Алгоритмы, предназначенные для обнаружения черт лица и распознавания отдельных людей, стали умнее, чем несколько десятилетий назад.
Обычный метод был основан на измерении размеров, например расстояния между носом и ухом или от одного угла глаза до другого. Затем эта информация переводилась в цифры и сопоставлялась с аналогичными данными других изображений.
Это вызывало повышенный интерес со стороны правительственных учреждений и предприятий, которые стремились снабжать навыками распознавания лиц все машины: беспилотные автомобили, дроны, персональных роботов, камеры в магазинах, медицинские сканеры для поиска рака кожи, телефоны, которые можно разблокировать одним взглядом. Сейчас такой анализ стал доступнее благодаря большей вычислительной мощности и огромному количеству цифровых изображений, которые можно легко сохранять и коллективно использовать.
Исследования последнего десятилетия основаны на развитии нейронных сетей, которые функционируют, как мозг, и могут автоматически «научиться» распознавать изображения, ища шаблоны в больших наборах данных. Но и люди помогают делать машины умнее, отмечая на фотограиях других пользователей соцсетей.
Ежегодное соревнование по распознаванию образов, которое продолжалось с 2010 по 2017 год, привлекло ведущих исследователей таких компаний, как Google и Microsoft. Среди их открытий обнаружилось, что из-за способности быстрее поглощать информацию компьютеры могут лучше, чем люди, различать, например, породы уэльских корги.
Однако у комьютеров возникла путаница с абстрактными формами, как у статуй. Рост использования распознавания лиц правоохранительными органами выявил также давнюю проблему с расовыми и гендерными предрассудками.
Исследование, проведенное Джой Буоламвини (Joy Buolamwini) из Массачусетского технологического института, показало, что системы распознавания лиц, созданные компаниями, в том числе IBM и Microsoft, часто ошибочно идентифицируют людей с темной кожей, особенно женщин. (Буоламвини назвала этот эффект «закодированным взглядом».)
Чтобы сделать свои системы менее предвзятыми, Microsoft и IBM недавно объявили о попытках использования более крупных и разнообразных фоторепозиториев для обучения своего программного обеспечения.
