Ansigtsgenkendelsessoftware er værktøjer, der bruges til at sammenligne et bestemt ansigt set med en database med ansigtsprofil for at få en kamp og også få flere detaljer om, hvem en mistænkt er. Når du bruger de kropsslitne kameraer, og der sker anmeldelse med videoen, er det vigtigt at være i stand til at se et ansigt og få deres detaljer for at vide mere om dem, mens du også tjekker deres kriminelle poster og deres profil. I USA lavede nationens største sælger af de kropsslitne kameraer til de retshåndhævende myndigheder et selskabsstyre, der var afsat til større udvidelse af kunstig intelligens (AI). Dette har været et stort skridt hen imod at bringe den kontroversielle teknologi til ansigtsgenkendelse til rådighed for politistyrken over hele verden. Virksomheder som Axon, skaberne af Taser-våben og kropsslitne kameraer, der bruges af politiet over hele verden, har også givet udtryk for deres interesse i at flytte ind og integrere ansigtsgenkendelsessoftwaren til deres kropsslitne teknologi. Disse teknologier tillader officerer på patrulje at scanne og genkende ansigtet til enhver, de ser og måske mistænker, mens de er ude på patrulje. Mange nye voksende teknologivirksomheder, der specialiserer sig i overvågningsteknologi, er nu i et løb for at tilpasse ansigtsgenkendelsen og mange andre AI-kapaciteter til realtidsvideooptagelser.

Lige kort efter oprettelsen af ​​bestyrelsen for ansigtsgenkendelse sendte en gruppe med over 20 borgerrettigheds-, teknologi- og privatlivsgrupper et brev om de alvorlige bekymringer i den nuværende retning, som Axion-selskabet og dets nedsatte bestyrelse ledte. Brevet sendt krævede et øjeblikkeligt forbud mod, at der blev arbejdet på ansigtsgenkendelsessystemet. De sagde, at det var meget uetisk at implementere, på grund af det faktum, at softwaren har mange personlige konsekvenser, teknisk ufuldkommenhed og en hel del potentielle livstruende partier forbundet med den. det er blevet opdaget fra nylige undersøgelser, at ansigtsgenkendelsessoftware er langt mindre nøjagtig, når man får adgang til mennesker med mørk hud. Dette har åbnet den farlige del af, hvor AI kan påpege en uskyldig civile, og dette kan føre til en større komplikation. Grundlæggeren af ​​Axion svarede imidlertid til offentligheden, at virksomheden ikke udvikler ansigtsgenkendelsessystemer endnu, men de overvejer meget aktivt det i fremtidige produkter og innovationer. Han anerkendte det faktum, at systemet kan være ufuldstændigt og kunne misbruges og også have dets bias i identifikation, men den utallige fordel, det medfører, kan ikke overses fuldstændigt, da de er funktioner, der kan være til stor fordel i fremtiden.

Axion-chefen antydede endvidere, at han ikke føler, at ansigtsgenkendelsessystemet er en optimal løsning, men at den verden, vi lever i i dag, er meget avanceret, og at vi ikke kan overlade tunge opgaver til de politibetjente, der er beregnet til at fange kriminelle tilfældigt chancer for at identificere ansigterne. At forvente, at politiet husker ansigter om, hvem de leder efter, sidder bare ikke godt. Han mente, at det ikke ville være produktivt og være meget naiv at ikke have denne nye teknologi til rådighed. Han stillede også spørgsmålstegn ved, hvorfor politifolk i 2020 skulle bruge udstyr fra 1990, mens de udførte deres plig, idet han sagde, at det kun ville betyde, at verden har valgt ikke at gå videre eller endda vokse. Virksomheden gik videre med sit første møde og inviterede 8-virksomheder til udvalgte eksperter inden for AI, borgerlige frihedsrettigheder og strafferet. Bestyrelsesmedlemmerne var alle bare frivillige, der blev betalt og havde ingen reel magt til at ændre meget. De blev bedt om at rådgive virksomheden om den fremtidige kapacitet i ansigtsgenkendelsessystemet, mens de også påpegede, hvordan det kan hjælpe med til at skabe en mere forøget politis effektivitet og effektivitet. Ansigtsgenkendelse har længe været ønsket inden for retshåndhævelse og regeringsovervågning for de meget store fordele, og det nylige fald i prisen på kameraer med den meget store fremgang i AI-udvikling har gjort forslaget endnu mere synligt. Udviklere på dette felt har længe foreslået det i et stykke tid at bede om, at det skal bruges i et bredere felt. Omkring 117 millioner amerikanske voksne, som i alt cirka halvdelen af ​​amtet kan findes på den database, som ansigtsgenkendelsessystemet kører med.

Brug af ansigter er en meget lettere måde at genkende en person langt fra, det kan være i en video eller endda i realtid. Det er lettere at lægge hænderne på de andre biometriske identifikatorer, som normalt involverer, at du er nødt til at bevæge dig nærmere eller have fysiske kontakter og nærhed til dem. Men kritikere har også åbnet for, at ansigtsgenkendelse ikke rigtig er pålidelig, da de ansigtsdata, som de besidder, kan ældes eller endda ændres som følge af tilstand, ulykke og meget mere fysiske vejafgifter, der ændrer en persons udseende. Men der er den grund, der ønsker at blive accepteret globalt så hurtigt som muligt, at hvis en politimand trækker dig over og ikke genkender dig, vil hans kropskamera, der har et ansigtsgenkendelsessystem, gøre det. På denne måde ville han være i stand til at fortælle mere om dig og matche dig med et mål. Tilfælde som dette kan være meget nyttige, når der er en stop og søgning efter en kriminel.

Hvordan fungerer det nye ansigtsgenkendelsessystem?

Massimiliano Versace, der tilfældigvis var en italienskfødt neurolog og grundlægger af Neurala-et AI-softwarestartfirma. Har lavet skønt patentanmeldt maskinindlæringsteknologi, der har kraftig billedgenkendelse. Generelt fungerer ansigtsgenkendelse ved maskinindlæring, som dybest set træner en computer til at tænke af sig selv ved at give den komplekse data, der skal tilføjes til sin database. Langsomt men til sidst er det lille kamera på politibetjentens skulder i stand til at identificere former end farver og senere trænet i at identificere menneskelige ansigter, samtidig med at det matcher dem med en database med ansigter med profilen (måske et navn). Det er en proces, der fungerer ved at efterligne hjernen hos pattedyr, snarere end den måde, computere fungerer normalt ved at bede om instruktioner til at udføre. Denne nye form fungerer alene, skal du bare tænde for kameraet og se, når den identificerer alle omkring. Versace beskrev gennembrudsprocessen, dybest set som en lille konstellation af processorer, der aktivt fungerer som forskellige dele af hjernen. Han forklarede yderligere, at disse beregninger kan opdeles yderligere mellem hardware, der behandler input ligesom hjernen og hardware, der behandler ligesom dendritter og axoner gør. Hans forskning viste meget, at AI lærer meget i et sådant miljø, mens han bruger færre koder. Ved faktisk at reducere mængden af ​​kode, der kræves til billedgenkendelse, kører du meget mere og mindre behandling, og dette indebærer, at endnu mindre kraftfulde computere, der ikke har så meget processorkraft, også kan udføre den givne opgave. Derefter når det et punkt, at en computer på størrelse med et kropskamera kan genkende et billede, som kameraet er trænet med datasæt til at passe på. Derefter skal det lære noget for til sidst at matche emnet.

Dette bliver til sidst en ubegrænset ressource, der til sidst kan skabe en ny applikation til brugere af den offentlige sikkerhed. Lad os antage med en relevant sag, hvis tag for eksempel et barn mangler, og forældrene beslutter at besøge den nærliggende politibetjent på patrulje. Det kropsslitne kamera på officeren ser barnet og registrerer billedet af det savnede barn ved at gøre dette har AI-motoren lært, hvordan barnet ser ud. Den bruger hurtigt motoren til at sende billedet til alle politiet ved hjælp af det kropsslitne kamera til at bruge deres cam til at se miljøet. Dagens ansigtsgenkendelsessystem har generelt mangel på mangfoldighed i billeder, hvilket er et resultat af de data, de er trænet i. Forskere fra Massachusetts Institute of Technology (MIT) medielaboratorium sagde, at de tre førende ansigtsgenkendelsessystemer IBM, face ++ og Microsoft har en større chance for at opdage hvide (99%) mennesker end sorte (70%).

Som en konklusion for det hele har kropskameraer tilsyneladende vundet popularitet i brug, da det blev brugt til at kontrollere politiets dårlige opførsel. I den seneste tid er der blevet kritiseret for kontinuerligt at have bidraget til gennemgribende overvågning og potentielt forværret situationerne på et sted, der er stærkt poliseret. Hvad angår brugsreglen, afgøres det også af politiafdelingen. I Sacramento skød nogle politifolk dødeligt en ung mand ved navn Stephen Clark, en ubevæpnet sort mand, der blev skudt i hans bedstemødre baghave. Spørgsmål som dette har fået kritikere til at stille spørgsmålstegn ved, hvor effektiv frivilligetikbestyrelsen mødes to gange om året, hvilket vil gøre de afgørende træk, der vil kontrollere virksomhedernes retning. Mange håber bare, at ansigtsgenkendelse vil være som Taser, som også havde den oprindelige afvisning, før den senere havde en stærk global accept som det mest anvendte våben af ​​de retshåndhævende myndigheder. Der skal laves fejl, og virksomheder, der laver denne fejl, straffes, men det at gå videre med det store skridt, der er ansigtsgenkendelsessystem, er virkelig vigtigt for væksten af ​​sikkerhedssystemet.