ফেসিয়াল রিকগনিশন টেক রঙের লোকেদের মধ্যে একটি উদ্বেগজনকভাবে উচ্চ ব্যর্থতার হার রয়েছে

লুইসিয়ানায় ফেসিয়াল রিকগনিশন সিস্টেমের সাম্প্রতিক ব্যবহারের ফলে জর্জিয়ার একজন কৃষ্ণাঙ্গ ব্যক্তি রান্ডাল রিডকে ভুল-পরিচয় গ্রেপ্তার করা হয়েছে। স্থানীয় কর্তৃপক্ষ নিউ অরলিন্স শহরতলির একটি দোকান থেকে পার্স চুরি করার জন্য তাকে পিন করার জন্য ফেসিয়াল রিকগনিশন প্রযুক্তি ব্যবহার করেছিল - একটি সম্পূর্ণ আলাদা রাজ্যের রিড দাবি করেছে কখনই একবার হয়েছে.

রিড এখনও একটি মধ্যে অন্য চলমান প্রবণতা বিগত কয়েক বছরে ফেসিয়াল রিকগনিশন টেকনোলজি (এফআরটি) দ্বারা বর্ণের সহকর্মীর অনুরূপ বড় ভুল শনাক্তকরণ।

উডব্রিজে পুলিশের পরে, নিউ জার্সির একটি সন্দেহভাজন শপলিফটারের একটি জাল আইডি ছিল যা 2019 সালের শুরুর দিকে FRTs দ্বারা মূল্যায়ন করা হয়েছিল, Nijeer Parks, যিনি কাজ করতেন এবং 30 মাইল দূরে প্যাটারসন, NJ-এ বসবাস করতেন ১০ দিন জেল খেটেছেন হাজার হাজার ডলার একটি অপরাধের বিরুদ্ধে নিজেকে রক্ষা করার জন্য, তিনি জড়িত ছিলেন না। ঘটনার সময় ওয়েস্টার্ন ইউনিয়নে তার অর্থ পাঠানোর প্রমাণ তাকে হুক থেকে মুক্তি দিতে সাহায্য করেছিল।

মাইকেল অলিভারকে অন্যায়ভাবে অভিযুক্ত করা হয়েছিল শিক্ষকের ফোন নষ্ট করার চেষ্টা 2019 সালের মে মাসে ক্যামেরায়। শিক্ষক দ্বারা ধারণ করা ভিডিও প্রমাণের ভিত্তিতে, ডেট্রয়েট পুলিশ এফআরটি ব্যবহার করেছে মাইকেল অলিভারকে অপরাধের সাথে যুক্ত করার জন্য, যদিও তার অ্যাটর্নি দ্বারা সুস্পষ্ট শারীরিক পার্থক্য উল্লেখ করা হয়েছে - যেমন তার হাতের উল্কি এবং হালকা ত্বকের স্বর - শেষ পর্যন্ত তাকে কোনো অন্যায় থেকে অব্যাহতি দিয়েছে।

2020 সালের জানুয়ারিতে, রবার্ট উইলিয়ামস ডেট্রয়েটের একটি শিনোলা স্টোর থেকে প্রায় $4,000 মূল্যের বিলাসবহুল ঘড়ি চুরি করার অভিযোগে ভিডিওতে ধরা পড়ার পরে পুরো দিন জেলে কাটিয়েছিলেন। অপরাধের সময় 50 মাইল দূরে ইনস্টাগ্রাম লাইভে গান গাইছিলেন এমন নতুন প্রমাণ প্রকাশের দুই মাস পরে তার অভিযোগ বাদ দেওয়া হয়েছিল।

এই ঘটনাগুলি হল মার্কিন যুক্তরাষ্ট্রে গত পাঁচ বছরের মধ্যে বর্ণের মানুষদের সবচেয়ে উল্লেখযোগ্য প্রধান ভুল শনাক্তকরণের কিছু। তারা মুখের শনাক্তকরণ প্রযুক্তির অবস্থার একটি প্রত্যক্ষ প্রতিফলন এবং রঙের ব্যক্তিদের কার্যকরভাবে সনাক্তকরণ এবং পার্থক্য করার ক্ষমতা হিসাবে কাজ করে।

সমস্যা স্বীকৃতি

মুখের শনাক্তকরণ প্রযুক্তি গুরুত্বপূর্ণ বায়োমেট্রিক ডেটা - বিভিন্ন মুখের ফটো এবং অন্যান্য শারীরিক বৈশিষ্ট্যগুলির উপর বিকাশ লাভ করে, বা বিপর্যস্ত হয় - এটি মূল্যায়নের জন্য দেওয়া হয়। সিস্টেমটি যে ডেটা গ্রহণ করে তা শেষ পর্যন্ত সামগ্রিকভাবে সিস্টেমের সামগ্রিক কার্যকারিতা নির্ধারণ করে।

এটি বলেছে, এই সিস্টেমগুলি একটি নির্দিষ্ট জাতির মুখগুলিকে চিনতে পারে না যদি এই সিস্টেমগুলিকে সমর্থন এবং প্রশিক্ষণের জন্য ব্যবহৃত ডেটাসেটগুলিতে প্রশ্নযুক্ত রেসের উপর ন্যূনতম ডেটা থাকে।

ইয়াশার বেহজাদি, সিইও এবং প্রতিষ্ঠাতা সংশ্লেষণ এআই , বলেছেন, "কিছু জনসংখ্যার প্রায়শই এই ডেটাসেটগুলিতে উপস্থাপিত হয়, সেগুলি ইন্টারনেটের ছবি বা অন্যান্য প্রচলিত উপায় থেকে সংগ্রহ করা হয়েছিল। এর ফলাফল হল যে AI-কে শক্তি দেওয়ার জন্য ব্যবহৃত প্রশিক্ষণ ডেটা ভারসাম্যহীন হয়ে পড়ে, ফলে মডেল পক্ষপাতিত্ব হয়।"

অন্য কথায়, রঙের লোকেদের সম্পর্কে যত কম বায়োমেট্রিক ডেটা থাকে, মুখের শনাক্তকরণ প্রযুক্তিটি সফলভাবে রঙের লোকদের সনাক্ত করার সম্ভাবনা কম।

সম্প্রতি অবধি, FRT গুলি "প্রাথমিকভাবে তৈরি করা হয়েছে এবং ডেটাসেটের উপর পরীক্ষা করা হয়েছে যেগুলিতে বেশিরভাগ ফর্সা ত্বকের ব্যক্তি ছিল," তাতেভিক বাগদাসারিয়ান, কনটেন্ট মার্কেটার অনুসারে সুপার টীকা . এটি তাদের বিশ্লেষণের সুযোগকে ব্যাপকভাবে সীমিত করে, তাদের ভাল-রেকর্ড করা, ফর্সা-চর্মযুক্ত প্রতিরূপদের তুলনায় রঙের লোকদের সনাক্ত করার চেষ্টা করার সময় অনেক বেশি ত্রুটি দেখা দেয়।

"ফলে, মুখের শনাক্তকরণ প্রযুক্তিতে ব্যবহৃত অ্যালগরিদমগুলি গাঢ় ত্বকের টোন এবং বৃহত্তর নাক এবং পূর্ণ ঠোঁটের মতো মুখের বৈশিষ্ট্যযুক্ত ব্যক্তিদের ক্ষেত্রে আরও খারাপ কাজ করে," বলেছেন বাগদাসারিয়ান৷ "এটি মিথ্যা ইতিবাচক এবং মিথ্যা নেতিবাচকের উচ্চ হারের দিকে পরিচালিত করে।"

উদাহরণস্বরূপ, জয় বুওলামউইনি এবং টিমনিট গেব্রুর 2018 সালের একটি যুগান্তকারী গবেষণায় দেখা গেছে যে FRT-তে মুখের মূল বৈশিষ্ট্যগুলি বিশ্লেষণের জন্য দায়ী অনেক অ্যালগরিদম কালো মহিলাদের ভুল শনাক্ত করার জন্য পরিচিত। 33% এর বেশি সময়.

বিশ্বজুড়ে FRTs

মুখ শনাক্তকরণ প্রযুক্তি প্রযুক্তি বিশ্বে বেশ সর্বব্যাপী হয়ে উঠেছে এবং এখন সারা বিশ্বের প্রায় 100টি দেশ ব্যবহার করছে।

সিঙ্গাপুর, যার জন্য বিখ্যাত স্মার্ট নেশন উদ্যোগ, উদীয়মান প্রযুক্তির জন্য অপরিচিত নয় এবং গত কয়েক দশক ধরে ধারাবাহিকভাবে প্রযুক্তিগত উদ্ভাবনের রক্তপাতের প্রান্তে রয়েছে।

2020 সালের শেষের দিকে, স্মার্ট নেশন একটি যোগ করেছে মুখের স্বীকৃতি বৈশিষ্ট্য SingPass, দেশের প্রাথমিক ব্যক্তিগত প্রমাণীকরণ সিস্টেম যেখানে ব্যবহারকারীরা অনলাইনে বিভিন্ন সরকারি পরিষেবা অ্যাক্সেস করতে পারে। তারপর থেকে, সিঙ্গাপুর সারা দেশে স্ব-পরিষেবা কিয়স্ক ইনস্টল করেছে যেগুলি যতটা সম্ভব সুবিধাজনক এবং নির্বিঘ্নে পাবলিক পরিষেবাগুলিতে অ্যাক্সেস করার প্রয়াসে FRTs নিয়োগ করে।

যাইহোক, যদিও ফেসিয়াল রিকগনিশন প্রযুক্তির ব্যবহার ব্যাপকভাবে গৃহীত হয়েছে, এখনও কিছু কিছু দেশ রয়েছে যারা তাদের ব্যবহার সীমিত করে বা কিছু ক্ষেত্রে সরাসরি প্রত্যাখ্যান করে। বেলজিয়াম এবং লুক্সেমবার্গের মতো দেশগুলি পরের বিভাগে পড়ে, FRT গুলি সম্পূর্ণরূপে নিষিদ্ধ করার সিদ্ধান্ত নিয়েছে অন্যান্য ইউরোপীয় দেশ মামলা অনুসরণ করা শুরু.

আর্জেন্টিনা একটি অনন্য উদাহরণ হিসাবে কাজ করে; একটি দেশ যেটি প্রথমে উন্মুক্ত অস্ত্র দিয়ে প্রযুক্তি গ্রহণ করে এবং পরে তার অবস্থান পরিবর্তন করেছে একাধিক ভুল শনাক্তকরণের প্রতিক্রিয়ায় বিতর্কিত প্রযুক্তিতে যা বেশ কয়েকজনকে অন্যায়ভাবে আটকে রাখে।

কি করা যেতে পারে?

বর্তমানে, এটি পরিষ্কার হয়ে গেছে যে মুখের স্বীকৃতি প্রযুক্তির সবচেয়ে বড় সমস্যাগুলি এর সিস্টেমগুলি যে ডেটা গ্রহণ করে তার গুণমান এবং প্রকার থেকে উদ্ভূত হয়৷

যদি সিস্টেমের ডেটা জনসংখ্যার বিভিন্ন অংশের প্রতিনিধি না হয় - শুধুমাত্র হালকা ত্বকের জন্য ডেটা সহ, উদাহরণস্বরূপ - বা সিস্টেম দ্বারা মূল্যায়ন করা চিত্রগুলির গুণমান খারাপ - অস্পষ্ট, অস্পষ্টভাবে আলো, অ-অনুপযুক্ত কোণ থেকে নেওয়া ইত্যাদি . – রঙের লোকেদের মধ্যে মিথ্যা ইতিবাচকের মতো ত্রুটিগুলি ঘটার সম্ভাবনা অনেক বেশি।

এইভাবে, FRTs-এর সাথে এই দীর্ঘস্থায়ী সমস্যার সবচেয়ে সহজ সমাধান হল উচ্চ পরিমাণে ডেটা অন্তর্ভুক্ত করা যা বিভিন্ন ধরনের ত্বকের টোন এবং মুখের বৈশিষ্ট্যগুলির প্রতিনিধিত্ব করে।

যদি আমরা, জনগণ হিসাবে, এই প্রযুক্তির উপর আস্থা রাখি এবং নির্ভর করি যাতে আমরা সমান এবং ন্যায্য বিচারের বিষয়ে আমাদের সাহায্য করি, তবে আমরা অন্তত যা করতে পারি তা হল মুখের স্বীকৃতির মূল সমস্যাগুলি সম্পর্কে আরও শিখতে এবং কীভাবে তারা এর লোকেদের সঠিকভাবে সনাক্ত করার ক্ষমতাকে প্রভাবিত করে। রঙ