Computere, der kan genkende ansigter, har gjort store fremskridt i det sidste årti og bliver kun mere præcise.
Det skyldes delvist et skift til 3D-ansigtsgenkendelse. I øjeblikket er de fleste ansigtsgenkendelsesalgoritmer afhængige af 2D-teknikker. Dr. Lyndon Smith, professor i datalogi og maskinsyn ved University of the West of England, Bristol, forklarer, at 2D-teknologi er modtagelig for lysforhold og synsvinkler. Sammenlignende giver 3D ansigtsgenkendelse data med højere opløsning.
”[3D ansigtsgenkendelse] fanger meget detaljerede data fra et menneskeligt ansigt, snarere som et 3D-fingeraftryk i ansigtet, ” siger Smith. "Dette kan give en meget god pålidelighed til genkendelse og derved åbne et enormt øget udvalg af potentielle applikationer."
Begrebet en fejlfri algoritme er tilstrækkelig til at inspirere til visioner fra 1984, og faktisk bliver også i dag ansigtsgenkendelsesteknologi anvendt til nogle foruroligende anvendelser. En dating-app, der matcher dig til folk, der angiveligt ligner din berømmelse knuse? Under udvikling ved New Jersey Institute of Technology. Delta Airlines tester et system, hvor ansigtsscanninger erstatter boardingkort. Og indkøbscentre, kasinoer og butikker bruger ansigtsgenkendelsessoftware til at spore, hvem der er i deres bygning, og nogle gange målrettet mod reklamer mod enkeltpersoner baseret på softwarens karakterisering af en persons demografi.
Et par anvendelser af ansigtsgenkendelse er imidlertid mindre skræmmende. Nye produkter, der hjælper studerende med at studere, finde mistede kæledyr og hjælpe blinde mennesker er på markedet nu eller kommer snart. Og der er helt sikkert mere der kommer.
Spor elevernes deltagelse og opmærksomhed.
På trods af sit venligt-klingende navn er Nestor klar til at blive uopmærksomme studerendes værste mareridt. Softwaren, en kunstig intelligens oprettet af det franske firma LCA Learning, debuterede i maj. Det testes i øjeblikket i to online klasser, der tilbydes af ESG Management School i Paris.
Når studerende ser indspillede forelæsninger, bruger Nestor deres webkameraer til at analysere øjenbevægelse og ansigtsudtryk. AI bemærker, når studerende synes at være distraherede, og i slutningen af forelæsningen quizzer dem på materiale, der er dækket i disse dagdrømmeperioder. Nestor kan også spore mønstre af uopmærksomhed og opmærksomme studerende, når det fornemmer, at de er ved at miste fokus.
LCA-grundlægger Marcel Saucet siger, at Nestor også hjælper lærere med at revidere deres lektionsplaner. Hvis flertallet af studerende bliver distraherede på det samme punkt i et foredrag, kan professoren muligvis finde en ny vinkel på emnet.
Mens talsmænd for privatlivets fred har rejst de sædvanlige spørgsmål om, hvorvidt teknologien er invasiv, og hvordan optagelserne vil blive brugt, har Saucet sagt, at alle data er krypteret, og at ingen videofilm fra studerende vil blive gemt.
Hjælp blinde personer med at genkende deres venner og familie.
I 2015 udviklede studerende ved Birmingham City University XploR-sukkerrøret, et udstyr, der hjælper synshæmmede med at ”se” deres omgivelser. Denne evne er især nyttig ved store sociale sammenkomster, hvor man uundgåeligt møder en kontinuerlig strøm af individer.
XploR fungerer sammen med ejerens smartphone og er afhængig af GPS-, Bluetooth- og ansigtsgenkendelsesegenskaber. Riet scanner ansigter fra enkeltpersoner inden for en rækkevidde på 32 fod, og hvis den identificerer dem som en ven eller et familiemedlem, advarer dets ejer. XploR guider derefter det blinde individ til deres kære gennem instruktioner leveret via ørestykket.
Tidligere i år præsenterede to af XploRs skabere, Asim Majeed og Said Baadel, deres opfindelse på en global sikkerhedskonference. De håber at udvide sukkerrørets kapacitet ved at inkorporere data i ansigtsgenkendelsen på sociale medier og –– til sidst –– udvikle maskin-til-maskine udveksling af data (for eksempel at kommunikere en handicappedes placering til den førerløse bil, der sendes for at hente dem).
En talsperson for National Federation of the Blind, en fortalergruppe for blinde mennesker i USA, fortalte Wired i 2015, at en app på en smartphone muligvis er "mere omkostningseffektiv" end en teknologisk avanceret sukkerrør, men at ansigtsgenkendelsesteknologi "har potentiale til at løse et reelt problem, der opleves af blinde mennesker."
Find et savnet kæledyr.
Ansigtsgenkendelse er ikke kun for mennesker. Appen Finding Rover bruger ansigtsgenkendelse til at hjælpe ejere med at genforenes med mistede kæledyr.
Brugere uploader preemptivt fotos af deres hvalpe, og hvis Fido går tabt, advarer Finding Rover det omfattende netværk af lokale dyrehelscentre og appbrugere. Dem inden for en 10-mile radius fra dyrets sidst kendte placering modtager en push-anmeldelse, og hvis de ser et lignende kæledyr, kan de indsende et fotografi af det gennem appen. Når Finding Rover identificerer en kamp, underretter det kæledyrets ejer.
Systemet, der tog to år at skabe, blev udviklet i samarbejde med forskere ved University of Utah.
I dag har de fleste kæledyr mikrochips, en indlejret chip, der har et identifikationsnummer. Hvis et mistet dyr ender på en veterinærkontor eller et husly, skal embedsmænd tjekke for en mikrochip og bruge ID-nummeret til at genforene kæledyr og ejer. Men ikke alle har adgang til chipscanningsudstyr, og ikke alle kæledyr mikrochipses. En medarbejder i Wisconsin Humane Society fortalte en lokal nyhedsstation, at "Det er dejligt at vide, at hvis dit dyr forsvandt ... du har noget så praktisk og tæt som din telefon for at få ordet ud med det samme, " men tilføjede, at appen ikke skulle ' t udskift kraver eller mikrochips.
Om ansigtsgenkendelsesteknologi vil blive brugt mere til godt eller dårligt, er et åbent spørgsmål. I en undersøgelse fra 2014 identificerede Carnegie Mellon-professor Alessandro Acquisti personer, der vandrede rundt på et universitetscampus ved at sammenligne Facebook-profilbilleder med webcam-billeder - takket være ansigtsgenkendelsesteknologi lykkedes han en tredjedel af tiden. Det er tre år siden Acquistis undersøgelse, og som han advarede i et interview med The Atlantic, ”Fra et teknologisk perspektiv virker evnen til at udføre ansigtsgenkendelse i stor skala i naturen uundgåelig. Hvorvidt vi som samfund vil acceptere denne teknologi er imidlertid en anden historie. ”
