I genitori protestano meno di quanto dovrebbero se l'identificazione biometrica per i loro figli fosse assoluta prima ancora di diplomarsi. I tecnocrati generalmente si muovono a vapore sulle preoccupazioni etiche e costituzionali, sostenendo l'efficienza e la convenienza. ⁃ Editor TN
RealNetworks offre alle scuole un nuovo strumento di sicurezza gratuito: il software di riconoscimento facciale. Ma mentre la tecnologia si sposta ulteriormente negli spazi pubblici, sta sollevando preoccupazioni sulla privacy e richiede regolamentazione, anche da parte delle società tecnologiche che stanno inventando il software biometrico.
Mentre Mike Vance si avvicina alla porta a vetri che conduce all'ufficio tecnico di RealNetworks, sorride leggermente a una piccola telecamera montata di fronte a lui. Clic. La porta si apre, rispondendo a un comando del software che alimenta la telecamera che ha riconosciuto il volto di Vance e ha confermato la sua identità.
Vance, direttore senior della gestione dei prodotti della società tecnologica di Seattle, guida il team che ha creato il riconoscimento facciale sicuro e accurato - o SAFR, pronunciato "più sicuro" - una tecnologia che la società ha iniziato a offrire gratuitamente alle scuole K-12 quest'estate.
Ci sono voluti tre anni, 8 milioni di volti e oltre 8 miliardi di punti dati per sviluppare la tecnologia, in grado di identificare un volto con una precisione quasi perfetta. L'obiettivo a breve termine, affermano i dirigenti di RealNetworks, è aumentare la sicurezza della scuola.
"Ci sono molti vantaggi per le scuole che comprendono chi va e viene", ha detto Vance.
Il software è già in uso in una scuola di Seattle e RealNetworks è in trattativa per estenderlo ad altri in tutto il paese. Guardando al futuro, RealNetworks - noto per i software di streaming di video e musica introdotti nei primi 2000 - prevede di vendere SAFR a vari settori, sebbene per ora la società rimanga completamente mamma sui dettagli.
L'introduzione della tecnologia ha spinto RealNetworks al centro di un campo che sta crescendo rapidamente man mano che il software migliora nell'identificazione dei volti. Ma crescono insieme preoccupazioni per la privacy e richieste crescenti di regolamentazione, anche da parte delle aziende tecnologiche che stanno inventando il software biometrico.
La tecnologia di riconoscimento facciale è già comune, utilizzata in tutto, dalle app fotografiche che ordinano foto di persone, allo sblocco di un iPhone, alle forze dell'ordine che cercano database di foto di patenti di guida.
Il riconoscimento facciale viene utilizzato, in generale, in due modi, ha affermato Oren Etzioni, CEO dell'Allen Institute for Artificial Intelligence di Seattle, l'organizzazione sorella dell'istituto di scienze del cervello di Paul Allen. Uno è la comodità del consumatore, come il raggruppamento di foto, e l'altro è per la sorveglianza e il monitoraggio.
I grandi giocatori di tecnologia sono stati coinvolto da anni: Microsoft mercati Face API per le aziende di identificare e raggruppare volti simili per app e altri prodotti, mentre Amazon ha Rekognition, che è stata criticata all'inizio di quest'anno quando il ACLU ha chiesto alla compagnia di fermarsi vendendolo alle forze dell'ordine. Anche Google, Apple e Facebook sono in gioco, come dimostrano i tag e il raggruppamento delle foto sugli smartphone.
Ma ora, come mostra il SAFR di RealNetworks, la tecnologia si è spostata ulteriormente negli spazi pubblici. E con ciò, i sostenitori della privacy si chiedono se le persone si rendono pienamente conto della frequenza con cui i loro volti vengono sottoposti a scansione, e i sostenitori e l'industria si chiedono in che modo la linea tra i vantaggi per il pubblico e il costo per la privacy.
Imparare una faccia
La tecnologia di riconoscimento facciale funziona in modo molto simile all'impronta digitale: ogni volto ha la sua firma unica e le aziende insegnano alle macchine a riconoscere e abbinare le caratteristiche uniche delle persone.
La tecnologia di RealNetworks mappa 1,600 punti dati su ogni faccia che vede. Il team ha "addestrato" la sua macchina per circa due anni, dal lancio di RealTimes, la sua app gratuita che consente alle persone di creare presentazioni fotografiche. Il contratto con l'utente di 3,300 parole per l'app è un linguaggio che consente a RealNetworks di utilizzare le foto dei clienti per addestrare il proprio sistema di riconoscimento facciale.
SAFR non conosce l'identità delle persone nelle foto di RealTimes, ha detto Vance - non ci sono nomi, indirizzi o altre informazioni identificative nell'enorme database di 8 milioni di volti. Ma quello che può fare è dire se due facce sono la stessa persona. È diventato così preciso che può distinguere due gemelli identici e abbinare le foto di famiglia della stessa persona anche se sono state scattate a distanza di decenni.
Il SAFR si basa sulla capacità di identificare le persone "allo stato brado" o agire candidamente, non posare.
"La cosa grandiosa di quel tipo di volti è che sono persone che fanno cose che fanno naturalmente nella vita", ha detto Vance. “Non sono foto segnaletiche o in scatola. Puoi sovvertire un sistema per le persone che guardano direttamente nella telecamera. Ma quando cammini da queste parti, quando cammini per una scuola, non guardi sempre esattamente la telecamera. "
Molte tecnologie di riconoscimento facciale possono anche identificare i dati demografici di base di una persona. L'API per il viso di Microsoft, ad esempio, può indovinare la tua età con una sola foto, una funzionalità che è diventata più accurata da quando è stata rilasciata per la prima volta in 2015 per fare in modo che le recensioni degli utenti fossero mediocri.
Ciò ha portato a preoccupazioni di parzialità, tuttavia, soprattutto dal momento che a studiare presso il Media Lab del MIT hanno scoperto che le app di riconoscimento facciale di alcune grandi aziende tecnologiche avevano tassi di errore fino a 35 più alti quando si identificavano le donne con pelle più scura rispetto agli uomini con pelle più chiara. Alcuni temevano che ciò potesse portare a identificare erroneamente donne e persone di colore, un problema preoccupante soprattutto se i sistemi sono utilizzati dalle forze dell'ordine.
Microsoft ha riconosciuto i problemi di pregiudizio e sta prendendo provvedimenti per identificare meglio volti diversi,ampliare il database che utilizza per addestrare il suo sistema aggiungendo foto di persone più diverse.
RealNetworks, tuttavia, non ha addestrato il suo software per identificare qualcuno in base alla razza. Ad esempio, non puoi chiedere a SAFR di avvisarti quando un bianco entra in una porta perché non sa quali volti sono bianchi.
wpDiscuz