I denne 21. juni, 2018 filbillede, et ansigtsgenkendelseskamera ses ved toldindgangen i Orlando International Airport i Orlando, Fla. Computere begyndte at være i stand til at genkende menneskelige ansigter på billeder for årtier siden. Men nu konkurrerer kunstige intelligenssystemer med folks evne til at klassificere objekter i fotos og videoer. Det skaber øget interesse fra offentlige instanser og virksomheder, som er ivrige efter at give synsevner til alle slags maskiner. (AP Photo/John Raoux)
Computere begyndte at kunne genkende menneskelige ansigter i billeder for årtier siden, men nu konkurrerer kunstige intelligenssystemer om menneskers evne til at klassificere objekter i fotos og videoer.
Det vækker øget interesse fra offentlige myndigheder og virksomheder, som er ivrige efter at give synsevner til alle slags maskiner. Blandt dem:selvkørende biler, droner, personlige robotter, kameraer i butikken og medicinske scannere, der kan søge efter hudkræft. Der er også vores egne telefoner, hvoraf nogle nu kan låses op med et blik.
HVORDAN VIRKER DET?
Algoritmer designet til at opdage ansigtstræk og genkende individuelle ansigter er blevet mere sofistikerede siden tidlige bestræbelser for årtier siden.
En almindelig metode har involveret måling af ansigtsdimensioner, såsom afstanden mellem næse og øre eller fra et øjenkrog til et andet. Disse oplysninger kan derefter opdeles i tal og matches med lignende data hentet fra andre billeder. Jo tættere de er, jo bedre matcher de.
Sådan analyse støttes nu af større computerkraft og enorme mængder af digitale billeder, der let kan gemmes og deles.
FRA ANSIGT TIL OBJEKTER (OG Kæledyr)
"Ansigtsgenkendelse er et gammelt emne. Det har altid været ret godt. Det, der virkelig fik alles opmærksomhed, er genkendelse, " siger Michael Brown, en professor i datalogi ved Torontos York University, der hjælper med at organisere den årlige konference om computersyn og mønstergenkendelse.
Forskning i det sidste årti har fokuseret på udviklingen af hjernelignende neurale netværk, der automatisk kan "lære" at genkende, hvad der er i et billede ved at lede efter mønstre i store datasæt. Men mennesker hjælper fortsat med at gøre maskiner smartere ved at mærke fotos, som det sker, når Facebook -brugere tagger en ven.
En årlig konkurrence om billedgenkendelse, der varede fra 2010 til 2017, trak topforskere fra virksomheder som Google og Microsoft. Blandt afsløringerne:computere kan gøre det bedre end mennesker til at skelne mellem forskellige walisiske corgi -racer, dels fordi de bedre er i stand til hurtigt at absorbere den viden, det tager at foretage disse sondringer.
Men computere er blevet forvirret af mere abstrakte former, såsom statuer.
DET "KODEDE BLAD"
Den voksende brug af ansigtsgenkendelse fra retshåndhævende side har fremhævet langvarige bekymringer om race- og kønsbias.
En undersøgelse ledet af MIT datavidenskabsmand Joy Buolamwini fandt ud af, at ansigtsgenkendelsessystemer bygget af virksomheder, herunder IBM og Microsoft, var meget mere tilbøjelige til at fejlidentificere mennesker med mørkere hud, især kvinder. (Buolamwini kaldte denne effekt "det kodede blik"). Både Microsoft og IBM annoncerede for nylig bestræbelser på at gøre deres systemer mindre partiske ved at bruge større og mere forskelligartede fotoarkiver til at træne deres software.
© 2018 The Associated Press. Alle rettigheder forbeholdes.