schroniska dla zwierząt, urzędnicy sprawdzają mikroczip i używają numeru identyfikacyjnego do ponownego połączenia zwierzaka i właściciela. Ale nie wszyscy mają dostęp do sprzętu do skanowania układów scalonych i nie wszystkie zwierzęta są mikroczipami. Pracownik Wisconsin Humane Society powiedział lokalnej stacji prasowej, że „Wspaniale jest wiedzieć, że jeśli twoje zwierzę zaginie… masz coś tak wygodnego i zbliżonego do telefonu, jak tylko to możliwe”, ale dodał, że aplikacja nie powinna t wymienić kołnierze lub mikroczipy.
To, czy technologia rozpoznawania twarzy będzie częściej używana na dobre czy na złe, jest pytaniem otwartym. W badaniu z 2014 r. Profesor Carnegie Mellon Alessandro Acquisti zidentyfikowała osoby spacerujące po kampusie uniwersyteckim, porównując zdjęcia profilowe z Facebooka ze zdjęciami z kamery internetowej - dzięki technologii rozpoznawania twarzy odniósł sukces w 1/3 przypadków. Minęły trzy lata od badań Acquistiego i, jak ostrzegł w wywiadzie dla The Atlantic : „Z technologicznego punktu widzenia zdolność do skutecznego przeprowadzania masowego rozpoznawania twarzy na wolności wydaje się nieunikniona. To, czy jako społeczeństwo zaakceptujemy tę technologię, to już inna historia. ”
