Przed Deep Dense nie ma ucieczki: algorytm rozpozna nawet zasłonięte lub odwrócone twarze

Do niedawna wystarczyła nietypowa fryzura lub odbiegający od normy makijaż, by oszukać algorytm rozpoznający twarze. To już przeszłość – narzędzie o nazwie Deep Dense, opracowane wspólnymi siłami Yahoo i Uniwersytetu Stanforda sprawia, że przed śledzącymi nas maszynami nie ma już ucieczki.

O końcu prywatności dużo się mówi i pisze, ale sądząc po milczącej zgodzie ogółu obywateli, powszechna inwigilacja mało komu przeszkadza. Być może wynika to z tego, że choć wiedza o zjawisku jest powszechna, to rzadko fakt, że we współczesnym świecie jesteśmy – na różne sposoby i przez różne podmioty – nieustannie śledzeni, zwyczajnie nam umyka albo daje nam jakieś korzyści.

Wystarczy wymienić choćby spersonalizowane wyniki wyszukiwania, nawigację prowadzącą nas dokładnie z tego miejsca, gdzie się w danej chwili znajdujemy czy choćby złudne poczucie bezpieczeństwa, jakie daje niektórym czujne oko kamery miejskiego monitoringu.

Fakt, że jesteśmy śledzeni nie wszystkim się jednak podoba. Częściowo można to rozwiązać, rezygnując z niektórych usług – np. geolokalizację w naszych smartfonach możemy wyłączyć samodzielnie, tracąc nieco funkcjonalności i zyskując trochę prywatności. Znacznie trudniej uciec przed niezliczonymi obiektywami kamer, które patrzą na nas z budynków, bankomatów, smartfonów czy samochodów z wideorejestratorami.

Tym bardziej, że możliwości techniczne pozwalają nie tylko na zarejestrowanie obrazu, ale również na rozpoznanie tego, co się na nim znajduje. W końcu, jak stwierdził niegdyś Vint Cerf, prywatność może być anomalią.

Najpopularniejszy algorytm, rozpoznający twarze, opracowali w 2001 roku Paul Viola i Michael Jones. W dużym uproszczeniu algorytm poszukiwał najbardziej charakterystycznych cech twarzy człowieka – poziomej linii brwi, ciemniejszych, zacienionych oczodołów i pionowej linii nosa.

Było to całkiem skuteczne i błyskawicznie przyjęło się jako jedna z funkcji aparatów fotograficznych (początkowo niedoskonałości algorytmu wywołały mały skandal, pomijając twarze czarnoskórych) czy – nieco później – np. jako narzędzie Facebooka, pomagające w oznaczaniu zdjęć. Metoda ta nie jest jednak doskonała, o czym przekonałem się wrzucając na Facebooka słynne, oscarowe selfie - jak widać nie wszystkie twarze zostały oznaczone.

W ciągu ostatnich lat pojawiło się kilka poradników, jak ukrywać się przed algorytmami, rozpoznającymi twarze. Poza całkowitym ukryciem twarzy pojawiły się rozwiązania, których celem było wyprowadzenie w pole algorytmów, identyfikujących twarze.

Przykładem mogą być choćby fryzury, które zaburzając typowy dla twarzy człowieka rozkład charakterystycznych miejsc miały sprawić, że dla algorytmów staniemy się niewidzialni. Innym rozwiązaniem były makijaże, wzorowane na kamuflażu stosowanym w XX wieku na okrętach wojennych (więcej na ten temat znajdziecie w artykule „CV Dazzle – jak oszukać monitoring i systemy rozpoznawania twarzy?”).

Połączone siły Yahoo (Sachin Farfade i Mohammad Saberian) oraz Uniwersytetu Stanforda (Li-Jia Li) opracowały algorytm, rozpoznający twarze nawet, gdy są częściowo zasłonięte lub ustawione pod różnymi kątami.

W tym celu wykorzystano bazę setek tysięcy fotografii, przedstawiających twarze i miliony zdjęć, na których było coś innego. Dzięki wykorzystaniu sieci neuronowej narzędzie o nazwie Deep Dense Face Recognition nauczyło się bezbłędnie rozpoznawać twarze nawet wówczas, gdy był widoczny jedynie ich fragment, gdy było ich na zdjęciu wiele, a nawet wówczas, gdy były odwrócone do góry nogami.

Twórcy Deep Dense Face Recognition podkreślają przy tym, że choć narzędzie już działa, to chcą je udoskonalić i poprawić jego wydajność.

Pozostaje pytanie, kto i w jaki sposób będzie korzystał z tej technologii? To, że jest wymarzonym prezentem dla różnych rządów i podległych im służ, jest banalne i oczywiste. Ciekawiej prezentuje się za to możliwość wykorzystania tego wynalazku w innych sytuacjach. Już teraz algorytmy analizujące ludzkie twarze są w stanie nieźle odczytywać np. emocje, co przydaje się np. przy analizowaniu odbioru reklam.

Wyobrażam sobie, jak w niedalekiej przyszłości połączenie takiego narzędzi z Deep Dense pozwala np. na ocenianie w czasie rzeczywistym, jak jakieś publiczne przemówienie trafia do wielotysięcznej widowni i w zależności od odbioru prezentowanie takiego wariantu, który zapewni politykowi największą przychylność słuchaczy.

Inną, nieco bardziej przyziemną i chyba prostszą w realizacji sprawą są wszelkiego rodzaju systemu uwierzytelniania, które nie będą wymagały, jak obecnie – spojrzenia prosto w kamerę. Zamiast tego wystarczy, że znajdziemy się w zasięgu obiektywu, a algorytm i tak nas rozpozna.

Możliwości zastosowania jest bez liku, łącznie z tymi najbardziej ponurymi, jak powszechna i jeszcze bardziej wnikliwa niż dotychczas inwigilacja na masową skalę. Zwłaszcza, gdy dorzucimy do tego rozwiązania w postaci aplikacji NameTag, pozwalającej – dzięki serwisom społecznościowym - na błyskawiczne połączenie zarejestrowanej twarzy z konkretną osobą („Śmierć prywatności. Zrób komuś zdjęcie, a NameTag znajdzie dane tej osoby”).

Popkultura przez lata raczyła nas przekonaniem, ze „twarz w tłumie” oznacza anonimowość. Trudno wyliczyć wszystkie filmy i piosenki, odwołujące się do tego stereotypu. Choć wraz z rosnącą mocą obliczeniową komputerów było to coraz bardziej złudne przekonanie, pojawienie się narzędzi takich jak Deep Dense nie pozostawia złudzeń: anonimowość w tłumie należy już do przeszłości.

W artykule wykorzystałem informacje z serwisów Technology Review, Naked Security, Gizmag i Cornell University Library.