Как нейросети следят за нами?

МЕНЮ


Главная страница
Поиск
Регистрация на сайте
Помощь проекту
Архив новостей

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости


C 2019 года в Москве действует масштабная система распознавания лиц: 200 тыс. камер, а в 2020 году ее развернули на постоянной основе

По одним данным, на эту систему выделили 1,2 млрд, тогда как по другим источникам — «всего» $3,2 млн, что в шесть раз меньше. Значительная часть суммы пойдет на систему наблюдения за участниками массовых мероприятий, то есть митингов. Что это — забота о нашей безопасности или тотальный контроль? Разбираемся вместе Николаем Дубининым, ведущим нашего YouTube-канала «Индустрия 4.0».

Камеры наблюдения: мера безопасности или тотальная слежка?

Где и для чего используют распознавание лиц?

С помощью систем распознавания можно найти и опознать любого человека. Чаще всего их используют на улицах, в общественном транспорте, публичных местах — чтобы смотреть за ситуацией и ловить преступников.

Полиция также использует камеры с распознаванием лиц, чтобы искать пропавших или определять людей, которым нужна помощь.

На дорогах камеры с распознаванием помогают опознавать нарушителей и даже выслать им штраф.

В медицине анализ лица пациента помогает точнее определить симптомы и подобрать оптимальное лечение.

В бизнес-центрах, офисах и на режимных объектах такие системы применяют для контроля и ограничения доступа, вместо охраны и электронных пропусков.

В магазинах и кафе система распознает клиента, помогает выбрать нужное и оплатить лицом. Такие технологии уже используют KFC и Alibaba. Еще система может передавать сведения обо всех посетителях на телефон продавцу или охраннику. Так персонал будет знать, если к ним зашел VIP-клиент или, наоборот, потенциальный вор и нарушитель.

Пример того, как используют систему распознавания лиц в магазинах (ENG)

В госучреждениях и банках системы распознавания используют для регистрации и выдачи документов. Они же заменяют паспорт и прочие документы для того, чтобы снять деньги в банкомате, получить нужную услугу или кредит. При этом система сама проверит вас по всем доступным базам и вынесет решение.

В телефонах и прочих гаджетах системы распознавания лиц заменяют логин и пароль для доступа. Их же можно использовать в системе умного дома: чтобы он открывал вам дверь или включал свет по приходу.

Как это работает?

Распознавание лиц — это технология на базе искусственного интеллекта. Специальный алгоритм обрабатывает фото или видео, находит на нем лицо человека и сравнивает с теми, что есть у него в базе. Затем он преобразует лицо в набор цифровых данных — биометрию.

Биометрию используют для идентификации или аутентификации. Идентификация помогает определить, кто на фото или видео. Аутентификация — подтвердить, что это лицо принадлежит конкретному человеку. Аналогично работает распознавание отпечатков пальцев.

Как применяют технологию в разных странах

Самая масштабная система распознавания лиц работает в Китае. На конец 2018 года здесь насчитывалось 200 млн камер наблюдения, а в 2020-м прогнозируют более 600 млн. Сразу пять китайских городов входят в Топ-10 городов мира по числу камер наблюдения: Чунцин, Шеньчжень, Шанхай, Тяньцзинь и Цзинань.

С помощью камер правительство Китая следит за 2,5 млн уйгуров — это национальное меньшинство, исповедующее ислам. Также в стране действует система социального рейтинга. Чем он выше, тем больше у вас возможностей: вылеты за границу, выгодная ипотека, престижная работа. Этот рейтинг рассчитывается с учетом данных, полученных с камер наблюдения.

Ролик канала HBO о том, как устроена система распознавания лиц в Китае (ENG)

Если в Китае распознавание лиц развернуто на государственном уровне, то в США это — глобальный рынок для коммерческих проектов. В ряде американских штатов — например, в Калифорнии — распознавание лиц запретили, но только для полиции и спецслужб.

Зато технологию активно применяют соцсети, онлайн-сервисы и мобильные приложения. Свои алгоритмы для распознавания лиц в США есть у Facebook, Google, Apple, Microsoft, IBM, Amazon. Причем первые два — в числе самых лучших в мире: с точностью до 99%.

Исследование, проведенное американским институтом MIT в феврале 2018 года, показало, что три самых популярных системы распознавания лиц из США и Китая чаще всего ошибаются, если речь идет о темнокожих женщинах.

В ЕС с 2018 действует GDPR — Общий регламент по защите данных. Он не позволяет следить за перемещениями людей без их прямого согласия. С этим связывают то, что в Европе технологии распознавания лиц развиваются значительно медленнее, чем в остальных регионах.

Как обстоят дела в России

В нашей стране, помимо системы наблюдения на улицах Москвы, распознавание лиц масштабно применяет Банк России. С 2017 года действует общероссийская программа для сбора лиц, голосов, радужной оболочки и отпечатков пальцев.

С 2006 года у нас действует закон о защите персональных данных: на сбор и обработку данных обязаны запрашивать разрешение, а хранить их можно только внутри страны. Но, по-видимому, на госструктуры это не распространяется.

С американскими гигантами успешнее всего соперничает российская NTechLab — именно она стоит за системами наблюдения в московском метро. А еще именно ей принадлежит популярное приложение FindFace.

Сюжет телеканала РБК, посвященный сервису FindFace

С его помощью раньше можно было искать людей в соцсетях по фотографии. В их числе оказались порноактеры, а затем и преступники.

Среди других крупных игроков — VisionLabs, и Sensemaking Lab. Они также делают продукты для городских и федеральных служб, сотрудничают с российскими и зарубежными компаниями: ритейл, сотовые операторы, банки. VisionLabs, в частности — второй крупный подрядчик Москвы, разработчик решений для общественного транспорта.

В статье Gemalto.com описаны семь главных трендов в распознавании лиц в 2020 году. Например, гонка лидеров в области биометрических технологий: Google, Apple, Facebook, Amazon и Microsoft (GAFAM). А также — Deep Learning — глубокое обучение: когда нейросеть обучается на все большем количестве моделей, становясь все лучше и точнее. Еще один интересный тренд — распознавание эмоций: технология, которую все чаще применяют в маркетинге.


Источник: www.rbc.ru

Комментарии: