Eltern protestieren weniger, als sie für ihre Kinder eine biometrische Identifizierung für absolut halten müssten, bevor sie überhaupt die Highschool abgeschlossen haben. Technokraten setzen sich im Allgemeinen mit ethischen und konstitutionellen Bedenken auseinander und plädieren für Effizienz und Bequemlichkeit. ⁃ TN Editor
RealNetworks bietet Schulen ein neues, kostenloses Sicherheitstool an: Gesichtserkennungssoftware. Aber wenn die Technologie weiter in den öffentlichen Raum vordringt, wirft sie Bedenken hinsichtlich der Privatsphäre auf und fordert Regulierung - selbst von den Technologieunternehmen, die die biometrische Software erfinden.
Als Mike Vance sich der Glastür nähert, die zum Konstruktionsbüro von RealNetworks führt, lächelt er leicht auf eine kleine Kamera, die vor ihm montiert ist. Klicken. Die Tür öffnete sich und reagierte auf einen Befehl der Software, die die Kamera mit Strom versorgte, die Vances Gesicht erkannte und seine Identität bestätigte.
Vance, Senior Director of Product Management bei der Technologiefirma in Seattle, leitet das Team, das die sichere, genaue Gesichtserkennung (SAFR = Secure, Accurate Facial Recognition) entwickelt hat, eine Technologie, die das Unternehmen seit diesem Sommer kostenlos für K-12-Schulen anbietet.
Es dauerte drei Jahre, 8 Millionen Gesichter und mehr als 8 Milliarden Datenpunkte, um die Technologie zu entwickeln, mit der ein Gesicht mit nahezu perfekter Genauigkeit identifiziert werden kann. Das kurzfristige Ziel, so die Führungskräfte von RealNetworks, ist die Erhöhung der Schulsicherheit.
"Es ist von großem Vorteil für die Schulen, zu verstehen, wer kommt und geht", sagte Vance.
Die Software ist bereits in einer Schule in Seattle im Einsatz, und RealNetworks ist in Gesprächen, um sie auf mehrere andere Schulen im ganzen Land auszuweiten. Mit Blick auf die Zukunft plant RealNetworks - bekannt für Video- und Musik-Streaming-Software, die in den frühen 2000-Versionen eingeführt wurde - den Verkauf von SAFR an verschiedene Branchen, auch wenn das Unternehmen vorerst keine Ahnung von Details hat.
Die Einführung der Technologie hat RealNetworks in den Mittelpunkt eines Feldes gerückt, das schnell wächst, da Software Gesichter besser identifizieren kann. Gleichzeitig wachsen jedoch Bedenken hinsichtlich des Datenschutzes und steigende Anforderungen an die Regulierung - selbst von den Technologieunternehmen, die die biometrische Software erfinden.
Gesichtserkennungstechnologien sind bereits weit verbreitet und werden in allen Bereichen eingesetzt, von Foto-Apps zum Sortieren von Bildern von Personen über das Entsperren eines iPhones bis hin zu Strafverfolgungsbehörden, die Datenbanken mit Führerscheinfotos durchsuchen.
Die Gesichtserkennung wird im Allgemeinen auf zwei Arten eingesetzt, sagte Oren Etzioni, CEO des Allen Institute for Artificial Intelligence in Seattle, der Schwesterorganisation des Brain Science Institute von Paul Allen. Einer ist der Komfort für den Verbraucher, z. B. das Gruppieren von Fotos, und der andere dient der Überwachung und Verfolgung.
Die großen Tech-Spieler waren seit Jahren beteiligt: Microsoft vermarktet Face API für Unternehmen, um ähnliche Gesichter für Apps und andere Produkte zu identifizieren und zu gruppieren, während Amazon Rekognition hat, die Anfang dieses Jahres unter Beschuss geriet, als die ACLU forderte die Firma auf, aufzuhören Verkauf an Strafverfolgungsbehörden. Google, Apple und Facebook sind ebenfalls im Spiel, wie das Markieren und Gruppieren von Fotos auf Smartphones zeigt.
Aber jetzt, wie RealNetworks 'SAFR zeigt, ist die Technologie weiter in den öffentlichen Raum vorgedrungen. Und damit fragen sich die Befürworter der Privatsphäre, ob die Menschen genau wissen, wie oft ihre Gesichter gescannt werden, und die Befürworter und die Branche fragen sich, wo die Grenze zwischen den Vorteilen für die Öffentlichkeit und den Kosten für die Privatsphäre liegt.
Ein Gesicht lernen
Die Gesichtserkennungstechnologie funktioniert ähnlich wie Fingerabdrücke - jedes Gesicht hat eine eigene Signatur, und Unternehmen bringen Maschinen bei, um die individuellen Merkmale von Personen zu erkennen und mit diesen in Einklang zu bringen.
Die Technologie von RealNetworks bildet 1,600 Datenpunkte auf jedem Gesicht ab, das es sieht. Seit dem Start von RealTimes, seiner kostenlosen App, mit der Benutzer Foto-Diashows erstellen können, „trainiert“ das Team seine Maschine seit ungefähr zwei Jahren. In der Benutzervereinbarung mit 3,300 Wörtern für diese App ist eine Sprache enthalten, die es RealNetworks ermöglicht, Kundenfotos zum Trainieren des Gesichtserkennungssystems zu verwenden.
Laut Vance kennt SAFR die Identität der Personen auf den RealTimes-Fotos nicht - es gibt keine Namen, Adressen oder andere identifizierende Informationen in der umfangreichen Datenbank von 8-Millionen-Gesichtern. Sie kann jedoch feststellen, ob zwei Gesichter dieselbe Person sind. Es ist so genau, dass es eineiige Zwillinge unterscheiden und Familienfotos derselben Person abgleichen kann, selbst wenn sie Jahrzehnte auseinander genommen wurden.
SAFR ist darauf angewiesen, Menschen „in freier Wildbahn“ identifizieren zu können oder offen zu handeln und nicht zu posieren.
"Das Tolle an solchen Gesichtern ist, dass sie Menschen sind, die Dinge tun, die sie natürlich im Leben tun", sagte Vance. „Es sind keine Fahndungsfotos oder Dosenfotos. Sie können ein System für Personen, die direkt in die Kamera schauen, überanstrengen. Aber wenn Sie hier herumlaufen, wenn Sie in einer Schule herumlaufen, schauen Sie nicht immer direkt in die Kamera. “
Viele Gesichtserkennungstechnologien können auch grundlegende demografische Merkmale einer Person identifizieren. Die Face API von Microsoft kann zum Beispiel Ihr Alter mit nur einem Foto erraten - eine Funktion, die genauer geworden ist, seit sie erstmals in 2015 veröffentlicht wurde, um die Benutzerrezensionen zu verbessern.
Das hat dazu geführt Bedenken der Voreingenommenheitallerdings vor allem seit a Studieren am MIT Media Lab Einige große Technologieunternehmen stellten fest, dass die Gesichtserkennungs-Apps eine um bis zu 35 Prozent höhere Fehlerrate aufwiesen, wenn Frauen mit dunklerer Haut verglichen mit Männern mit hellerer Haut identifiziert wurden. Einige befürchteten, dass dies dazu führen könnte, dass Frauen und Menschen mit Hautfarbe falsch identifiziert werden, was insbesondere dann problematisch ist, wenn die Systeme von Strafverfolgungsbehörden verwendet werden.
Microsoft hat die Befangenheitsprobleme und anerkannt unternimmt Schritte verschiedene Gesichter besser zu identifizieren,Erweiterung der Datenbank, mit der das System trainiert wird, durch Hinzufügen von Fotos verschiedener Personen.
RealNetworks hat seine Software jedoch nicht darauf trainiert, jemanden anhand seiner Rasse zu identifizieren. Sie könnten zum Beispiel SAFR nicht bitten, Sie zu benachrichtigen, wenn ein weißer Mann eine Tür betritt, weil er nicht weiß, welche Gesichter weiß sind.
