Los padres protestan menos de lo que deberían La identificación biométrica para sus hijos será absoluta incluso antes de que se gradúen de la escuela secundaria. Los tecnócratas generalmente se vuelcan rápidamente sobre preocupaciones éticas y constitucionales, alegando eficiencia y conveniencia. ⁃ TN Editor
RealNetworks ofrece a las escuelas una nueva herramienta de seguridad gratuita: software de reconocimiento facial. Pero a medida que la tecnología avanza hacia los espacios públicos, genera preocupaciones sobre la privacidad y exige regulación, incluso de las empresas de tecnología que están inventando el software biométrico.
Cuando Mike Vance se acerca a la puerta de vidrio que conduce a la oficina de ingeniería de RealNetworks, sonríe levemente a una pequeña cámara montada frente a él. Hacer clic. La puerta se abre, respondiendo a una orden del software que alimenta la cámara que reconoció la cara de Vance y confirmó su identidad.
Vance, director sénior de gestión de productos de la compañía de tecnología de Seattle, lidera el equipo que creó el reconocimiento facial seguro y preciso, o SAFR, declarado "más seguro", una tecnología que la compañía comenzó a ofrecer gratis a las escuelas K-12 este verano.
Se necesitaron tres años, 8 millones de caras y más de 8 mil millones de puntos de datos para desarrollar la tecnología, que puede identificar una cara con una precisión casi perfecta. El objetivo a corto plazo, dicen los ejecutivos de RealNetworks, es aumentar la seguridad escolar.
"Hay muchos beneficios para las escuelas que comprenden quién va y viene", dijo Vance.
El software ya está en uso en una escuela de Seattle, y RealNetworks está en conversaciones para expandirlo a varios otros en todo el país. Mirando hacia el futuro, RealNetworks, conocido por el software de transmisión de video y música presentado en los primeros 2000, planea vender SAFR a varias industrias, aunque la compañía se mantiene completamente callada por ahora.
La introducción de la tecnología ha llevado a RealNetworks al centro de un campo que está creciendo rápidamente a medida que el software mejora en la identificación de rostros. Sin embargo, cada vez hay más problemas de privacidad y crecientes pedidos de regulación, incluso de las empresas de tecnología que están inventando el software biométrico.
La tecnología de reconocimiento facial ya es común, se usa en todo, desde aplicaciones de fotos que clasifican imágenes de personas, hasta desbloquear un iPhone, hasta agencias de aplicación de la ley que buscan en bases de datos de fotos de licencias de conducir.
El reconocimiento facial se utiliza, en términos generales, de dos maneras, dijo Oren Etzioni, director ejecutivo del Instituto Allen de Inteligencia Artificial de Seattle, la organización hermana del instituto de ciencias del cerebro de Paul Allen. Una es la conveniencia del consumidor, como agrupar fotos, y la otra es para vigilancia y seguimiento.
Los grandes jugadores tecnológicos han sido involucrado por años: Microsoft mercados Face API para que las empresas identifiquen y agrupen caras similares para aplicaciones y otros productos, mientras que Amazon tiene Rekognition, que fue criticada a principios de este año cuando el ACLU le pidió a la compañía que detuviera vendiéndolo a las agencias policiales. Google, Apple y Facebook también están en el juego, como lo ilustra el etiquetado y agrupamiento de fotos en teléfonos inteligentes.
Pero ahora, como lo demuestra el SAFR de RealNetworks, la tecnología se ha estado moviendo más hacia los espacios públicos. Y con eso, los defensores de la privacidad se preguntan si las personas se dan cuenta de la frecuencia con la que se escanean sus rostros, y los defensores y la industria se preguntan dónde está la línea entre los beneficios para el público y el costo para la privacidad.
Aprendiendo una cara
La tecnología de reconocimiento facial funciona de manera muy similar a las huellas digitales: cada cara tiene su propia firma única, y las empresas enseñan a las máquinas a reconocer y combinar las características únicas de las personas.
La tecnología de RealNetworks mapea 1,600 puntos de datos en cada cara que ve. El equipo ha estado "entrenando" su máquina durante aproximadamente dos años, desde el lanzamiento de RealTimes, su aplicación gratuita que permite a las personas crear presentaciones de diapositivas de fotos. Incluido en el acuerdo de usuario de 3,300 palabras para esa aplicación, hay un lenguaje que permite a RealNetworks usar las fotos de los clientes para entrenar su sistema de reconocimiento facial.
SAFR no conoce la identidad de las personas en las fotos de RealTimes, dijo Vance: no hay nombres, direcciones u otra información de identificación en la base de datos masiva de 8 millones de caras. Pero lo que puede hacer es saber si dos caras son la misma persona. Se ha vuelto tan preciso que puede distinguir a gemelos idénticos y combinar fotos familiares de la misma persona, incluso si fueron tomadas con décadas de diferencia.
SAFR se basa en ser capaz de identificar a las personas "en la naturaleza" o actuar con franqueza, no posar.
"Lo mejor de ese tipo de caras es que son personas que hacen cosas que naturalmente hacen en la vida", dijo Vance. “No son tiros de taza o tiros enlatados. Puede sobreentrenar un sistema para personas que miran directamente a la cámara. Pero cuando caminas por aquí, cuando caminas por una escuela, no siempre miras directamente a la cámara ".
Muchas tecnologías de reconocimiento facial también pueden identificar la demografía básica de una persona. La API Face de Microsoft, por ejemplo, puede adivinar su edad con solo una foto, una característica que se ha vuelto más precisa desde que se lanzó por primera vez en 2015 para las críticas de los usuarios.
Eso ha llevado a preocupaciones de sesgoaunque, especialmente desde estudiar en el laboratorio de medios del MIT descubrió que las aplicaciones de reconocimiento facial de algunas grandes compañías tecnológicas tenían tasas de error de hasta 35 por ciento más altas al identificar a las mujeres con piel más oscura en comparación con los hombres con piel más clara. Algunos temían que esto pudiera llevar a identificar erróneamente a las mujeres y las personas de color, un problema preocupante, especialmente si los sistemas son utilizados por la policía.
Microsoft ha reconocido los problemas de sesgo y está tomando medidas para identificar mejor las caras diversasampliando la base de datos que usa para entrenar su sistema agregando fotos de personas más diversas.
Sin embargo, RealNetworks no ha entrenado su software para identificar a alguien en función de la raza. No podría, por ejemplo, pedirle a SAFR que le avise cuando un hombre blanco entra por una puerta porque no sabrá qué caras son blancas.
wpDiscuz