फेशियल रिकॉग्निशन टेक में रंग के लोगों में चिंताजनक रूप से उच्च विफलता दर है

लुइसियाना में चेहरे की पहचान प्रणाली के हालिया उपयोग के परिणामस्वरूप जॉर्जिया के एक अश्वेत व्यक्ति रान्डेल रीड की गलत-पहचान की गिरफ्तारी हुई है। न्यू ऑरलियन्स उपनगर में एक स्टोर से पर्स चोरी करने के लिए उसे पिन करने के लिए स्थानीय अधिकारियों ने चेहरे की पहचान तकनीक का इस्तेमाल किया - एक पूरी तरह से अलग राज्य में रीड का दावा है कभी नहीं एक बार गया था।

रीड एक में अभी तक एक और है चलन चल रहा है पिछले कुछ वर्षों के भीतर चेहरे की पहचान तकनीक (FRT) द्वारा रंग के साथी लोगों की इसी तरह की बड़ी गलत पहचान।

वुडब्रिज में पुलिस के बाद, न्यू जर्सी के पास 2019 की शुरुआत में एफआरटी द्वारा मूल्यांकन किए गए एक संदिग्ध दुकानदार से संबंधित एक फर्जी आईडी थी, निजीर पार्क्स, जो पैटर्सन, एनजे में 30 मील दूर काम करते थे और रहते थे, ने सेवा की 10 दिन जेल में रहे और हजारों डॉलर खर्च किए एक अपराध के खिलाफ खुद का बचाव करते हुए, वह इसमें शामिल नहीं था। घटना के समय उसके वेस्टर्न यूनियन में पैसे भेजने के सबूत ने उसे हुक से बाहर निकालने में मदद की।

माइकल ओलिवर पर गलत आरोप लगाया गया था शिक्षिका के फोन को नष्ट करने का प्रयास मई 2019 में कैमरे पर। शिक्षक द्वारा लिए गए वीडियो साक्ष्य के आधार पर, डेट्रोइट पुलिस ने एफआरटी का इस्तेमाल किया माइकल ओलिवर को अपराध से जोड़ने के लिए, हालांकि उनके वकील द्वारा नोट किए गए स्पष्ट शारीरिक अंतर - जैसे कि उनके अग्रभाग टैटू और हल्की त्वचा टोन - ने अंततः उन्हें किसी भी गलत काम से मुक्त कर दिया।

जनवरी 2020 में, डेट्रायट के शिनोला स्टोर से लगभग 4,000 डॉलर मूल्य की लक्ज़री घड़ियों की चोरी करने वाले वीडियो में कथित तौर पर पकड़े जाने के बाद रॉबर्ट विलियम्स ने पूरा दिन जेल में बिताया। नए सबूतों से पता चला कि अपराध के समय वह 50 मील दूर इंस्टाग्राम लाइव पर गा रहा था, उसके दो महीने बाद उसके आरोप हटा दिए गए।

ये मामले पिछले पांच वर्षों के भीतर संयुक्त राज्य अमेरिका के अश्वेत लोगों की सबसे महत्वपूर्ण बड़ी गलत पहचान के कुछ मामले हैं। वे चेहरे की पहचान प्रौद्योगिकियों की स्थिति और रंग के व्यक्तियों को प्रभावी ढंग से पहचानने और अलग करने की उनकी क्षमता के प्रत्यक्ष प्रतिबिंब के रूप में कार्य करते हैं।

समस्याओं को पहचानना

महत्वपूर्ण बायोमेट्रिक डेटा - विभिन्न चेहरों और अन्य भौतिक विशेषताओं की तस्वीरें - पर चेहरे की पहचान तकनीक पनपती है या लड़खड़ाती है - यह आकलन करने के लिए दी गई है। सिस्टम द्वारा प्राप्त डेटा का सेट अंततः समग्र रूप से सिस्टम की समग्र प्रभावशीलता को निर्धारित करता है।

उस ने कहा, ये प्रणालियां किसी विशिष्ट नस्ल से संबंधित चेहरों को नहीं पहचान सकती हैं यदि इन प्रणालियों का समर्थन करने और प्रशिक्षित करने के लिए उपयोग किए जाने वाले डेटासेट में प्रश्न में दौड़ पर न्यूनतम डेटा होता है।

याशर बेहज़ादी, सीईओ और संस्थापक संश्लेषण एआई , कहते हैं, "इन डेटासेट में कुछ जनसांख्यिकी को अक्सर कम दर्शाया जाता है, चाहे वे इंटरनेट पर छवियों से एकत्र किए गए हों या अन्य पारंपरिक साधनों से। परिणाम यह है कि एआई को शक्ति देने के लिए उपयोग किया जाने वाला प्रशिक्षण डेटा असंतुलित हो जाता है, जिसके परिणामस्वरूप मॉडल पूर्वाग्रह होता है।"

दूसरे शब्दों में, रंग के लोगों पर बायोमेट्रिक डेटा जितना कम होगा, चेहरे की पहचान तकनीक की कम संभावना है कि रंग के लोगों की सफलतापूर्वक पहचान हो सके।

हाल के समय तक, FRT को "मुख्य रूप से उन डेटासेट पर विकसित और परीक्षण किया गया था, जिनमें अधिकांश गोरी-त्वचा वाले व्यक्ति थे," Tatevik Baghdasaryan, Content Marketer के अनुसार सुपरएनोटेट . यह उनके विश्लेषण के दायरे को बहुत सीमित करता है, रंग के लोगों की पहचान करने का प्रयास करते समय उनके अच्छी तरह से दर्ज किए गए, निष्पक्ष-चमड़ी वाले समकक्षों की तुलना में कहीं अधिक त्रुटियां होती हैं।

"परिणामस्वरूप, चेहरे की पहचान तकनीक में उपयोग किए जाने वाले एल्गोरिदम गहरे रंग की त्वचा वाले लोगों और विशिष्ट चेहरे की विशेषताओं जैसे व्यापक नाक और फुलर होंठ वाले लोगों पर खराब प्रदर्शन करते हैं," बगदासरीयन कहते हैं। "इससे झूठी सकारात्मक और झूठी नकारात्मकता की उच्च दर होती है।"

उदाहरण के लिए, जॉय बुओलमविनी और टिमनिट गेब्रू द्वारा 2018 के ऐतिहासिक अध्ययन में पाया गया कि एफआरटी में चेहरे की प्रमुख विशेषताओं का विश्लेषण करने के लिए जिम्मेदार कई एल्गोरिदम काली महिलाओं की गलत पहचान करने के लिए जाने जाते हैं। 33% से अधिक समय की।

दुनिया भर में एफआरटी

तकनीक की दुनिया में फेशियल रिकॉग्निशन तकनीक काफी सर्वव्यापी हो गई है और अब दुनिया भर के लगभग 100 देशों द्वारा इसका उपयोग किया जा रहा है।

सिंगापुर, इसके लिए प्रसिद्ध है स्मार्ट राष्ट्र पहल, उभरती प्रौद्योगिकियों के लिए कोई अजनबी नहीं है और पिछले कुछ दशकों से लगातार तकनीकी नवाचार के चरमोत्कर्ष पर है।

2020 के अंत में, स्मार्ट नेशन ने एक जोड़ा चेहरे की पहचान सुविधा सिंगपास के लिए, देश की प्राथमिक व्यक्तिगत प्रमाणीकरण प्रणाली जहां उपयोगकर्ता विभिन्न सरकारी सेवाओं को ऑनलाइन एक्सेस कर सकते हैं। तब से, सिंगापुर ने पूरे देश में स्वयं-सेवा कियोस्क भी स्थापित किए हैं जो सार्वजनिक सेवाओं तक यथासंभव सुविधाजनक और निर्बाध पहुंच बनाने के प्रयास में FRTs को नियोजित करते हैं।

हालाँकि, जबकि चेहरे की पहचान तकनीकों का उपयोग व्यापक रूप से स्वीकृत हो गया है, फिर भी कुछ देश ऐसे हैं जो उनके उपयोग को सीमित करते हैं या कुछ मामलों में, उन्हें एकमुश्त मना कर देते हैं। बेल्जियम और लक्समबर्ग जैसे देश बाद की श्रेणी में आते हैं, एफआरटी पर पूरी तरह से प्रतिबंध लगाने का विकल्प चुनते हैं अन्य यूरोपीय देशों सूट का पालन करना शुरू कर रहा है।

अर्जेंटीना एक अद्वितीय उदाहरण के रूप में कार्य करता है; एक ऐसा देश जिसने पहले तकनीक को खुले हाथों से अपनाया और फिर बाद में अपना रुख बदल लिया गलत पहचान की एक श्रृंखला के जवाब में विवादास्पद तकनीक पर जिसके कारण कई लोगों को गलत तरीके से हिरासत में लिया गया।

क्या किया जा सकता है?

वर्तमान में, यह स्पष्ट हो गया है कि चेहरे की पहचान तकनीक की सबसे बड़ी समस्या इसके सिस्टम को प्राप्त होने वाले डेटा की गुणवत्ता और प्रकार से उत्पन्न होती है।

यदि सिस्टम का डेटा जनसांख्यिकी के एक विविध निकाय का प्रतिनिधि नहीं है - केवल हल्की त्वचा वाले लोगों के लिए डेटा शामिल है, उदाहरण के लिए - या सिस्टम द्वारा मूल्यांकन की गई छवियों की गुणवत्ता खराब है - धुंधली, मंद रोशनी, गैर इष्टतम कोणों से ली गई, आदि - रंग के लोगों में झूठी सकारात्मक जैसी त्रुटियां होने की संभावना अधिक हो जाती है।

इस प्रकार, एफआरटी के साथ लंबे समय से चली आ रही इस समस्या का सबसे सरल समाधान उच्च मात्रा में डेटा को शामिल करना है जो विभिन्न प्रकार की त्वचा टोन और चेहरे की विशेषताओं का प्रतिनिधित्व करता है।

यदि हम, एक व्यक्ति के रूप में, समान और निष्पक्ष न्याय के मामलों में हमारी सहायता करने के लिए इस तकनीक पर भरोसा करते हैं और भरोसा करते हैं, तो कम से कम हम चेहरे की पहचान के मूल मुद्दों के बारे में अधिक सीख सकते हैं और कैसे वे लोगों की ठीक से पहचान करने की क्षमता को प्रभावित करते हैं। रंग।