Michael Oliver to mężczyzna, który został zatrzymany przez policję w związku z rzekomym popełnieniem przez niego przestępstwa. Problem w tym, że oskarżenie okazało się niesłuszne, a wysunięto je na podstawie systemu związanego z rozpoznawaniem twarzy. To nie pierwszy tego typu przypadek odnotowany na terenie Stanów Zjednoczonych.
Sprawa miała swój początek w maju 2019 roku, kiedy to doszło do popełnienia przestępstwa polegającego na kradzieży telefonu komórkowego i zniszczeniu go. System rozpoznawania twarzy wskazał Olivera jako winnego opisywanego czynu, a poszkodowana osoba również rozpoznała rzekomego przestępcę. Sprawa wyjaśniła się dopiero wtedy, gdy wzięto pod uwagę znalezione dowody, co pozwoliło wykluczyć Olivera z grona podejrzanych.
Jednym z najbardziej istotnych elementów było to, że fałszywie oskarżony posiadał tatuaże, podczas gdy osoba z nagrań ich nie miała. Co ciekawe, w międzyczasie na terenie Detroit wprowadzono nowe prawo, w myśl którego policja nadal może korzystać z systemów rozpoznawania twarzy, ale jedynie w przypadku ciężkich przestępstw. W maju ono jednak jeszcze nie obowiązywało, przez co ta dość błaha sprawa zyskała niemały rozgłos.
Opisywane zdarzenie było na tyle kontrowersyjne, że wywołało dyskusję nt. słuszności wykorzystywania takich metod w służbie sprawiedliwości. Tym bardziej, że na początku tego roku zdarzyła się podobna sytuacja, dotycząca Roberta Williamsa. Mężczyzna spędził 30 godzin w areszcie po tym, jak – w oparciu o sztuczną inteligencję – policjanci postanowili go zatrzymać. Koniec sprawy był taki sam jak w przypadku Olivera. Dodatkowych kontrowersji tym wydarzeniom dodaje fakt, że obaj poszkodowani byli czarnoskórzy. Biorąc pod uwagę niedawne wydarzenia na terenie Stanów Zjednoczonych, czyli protesty przeciwko brutalności policji wobec przedstawicieli tej rasy, możemy się domyślić, jak potoczyły się dalsze losy sprawy. Sztuczna inteligencja została oskarżona o… rasizm.
Szybko pojawiły się pierwsze rozwiązania prawne, które mają na celu ograniczenie wykorzystywania systemów rozpoznawania twarzy przez policję. Wspomniane już Detroit ograniczyło użycie tego rozwiązania, podobną drogą poszły m.in. Boston oraz San Francisco. Członkowie Kongresu złożyli nawet projekt ustawy mający na celu ukrócenie tego typu praktyk. Podobną drogą poszli branżowi giganci: IBM stwierdziła, że nie będzie już rozwijać ogólnych systemów rozpoznawania twarzy z uwagi na obawy związane z prawami człowieka. Amazon wstrzymał użycie Rekognition przez policję, a Microsoft postanowił zaprzestać sprzedawanie swojej technologii policji, dopóki nie zostaną wprowadzone odpowiednie prawa.
Jak powstały technologie związane z rozpoznawaniem twarzy i jak przebiegał ich rozwój? Początki tego systemu sięgają lat 60. XX wieku, kiedy to Woody Bledsoe, Helen Chan Wolf i Charles Bisson opracowali pierwsze rozwiązania. Testowane w 1964 i 1965 roku urządzenie opierało się na ręcznym znakowaniu różnych punktów orientacyjnych na twarzy. Chodziło m.in. o umiejscowienie oczu, nosa i ust – odległości między wybranymi punktami były następnie porównywane w celu ustalenia tożsamości. Rozwiązanie nie było jednak zbyt skuteczne – miało problemy z uwzględnieniem starzenia, ruchu i nachylenia twarzy, intensywności oraz kąta oświetlenia.
Czytaj też: Tarcza antykryzysowa 2.0 – pełna inwigilacja i kilka przydatnych ułatwień
Postęp nastąpił w 1966 roku, po raz kolejny za sprawą Bledsoe. Najpierw naukowiec wyodrębnił pożądane cechy z fotografii, a następnie „nakarmił” nimi komputer, który miał rozpoznawać poszczególne różnice i podobieństwa. Współrzędne dotyczyły cech takich jak środek źrenic, wewnętrzne i zewnętrzne kąciki oczu czy umiejscowienie tzw. wdowiego szpicu. Na podstawie tych informacji ustalono listę 20 odległości, m.in. dotyczących szerokości ust i oczu oraz dystansu od źrenicy do źrenicy. System był w stanie przetwarzać średnio 40 zdjęć na godzinę.
Powstająca baza danych zawierała nazwisko osoby widocznej na zdjęciu i powiązane z nią cechy. Bledsoe wkrótce potem opuścił projekt, a pieczę nad nim przejął Peter Hart ze Stanford Research Institute. W czasie testów wykorzystujących ok. 2000 zdjęć z bazy danych, opracowany przez Bledsoe i dopracowany przez Harta komputer był w stanie lepiej od ludzi radzić sobie z rozpoznawaniem twarzy.
O zaawansowanych systemach możemy mówić jednak dopiero od lat 90. kiedy to do akcji wkroczyli członkowie zespołu Christopha von der Malsburga. Stworzone przez nich oprogramowanie, zwane ZN-Face, było wykorzystywane m.in. przez placówki bankowe oraz lotniska. System był w stanie nie tylko rozpoznawać twarze w ruchu, ale także radził sobie z utrudnieniami np. w postaci okularów, zarostu czy zmienionej fryzury. W 2006 roku przeprowadzono zakrojone na szeroką skalę testy, które miały na celu porównanie skuteczności nowych systemów z tymi sprzed lat. Oprogramowanie wykorzystywało zdjęcia twarzy oraz trójwymiarowe skany facjat i tęczówek. Okazało się, że ówczesne algorytmy były 10-krotnie efektywniejsze od tych z 2002 roku i ok. 100-krotnie wydajniejsze od oprogramowania z 1995 roku. Aby pokazać skalę ich zaawansowania, wystarczy wspomnieć, że systemy rozpoznawały twarze lepiej od samych ludzi i były w stanie rozróżniać nawet bliźnięta.
Oczywistym jest, że wizja wykorzystywania tego typu rozwiązań budzi niemałe kontrowersje. Przeciwnicy mówią o nadmiernej inwigilacji i zanikającej wolności – zwolennicy powołują się na wzrost bezpieczeństwa. Niedawno informowaliśmy o japońskim rozwiązaniu na czas pandemii koronawirusa. Azjaci identyfikują bowiem pracowników firm i oceniają ich sposób dezynfekcji rąk, aby ograniczyć rozprzestrzenianie SARS-CoV-2. Nie ma jednak pewności co do tego, czy owa technologia zniknie nawet po zakończeniu pandemii. Co więcej, można przypuszczać, że nie tylko z nami pozostanie, lecz trafi do innych dziedzin życia. Przytoczone na wstępie przykłady sugerują, iż wykokrzystywane obecnie systemy nie są nieomylne. O ile pomyłka w identyfikacji pracownika niewłaściwie myjącego ręce brzmi niezbyt pesymistycznie, tak skazanie niewłaściwego człowieka może nieść za sobą znacznie poważniejsze konsekwencje.
O słabości całego systemu niech świadczy fakt, że może nie radzić sobie np. z uśmiechem na twarzy. Z tego powodu na terenie Kanady zakazano w 2009 roku zdjęć paszportowych, na których posiadacz dokumentu jest uśmiechnięty. Generalnie rzecz biorąc, algorytmy odpowiedzialne za rozpoznawanie facjat, które wykorzystywano na początku XXI wieku, nie zapewniły oczekiwanych rezultatów. Systemy używane w Tampie w 2002, Bostonie w 2003 i Newham w 2004 roku, nie doprowadziły do zatrzymania żadnego z poszukiwanych przestępców.
Czytaj też: Dni 5G Huaweia w Polsce mogą być policzone? Gorąco po spotkaniu Dudy i Trumpa
Od tamtego czasu minęły jednak niemal dwie dekady, a obecnie eksperci przekonują, że oprogramowanie jest znacznie skuteczniejsze. Facebook ogłosił w 2014 roku efektywność na poziomie 97,25%, w porównaniu do 97,5% uzyskanych przez ludzkich testerów. W kontekście skuteczności powinniśmy wziąć pod uwagę kluczowy fakt – prawdziwi kryminaliści zrobią wszystko, by nie zostać rozpoznanym. Sposobów na oszukanie systemu jest multum, poczynając od zmian w wyglądzie, aż po po technologie maskujące takie jak np. okulary, które „ogłupiają” systemy indentyfikacyjne dzięki emitowanym wiązkom światła.
W opisywanej kwestii możemy spodziewać się jeszcze wielu kontrowersji. Z pewnością na przestrzeni kolejnych lat pojawią się odpowiednie regulacje prawne mające na celu ograniczenie użycia tego typu rozwiązań. Wydaje się jednak, że wejście systemów rozpoznawania twarzy do codziennego użytku będzie nieuniknione… tak samo jak rozwój ugrupowań i technologii walczących z tym procederem.
Chcesz być na bieżąco z WhatNext? Śledź nas w Google News
