Ang Trump pagsisikap ng pangangasiwa upang magpataw ng mga bagong tuntunin ng imigrasyon na nakuha pansin - at legal na sunog - para sa mga paghihigpit nito sa kakayahan ng mga tao na ipinanganak sa ilang mga mayorya ng mga Muslim na bansa upang pumasok sa US Sa siklab ng galit ng pag-aalala, isang nakakubli na piraso ng mga order ng ehekutibo ay hindi sinisiyasat, o napansin, nang labis: pagpapalawak ng mga sistema ng pagkilala ng facial sa mga pangunahing airport ng US upang subaybayan ang mga tao na umaalis sa US, sa pag-asa na mahuli ang mga tao na laganap ang kanilang visa o naisin sa mga pagsisiyasat sa krimen.

Ito ay isang mas malakas na bersyon ng paraan ng iyong maaaring gamitin ng telepono o computer upang makilala ang mga kaibigan sa iyong mga larawan. Paggamit ng mga computer kilalanin ang mga mukha ng mga tao at patunayan ang kanilang mga pagkakakilanlan maaari streamline access control para sa mga secure na korporasyon at mga gusali ng pamahalaan o mga aparato. Ang ilang mga sistema ay maaaring kilalanin ang kilala o pinaghihinalaang mga kriminal. Maaaring pag-aralan ng mga negosyo ang mga mukha ng kanilang mga customer upang makatulong mga estratehiya sa pagmemerkado sa mga taong may iba't ibang kasarian, edad at etnikong pinagmulan. Mayroong kahit na mga serbisyo ng mamimili na sinasamantala ang facial recognition, tulad ng virtual angkop na salamin sa mata at mga virtual na makeover.

Mayroon ding malubhang mga alalahanin sa pagkapribado habang ang mga ahensya ng gobyerno at mga kumpanya ay mas may kakayahang subaybayan ang mga indibidwal sa pamamagitan ng kanilang mga komunidad, at maging sa buong mundo. Ang market ng pagkilala sa mukha ay nagkakahalaga ng humigit-kumulang na US $ 3 bilyon at inaasahang lalago $ 6 bilyon sa pamamagitan 2021. Ang pagmamanman ay isang malaking dahilan para sa paglago; entidad ng pamahalaan ang mga pangunahing consumer. Ang FBI ay may database na may mga larawan ng humigit-kumulang sa kalahati ng populasyon ng US. Mayroon ding mga takot sa mga taong gumagamit ng facial recognition upang makisali sa online harassment o kahit na paninindigan sa real-mundo.

Habang nagiging mas karaniwan ang pagkilala sa mukha, dapat nating malaman kung paano ito gumagana. Bilang isang taong nag-aaral at nagsasaliksik ng mga legal na implikasyon ng bagong teknolohiya sa mga pagsisiyasat sa krimen, naniniwala ako na mahalaga na maunawaan kung ano ang magagawa nito at hindi maaaring gawin, at kung paano lumalaki ang teknolohiya. Lamang pagkatapos ay maaari naming magkaroon ng kaalaman talakayan tungkol sa kung kailan at kung paano gamitin ang mga computer upang makilala na ang karamihan ng tao ng mga tampok - ang aming mga mukha.

Paano ito gumagana

Bilang isa sa ilang mga pamamaraan ng tinatawag na "biometric" na mga sistema ng pagkakakilanlan, ang pagkilala ng mukha ay nagsisiyasat ng mga pisikal na katangian ng katawan ng isang tao sa isang pagtatangka na makilala ang isang tao mula sa lahat ng iba. Ang iba pang mga anyo ng ganitong uri ng trabaho ay kinabibilangan ng mga pinaka-karaniwan pagtutugma ng fingerprint, retina scan, iris scan (gamit ang isang mas madaling maipapakita na bahagi ng mata) at kahit na makilala ang boses.

Ang lahat ng mga sistemang ito ay tumatagal ng data - kadalasang isang imahe - mula sa isang hindi kilalang tao, pag-aralan ang data sa input na iyon, at susubukan itugma ang mga ito sa umiiral na mga entry sa isang database ng mga kilalang tao o mga tinig. Ang pagkilala sa mukha ay ginagawa ito tatlong hakbang: pagtuklas, paglikha ng faceprint, at pagpapatunay o pagkakakilanlan.

Kapag nakuha ang isang imahe, pinag-aaralan ito ng software ng computer upang tukuyin kung nasaan ang mga mukha, halimbawa, ang karamihan ng tao. Sa isang mall, halimbawa, mga kamera ng seguridad ay magpapakain sa isang computer na may facial recognition software upang makilala ang mga mukha sa video feed.

Sa sandaling kinilala ng system ang anumang mga potensyal na mukha sa isang imahe, ito mukhang mas malapit sa bawat isa. Minsan ang imahen ay kailangang maging reoriented o sukat. Ang isang mukha na malapit sa camera ay maaaring mukhang napiling o nakaunat nang bahagya; ang isang tao na mas malayo mula sa camera ay maaaring lumitaw na mas maliit o kahit na bahagyang nakatago mula sa pagtingin.

Kapag ang software ay dumating sa isang tamang sukat at orientation para sa mukha, mukhang mas malapit, naghahanap upang lumikha ng tinatawag na isang "faceprint. "Tulad ng rekord ng fingerprint, ang isang faceprint ay isang hanay ng mga katangian na, kinuha magkasama, natatanging kilalanin ang partikular na mukha ng isang tao. Kabilang sa mga elemento ng isang faceprint ang kamag-anak na mga lokasyon ng mga tampok ng facial, tulad ng mga mata, kilay at hugis ng ilong. Ang isang tao na may maliliit na mata, makapal na kilay at mahabang makitid na ilong ay magkakaroon ng isang napaka iba't ibang faceprint mula sa isang taong may malalaking mata, manipis na eyebrow at malawak na ilong. eyes ay isang mahalagang kadahilanan sa katumpakan. Malaking madilim na salaming pang-araw ay mas malamang na mabawasan ang katumpakan ng software kaysa sa facial hair o regular na reseta na baso.

Ang isang faceprint ay maaaring kumpara sa isang larawan upang i-verify ang pagkakakilanlan ng isang kilalang tao, sabihin ng isang empleyado na naghahanap upang pumasok sa isang ligtas na lugar. Maaari ring ihambing ang mga faceprints sa mga database ng maraming mga larawan sa pag-asa na makilala ang isang hindi kilalang tao.

Hindi laging madali

Ang isang mahalagang kadahilanan na nakakaapekto sa kung gaano kahusay ang mga gawa ng pagkilala ng mukha ay pag-iilaw. Ang isang pantay na naiilaw na mukha na nakikita nang direkta mula sa harap, na walang mga anino at walang naka-block sa view ng camera, ang pinakamahusay. Bilang karagdagan, kung ang isang imahe ng isang mukha ay kaiba sa kaibahan nito, at gaano kalayo ito mula sa camera, maaaring makatulong o masaktan ang facial recognition process.

Ang isa pang napakahalagang hamon sa matagumpay na pagkilala sa mukha ay ang antas kung saan ang taong nakikilala ay nakikipagtulungan sa - o kahit na alam - ang proseso. Ang mga taong alam nila ay gumagamit ng facial recognition, tulad ng empleyado na nagsisikap na makapasok sa isang pinaghihigpitan na kuwarto, ay madaling magtrabaho kasama. Sila ay maaaring direktang tumingin sa kamera sa wastong pag-iilaw, upang gumawa ng mga bagay na pinakamainam para sa pagtatasa ng software.

Hindi alam ng iba pang mga tao na nasuri ang kanilang mga mukha - at maaaring hindi nila alam na sinusubaybayan sila ng mga sistemang ito sa lahat. Mga imahe ng kanilang mga mukha ay trickier upang pag-aralan; ang isang mukha na kinuha mula sa isang pagbaril sa karamihan ay maaaring maging digital na transformed at naka-zoom in bago ito makagawa ng isang faceprint. Na nag-iiwan ng mas maraming kuwarto para sa sistema mali ang pangalan ng tao.

Potensyal na mga problema

Kapag mali ang pagkakilala ng isang sistema ng pagkilala sa mukha ng isang tao, na maaaring maging sanhi ng isang bilang ng mga potensyal na problema, depende sa kung anong uri ng pagkakamali ito. Ang isang sistema na naghihigpit sa pag-access sa isang partikular na lokasyon ay maaaring hindi wasto na umamin ng isang di-awtorisadong tao - kung, sabihin, siya ay may suot ng isang magkaila o kahit na mukhang sapat na katulad sa isang tao na dapat pahintulutan. O maaari itong i-block ang pagpasok ng isang awtorisadong tao sa pamamagitan ng hindi pagtupad upang makilala siya nang tama.

Sa pagpapatupad ng batas, ang mga surveillance camera ay hindi palaging nakakakuha ng magandang larawan ng mukha ng suspect. Iyon ay maaaring mangahulugan ng pagkilala sa isang walang-sala na tao bilang isang pinaghihinalaan - o kahit na hindi na makilala na ang isang kilalang kriminal ay nagpatakbo muli ng batas.

Anuman ang tumpak na ito ay makikita sa mga drama sa TV crime, may lugar para sa error, kahit na ang teknolohiya ay nagpapabuti. Ang National Institute of Standards and Technology ay tinatantya na nakasaad na ang mga rate ng error ay bumababa 50 porsiyento tuwing dalawang taon, at kasalukuyang sa paligid ng 0.8 porsiyento. Iyon ay mas mahusay kaysa sa pagkilala ng boses, na mayroon error rate sa itaas 6 porsiyento. Pero Ang pagkilala sa pangmukha ay maaaring pa rin ang higit na madaling kapitan ng error kaysa iris scan at fingerprint scan.

Mga alalahanin sa privacy

Kahit na ito ay tumpak, bagaman - at marahil higit pa kaya ang katumpakan ay nagpapabuti - pagtaas ng pagkilala ng mukha mga alalahanin sa privacy. Ang isa sa mga pangunahing alalahanin ay, tulad ng pagtaas ng mga database ng DNA, mga tampok sa facial at mga larawan warehoused ng mga ahensya ng gobyerno, na kung saan ay magagawang upang subaybayan ang mga tao at burahin ang anumang mga ideya ng privacy o pagkawala ng lagda.

Ang mga bagong problema sa privacy ay nagtatabas sa lahat ng oras, masyadong. Ang isang bagong smartphone app, FindFace, ay nagbibigay-daan sa mga tao na kumuha ng larawan ng isang tao at gamitin ang facial recognition upang mahanap ang kanilang mga social media account. Maaaring maginhawang paraan upang kumonekta sa mga kaibigan at katrabaho, inimbitahan ng app ang maling paggamit. Maaaring gamitin ito ng mga tao ilantad ang mga pagkakakilanlan at harass iba.

Ang mga bagong kakayahan na ito ay nagtataas din ng pag-aalala tungkol sa iba pang mga nakakasamang paggamit ng mga pampublikong magagamit na mga imahe. Halimbawa, kapag nagbigay ng mga alerto sa pulisya tungkol sa mga nawawalang bata, kadalasan ay kinabibilangan nila ang isang larawan ng mukha ng bata. May maliit na regulasyon o pangangasiwa, kaya walang nakakaalam kung ang mga imaheng iyon ay ipinasok din sa mga facial recognition system.

Siyempre, hindi ito nakakaapekto sa paggamit ng mga tool sa pagkilala sa mukha kasama ang iba pang mga teknolohiya tulad ng mga camera camera ng pulisya, software ng geolocation at pag-aaral ng makina upang tumulong sa real-time na pagsubaybay. Na napupunta lampas sa simpleng pagkilala at sa larangan ng kung saan ang isang tao ay naging, at kung saan hinuhulaan ng software na sila ay pupunta. Ang pagsasama ng mga teknolohiya ay nag-aalok ng mga kaakit-akit na pagpipilian para sa pakikipaglaban sa krimen, at pinalalalim ang mga fissures sa aming privacy.

Nagbibigay ang teknolohiya ng mga makapangyarihang kasangkapan, at ang batas ay kadalasang hindi nakakagamit upang makasabay sa mga bagong pagpapaunlad. Ngunit kung gagamitin namin ang pagkilala ng mukha sa mga desisyon sa pagpapatupad ng batas at imigrasyon, kailangan naming makisali sa mga posibilidad at mga pinsala nito, at maunawaan ang mga isyu ng katumpakan, privacy at etika ang bagong kakayahan na ito.

Tungkol sa Ang May-akda

Jessica Gabel Cino, Associate Dean para sa Academic Affairs at Associate Professor of Law, Georgia State University

Ang artikulong ito ay orihinal na na-publish sa Ang pag-uusap. Basahin ang ang orihinal na artikulo.

Mga Kaugnay Books

at InnerSelf Market at Amazon