Компьютеры, способные распознавать лица, добились больших успехов за последнее десятилетие и становятся все более точными.
Это частично из-за перехода к трехмерному распознаванию лиц. В настоящее время большинство алгоритмов распознавания лиц основаны на методах 2D. Доктор Линдон Смит, профессор компьютерных наук и машинного зрения в Университете Западной Англии, Бристоль, объясняет, что технология 2D чувствительна к условиям освещения и углам обзора. Для сравнения, 3D распознавание лиц обеспечивает данные с более высоким разрешением.
«[3D распознавание лица] собирает очень подробные данные с человеческого лица, скорее как 3D-отпечаток лица», говорит Смит. «Это может обеспечить очень хорошую надежность распознавания, тем самым открывая значительно расширенный спектр потенциальных приложений».
Концепция безошибочного алгоритма достаточно, чтобы вдохновить видение 1984 года, и на самом деле, даже сегодня технология распознавания лиц используется в некоторых тревожных целях. Приложение для знакомств, которое подходит вам людям, которые предположительно похожи на вашу знаменитость? В разработке в Технологическом институте Нью-Джерси. Delta Airlines тестирует систему, в которой сканирование лица заменяет посадочные талоны. А торговые центры, казино и магазины используют программное обеспечение для распознавания лиц, чтобы отслеживать, кто находится в их здании, иногда нацеливая рекламные объявления на людей, основываясь на характеристиках программного обеспечения демографии человека.
Однако некоторые способы распознавания лиц менее страшны. Новые продукты, которые помогают студентам учиться, находить потерянных домашних животных и помогать слепым людям, уже в продаже или появятся в ближайшее время. И, конечно, это еще не все.
Отслеживайте посещаемость и внимательность студентов.
Несмотря на дружелюбное название, Нестор готов стать худшим кошмаром невнимательных студентов. Программное обеспечение, искусственный интеллект, созданный французской компанией LCA Learning, дебютировало в мае этого года. В настоящее время он проходит испытания в двух онлайн-классах, предлагаемых ESG Management School в Париже.
Пока студенты смотрят записанные лекции, Нестор использует свои веб-камеры для анализа движения глаз и выражения лица. ИИ замечает, когда студенты кажутся отвлеченными, и в конце лекции проверяет их на материале, освещенном в эти периоды мечтаний. Nestor также может отслеживать паттерны невнимательности и предупреждать студентов, когда чувствует, что они теряют фокус.
Основатель LCA Марсель Соус говорит, что Nestor также помогает учителям пересматривать свои планы уроков. Например, если большинство студентов отвлекаются на одном и том же этапе лекции, профессор, возможно, захочет найти новый взгляд на эту тему.
Хотя сторонники конфиденциальности поднимают обычные вопросы о том, является ли технология инвазивной и как будут использоваться записи, Сосетт сказал, что все данные зашифрованы и видеоматериалы студентов не будут храниться.
Помогите слепым людям узнать своих друзей и семью.
В 2015 году студенты Бирмингемского городского университета разработали трость XploR, устройство, которое помогает слабовидящим «видеть» окружающее. Эта способность особенно полезна на больших общественных мероприятиях, где человек неизбежно сталкивается с постоянным потоком людей.
XploR работает совместно со смартфоном своего владельца и использует GPS, Bluetooth и возможности распознавания лиц. Трость сканирует лица людей в пределах 32-футового диапазона, и если она идентифицирует их как друга или члена семьи, предупреждает своего владельца. Затем XploR направляет слепого к его близкому человеку посредством инструкций, передаваемых через наушник.
Ранее в этом году два создателя XploR, Асим Маджид и Саид Баадель, представили свое изобретение на конференции по глобальной безопасности. Они надеются расширить возможности трости за счет включения данных распознавания лиц в социальных сетях и - в конечном итоге - развития обмена данными между машинами (например, сообщая местоположение человека с ограниченными возможностями в автомобиле без водителя, посланном, чтобы забрать его).
Представитель Национальной федерации слепых, группы защиты слепых людей в США, заявил Wired в 2015 году, что приложение на смартфоне может быть «более экономичным», чем технологически продвинутая трость, но это технология распознавания лиц. «имеет потенциал для решения реальной проблемы, с которой сталкиваются слепые люди».
Найдите пропавшего питомца.
Распознавание лиц не только для людей. Приложение Finding Rover использует распознавание лиц, чтобы помочь владельцам воссоединиться с потерянными домашними животными.
Пользователи предварительно загружают фотографии своих щенков, и в случае потери Fido Finding Rover предупреждает свою обширную сеть местных приютов для животных и пользователей приложений. Те, кто находится в радиусе 10 миль от последнего известного местоположения животного, получают push-уведомление, и если они видят похожего питомца, они могут отправить его фотографию через приложение. Как только Finding Rover идентифицирует совпадение, он уведомляет владельца домашнего животного.
Система, создание которой заняло два года, была разработана совместно с исследователями из Университета Юты.
Сегодня большинство домашних животных имеют микрочипы, встроенный чип, который содержит идентификационный номер. Если потерянное животное оказывается в офисе ветеринара или в приюте для животных, чиновники проверяют наличие микрочипа и используют идентификационный номер для воссоединения питомца и владельца. Но не каждый имеет доступ к оборудованию для сканирования чипов, и не все домашние животные имеют микрочип. Сотрудник Висконсинского гуманного общества сказал местной новостной станции: «Приятно знать, что если ваше животное пропало… у вас есть что-то удобное и близкое к вашему телефону, чтобы немедленно сообщить об этом», но добавил, что приложение не должно ' Заменить ошейники или микрочипы.
Вопрос о том, будет ли технология распознавания лиц использоваться более хорошо или плохо, остается открытым вопросом. В исследовании, проведенном в 2014 году, профессор Карнеги-Меллона Алессандро Аккисти выявил людей, гуляющих по кампусу колледжа, сравнив изображения в профиле Facebook с изображениями с веб-камеры - благодаря технологии распознавания лиц он добился успеха в одной трети случаев. Прошло три года с момента исследования Acquisti, и, как он предупредил в интервью The Atlantic : «С технологической точки зрения способность успешно проводить массовое распознавание лиц в дикой природе кажется неизбежной. Будем ли мы, как общество, принимать эту технологию, - это уже другая история ».
