Η τεχνολογία αναγνώρισης προσώπου υπάρχει –και εξελίσσεται- εδώ και πολλά χρόνια.
Το γεγονός ότι οι συντριπτική πλειοψηφία των ανθρώπων έχει δύο αυτιά, δύο μάτια, ένα στόμα και μύτη, όλα περίπου στην ίδια τοποθεσία, καθιστά την βασική αναγνώριση προσώπου σχετικά απλή υπόθεση.
Η απόλυτη ωστόσο ακρίβεια είναι αρκετά πιο δύσκολο να επιτευχθεί. Ακόμα και οι άνθρωποι, μπορούν να αναγνωρίσουν επιτυχημένα ένα θέμα ή αντικείμενο από μία φωτογραφία στο 97,53% των περιπτώσεων. Ορισμένες ομάδες έχουν εκφράσει ιδιαίτερο ενδιαφέρον για την ανάπτυξη λογισμικού που μπορεί να φτάσει ή να ξεπεράσει το συγκεκριμένο επίπεδο ακρίβειας πάντως.
Οι αρχές επιβολής του νόμου και άλλες κυβερνητικές υπηρεσίες θα ήθελαν πολύ να είναι σε θέση να εντοπίσουν υπόπτους από φωτογραφίες και βίντεο με έναν αυτοματοποιημένο και απολύτως κατηγορηματικό τρόπο. Κάτι τέτοιο ωστόσο δεν είναι και τόσο εύκολο.
Για παράδειγμα, η αστυνομία στο Ηνωμένο Βασίλειο δήλωσε ότι το μηχανογραφικό σύστημα της, κατάφερε να ταιριάξει μόλις 10 φωτογραφίες με υπόπτους μέσα σε 18 μήνες. Αντίθετα, όταν η αστυνομία χρησιμοποίησε 90 εμπειρογνώμονες, έγιναν σχεδόν 300 ταυτοποιήσεις μέσα σε μόλις τρεις μέρες.
Παρόλα αυτά, ορισμένοι developers αυτόματων συστημάτων αναγνώρισης προσώπου είχαν πολύ μεγαλύτερη επιτυχία. Σε μία μελέτη, από το Πανεπιστήμιο του Οχάιο πέρυσι, πραγματοποιήθηκε επίδειξη ορισμένων σπουδαίων εξελίξεων στην τεχνολογία, οι οποίες επέτρεψαν ακόμα και την αναγνώριση της συναισθηματικής κατάστασης των ατόμων, και μάλιστα με επίπεδο ακρίβειας που κυμάνθηκε μεταξύ 76,9% και 96,9%, ανάλογα την πολυπλοκότητα του συναισθήματος.
Αλλά πιο εντυπωσιακή, ακόμα και από την παραπάνω τεχνολογία, είναι η τεχνολογία DeepFace, το λογισμικό αναγνώρισης προσώπου που αναπτύχθηκε από το Facebook.
Η τεχνολογία DeepFace του Facebook (ονομάστηκε έτσι από το “deep learning” που ουσιαστικά αποτελεί ένα είδος machine learning) είναι τόσο ακριβής, που καταφέρνει να αναγνωρίσει ένα πρόσωπο από μία φωτογραφία σχεδόν τόσο καλά όσο θα το έκανε ένα ανθρώπινο ον.
Οι αλγόριθμοι του Facebook μπορούν να προσδιορίσουν αν δύο διαφορετικές φωτογραφίες δείχνουν το ίδιο πρόσωπο με ποσοστό ακρίβειας 97,25%, ανεξάρτητα από την γωνία λήψης της φωτογραφίας ή τις συνθήκες φωτισμού στο παρασκήνιο.
Οπότε το Facebook πρόκειται να στρέψει την τεχνολογία του πάνω στους 1,3 δισεκατομμύρια χρήστες του για να την εξελίξει ακόμα περισσότερο από τις κοινωνικές συνδέσεις που υπονοούνται από τις φωτογραφίες που ανεβάζετε, σωστά; Το Facebook λέει, όχι.
Το κοινωνικό δίκτυο σκοπεύει να χρησιμοποιήσει το σύστημα για την αναγνώριση των χρηστών του σε νέες φωτογραφίες καθώς ανεβαίνουν. Αν το πρόσωπο σας φανεί σε κάποια από τις 400 εκατομμύρια φωτογραφίες που ανεβαίνουν στο κοινωνικό δίκτυο καθημερινά, τότε το Facebook σκοπεύει να σας ειδοποιήσει με ένα email.
Αν δεν θέλετε να εμφανιστείτε στα χρονολόγια των Φίλων σας –μόνο οι φίλοι σας θα μπορούν να το δουν αυτό- θα έχετε την επιλογή να “θολώσετε” το πρόσωπο σας και να διατηρήσετε την ιδιωτικότητα σας.
Πάντως τα πράγματα δεν είναι και τόσο ξεκάθαρα σε άλλες περιπτώσεις. Για παράδειγμα ξέρουμε ότι η Apple κατοχύρωσε την δική της τεχνολογία αναγνώρισης προσώπου, και η Google ενσωμάτωσε μία ειδική εφαρμογή στο γνωστό εγχείρημα της εταιρείας Google Glass (η εταιρεία το εγκατέλειψε για την ώρα), που μπορεί να ελέγξει όσους βρεθούν μπροστά από τον φακό της ενσωματωμένης κάμερας σε βάσεις ποινικών αδικημάτων και σεξουαλικών εγκλημάτων.
Ενδεχομένως, και αυτό δεν αποτελεί έκπληξη, πολλές κυβερνήσεις στις ΗΠΑ, στο Ηνωμένο Βασίλειο, στην Ελβετία, στην Γερμανία και στη Ν. Ζηλανδία μεταξύ άλλων, έχουν χρησιμοποιήσει τέτοιου είδους τεχνολογία για να αναγνωρίζουν εγκληματίες, να βελτιώσουν τους ελεγκτικούς μηχανισμούς στα σύνορα και για άλλους σκοπούς. Αν και ενδέχεται, όλες οι παραπάνω χρήσεις, να μην σας απασχολούν τώρα, στο μέλλον μπορεί να είναι διαφορετικά τα πράγματα.
Καθώς η τεχνολογία εξελίσσεται, θα βρεθούν ακόμα περισσότεροι τρόποι χρήσης, και όλοι γνωρίζουμε πόσο πιο αργά εξελίσσεται το νομοθετικό πλαίσιο –για την προστασία της ιδιωτικής ζωής κ.α- σε σχέση με την τεχνολογία. Ακόμα και όταν σε κάποιες περιπτώσεις συμβαδίσει, οι βουλευτές/ νομοθέτες συχνά δεν έχουν την απαραίτητη τεχνογνωσία για να νομοθετούν με τρόπο που να έχει πραγματικό νόημα για το δημόσιο συμφέρον και το ευρύ κοινό.
Το μόνο που μπορούμε να κάνουμε για την ώρα, για την προστασία της ιδιωτικής μας ζωής, είναι να εξετάσουμε κάθε χρήση της τεχνολογίας αναγνώρισης προσώπου, και να προβούμε σε οποιαδήποτε ενέργεια θεωρούμε ότι είναι απαραίτητη, εφόσον καταρχήν υποθέσουμε ότι είμαστε σε θέση να την ελέγξουμε.
Στην περίπτωση του Facebook και της προσθήκης ετικετών στις φωτογραφίες (photo tagging), οι χρήστες μπορούν εφόσον το επιθυμούν να θολώνουν το πρόσωπο τους. Παρόλα αυτά, ο χρήστης μπορεί να αποτρέψει την υπηρεσία από το να προσθέσει ετικέτες στις φωτογραφίες τους.
Το μόνο που χρειάζεται να κάνει είναι να μεταβεί στις Settings (Ρυθμίσεις) και στην συνέχεια να επιλέξει «Timeline and Tagging». Στο “How can I manage tags people add and tagging suggestions?” υπάρχει μία επιλογή με την ονομασία “Who sees tag suggestions when photos that look like you are uploaded?”. Σε αυτό το σημείο αλλάξτε σε “No One”.
Όσο αφορά στους Ευρωπαίους χρήστες (λογικά θα διαβάσατε Unavailable), επειδή η νομοθεσία είναι διαφορετική στην Ευρώπη, θα λέγαμε ότι οι φωτογραφίες των χρηστών της Ευρωπαϊκής Ηπείρου είναι για την ώρα ασφαλείς.
Οι αρχές επιβολής του νόμου και άλλες κυβερνητικές υπηρεσίες θα ήθελαν πολύ να είναι σε θέση να εντοπίσουν υπόπτους από φωτογραφίες και βίντεο με έναν αυτοματοποιημένο και απολύτως κατηγορηματικό τρόπο. Κάτι τέτοιο ωστόσο δεν είναι και τόσο εύκολο.
Για παράδειγμα, η αστυνομία στο Ηνωμένο Βασίλειο δήλωσε ότι το μηχανογραφικό σύστημα της, κατάφερε να ταιριάξει μόλις 10 φωτογραφίες με υπόπτους μέσα σε 18 μήνες. Αντίθετα, όταν η αστυνομία χρησιμοποίησε 90 εμπειρογνώμονες, έγιναν σχεδόν 300 ταυτοποιήσεις μέσα σε μόλις τρεις μέρες.
Παρόλα αυτά, ορισμένοι developers αυτόματων συστημάτων αναγνώρισης προσώπου είχαν πολύ μεγαλύτερη επιτυχία. Σε μία μελέτη, από το Πανεπιστήμιο του Οχάιο πέρυσι, πραγματοποιήθηκε επίδειξη ορισμένων σπουδαίων εξελίξεων στην τεχνολογία, οι οποίες επέτρεψαν ακόμα και την αναγνώριση της συναισθηματικής κατάστασης των ατόμων, και μάλιστα με επίπεδο ακρίβειας που κυμάνθηκε μεταξύ 76,9% και 96,9%, ανάλογα την πολυπλοκότητα του συναισθήματος.
Αλλά πιο εντυπωσιακή, ακόμα και από την παραπάνω τεχνολογία, είναι η τεχνολογία DeepFace, το λογισμικό αναγνώρισης προσώπου που αναπτύχθηκε από το Facebook.
Η τεχνολογία DeepFace του Facebook (ονομάστηκε έτσι από το “deep learning” που ουσιαστικά αποτελεί ένα είδος machine learning) είναι τόσο ακριβής, που καταφέρνει να αναγνωρίσει ένα πρόσωπο από μία φωτογραφία σχεδόν τόσο καλά όσο θα το έκανε ένα ανθρώπινο ον.
Οι αλγόριθμοι του Facebook μπορούν να προσδιορίσουν αν δύο διαφορετικές φωτογραφίες δείχνουν το ίδιο πρόσωπο με ποσοστό ακρίβειας 97,25%, ανεξάρτητα από την γωνία λήψης της φωτογραφίας ή τις συνθήκες φωτισμού στο παρασκήνιο.
Οπότε το Facebook πρόκειται να στρέψει την τεχνολογία του πάνω στους 1,3 δισεκατομμύρια χρήστες του για να την εξελίξει ακόμα περισσότερο από τις κοινωνικές συνδέσεις που υπονοούνται από τις φωτογραφίες που ανεβάζετε, σωστά; Το Facebook λέει, όχι.
Το κοινωνικό δίκτυο σκοπεύει να χρησιμοποιήσει το σύστημα για την αναγνώριση των χρηστών του σε νέες φωτογραφίες καθώς ανεβαίνουν. Αν το πρόσωπο σας φανεί σε κάποια από τις 400 εκατομμύρια φωτογραφίες που ανεβαίνουν στο κοινωνικό δίκτυο καθημερινά, τότε το Facebook σκοπεύει να σας ειδοποιήσει με ένα email.
Αν δεν θέλετε να εμφανιστείτε στα χρονολόγια των Φίλων σας –μόνο οι φίλοι σας θα μπορούν να το δουν αυτό- θα έχετε την επιλογή να “θολώσετε” το πρόσωπο σας και να διατηρήσετε την ιδιωτικότητα σας.
Πάντως τα πράγματα δεν είναι και τόσο ξεκάθαρα σε άλλες περιπτώσεις. Για παράδειγμα ξέρουμε ότι η Apple κατοχύρωσε την δική της τεχνολογία αναγνώρισης προσώπου, και η Google ενσωμάτωσε μία ειδική εφαρμογή στο γνωστό εγχείρημα της εταιρείας Google Glass (η εταιρεία το εγκατέλειψε για την ώρα), που μπορεί να ελέγξει όσους βρεθούν μπροστά από τον φακό της ενσωματωμένης κάμερας σε βάσεις ποινικών αδικημάτων και σεξουαλικών εγκλημάτων.
Ενδεχομένως, και αυτό δεν αποτελεί έκπληξη, πολλές κυβερνήσεις στις ΗΠΑ, στο Ηνωμένο Βασίλειο, στην Ελβετία, στην Γερμανία και στη Ν. Ζηλανδία μεταξύ άλλων, έχουν χρησιμοποιήσει τέτοιου είδους τεχνολογία για να αναγνωρίζουν εγκληματίες, να βελτιώσουν τους ελεγκτικούς μηχανισμούς στα σύνορα και για άλλους σκοπούς. Αν και ενδέχεται, όλες οι παραπάνω χρήσεις, να μην σας απασχολούν τώρα, στο μέλλον μπορεί να είναι διαφορετικά τα πράγματα.
Καθώς η τεχνολογία εξελίσσεται, θα βρεθούν ακόμα περισσότεροι τρόποι χρήσης, και όλοι γνωρίζουμε πόσο πιο αργά εξελίσσεται το νομοθετικό πλαίσιο –για την προστασία της ιδιωτικής ζωής κ.α- σε σχέση με την τεχνολογία. Ακόμα και όταν σε κάποιες περιπτώσεις συμβαδίσει, οι βουλευτές/ νομοθέτες συχνά δεν έχουν την απαραίτητη τεχνογνωσία για να νομοθετούν με τρόπο που να έχει πραγματικό νόημα για το δημόσιο συμφέρον και το ευρύ κοινό.
Το μόνο που μπορούμε να κάνουμε για την ώρα, για την προστασία της ιδιωτικής μας ζωής, είναι να εξετάσουμε κάθε χρήση της τεχνολογίας αναγνώρισης προσώπου, και να προβούμε σε οποιαδήποτε ενέργεια θεωρούμε ότι είναι απαραίτητη, εφόσον καταρχήν υποθέσουμε ότι είμαστε σε θέση να την ελέγξουμε.
Στην περίπτωση του Facebook και της προσθήκης ετικετών στις φωτογραφίες (photo tagging), οι χρήστες μπορούν εφόσον το επιθυμούν να θολώνουν το πρόσωπο τους. Παρόλα αυτά, ο χρήστης μπορεί να αποτρέψει την υπηρεσία από το να προσθέσει ετικέτες στις φωτογραφίες τους.
Το μόνο που χρειάζεται να κάνει είναι να μεταβεί στις Settings (Ρυθμίσεις) και στην συνέχεια να επιλέξει «Timeline and Tagging». Στο “How can I manage tags people add and tagging suggestions?” υπάρχει μία επιλογή με την ονομασία “Who sees tag suggestions when photos that look like you are uploaded?”. Σε αυτό το σημείο αλλάξτε σε “No One”.
Όσο αφορά στους Ευρωπαίους χρήστες (λογικά θα διαβάσατε Unavailable), επειδή η νομοθεσία είναι διαφορετική στην Ευρώπη, θα λέγαμε ότι οι φωτογραφίες των χρηστών της Ευρωπαϊκής Ηπείρου είναι για την ώρα ασφαλείς.
Δεν υπάρχουν σχόλια :
Δημοσίευση σχολίου