Как развивается технология распознавания лиц в России

а подъеме

В России неплохо зарекомендовали себя «пассивные» системы видеонаблюдения на основе технологии распознавания лиц. Например, в Москве была развернута сеть из 105 смарт-устройств, благодаря которым за два года пилотного проекта удалось задержать 90 правонарушителей. Статистика МВД говорит о том, что умные камеры помогают в расследовании 70% уличных преступлений. Конечно, до масштабов Китая пока далеко – в стране  установлено более 176 миллионов камер, всевидящее око которых проникает везде, вплоть до туалетов. Однако здесь уже встает этический  вопрос: а надо ли нам делать так, как в Китае?

Второе успешное направление внедрения инновации в России – это банковские сервисы. Аналитики из J'son & Partners Consulting утверждают, что отечественный рынок биометрии ежегодно растет больше, чем на треть благодаря технологии распознавания лиц (сам по себе этот сегмент ежегодно удваивается за последние четыре года). Растущий спрос на лицевую биометрию обусловлен технологическим прорывом в области машинного обучения и появлением в России целого ряда стартапов с алгоритмами идентификации по лицу мирового уровня.

Сегодня все крупные российские банки экспериментируют с системами распознавания, и уже принят законопроект, согласно которому россияне смогут получать банковские услуги в онлайне (например, открывать счета) без личного присутствия. 
 
Большие успехи система распознавания лиц показывает в ритейле. Некоторые отечественные торговые сети внедрили технологию не только в целях безопасности, но чтобы собирать больше информации о покупателях. Умные камеры «оцифровывают» каждого посетителя, сохраняя в базе данных математическое описание лица. Они распознают пол и возраст, время нахождения в магазине и состав корзины покупок.

Кроме того, технология распознавания умеет с высокой точностью определять оттенки эмоций человека, поэтому бизнес сегодня может отслеживать настроение аудитории в режиме реального времени, сопоставляя средние индексы самочувствия на входе и выходе.

Если покупатель стал чуть счастливее, покидая магазин – все идет хорошо, если наоборот – это повод для принятия управленческих решений. 
 
«Одна из российских сетей формата «магазин у дома» протестировала технологию распознавания лиц, замеряя индексы настроения на входе и сравнивая их с показателями на кассах. В магазине их было два типа: терминалы самообслуживания и обычные кассы с «человеческим» персоналом. Выяснилось, что индекс настроения снижался на тех кассах, где покупатели имели дело с машиной. Это стало основанием для дальнейшего усовершенствования системы автоматизации ритейлера», — рассказал «Газете.Ru» генеральный директор и основатель компании ORBL Антон Рудов.

Например, один из бизнес-центров внедрил такую практику и первые месяцы на входе в здание образовывались огромные очереди, система того разработчика работала очень медленно.

С чем это связано, объяснить трудно, скорее всего со спецификой ИТ-архитектуры и масштабируемости решения компании-разработчика. Потенциально технология работает с высокой скоростью – она способна распознавать лица практически в режиме реального времени», — пояснил Рудов.

«Второй случай неудачного внедрения технологии можно было наблюдать на одной из крупных бизнес-конференций, где проход на мероприятие происходил следующим образом: человек при покупке билета загружал свою фотографию и, далее, на самом мероприятии камеры, расположенные на входе, распознавали зарегистрированного участника и пропускали его.

В половине случаев система давала сбой», — сообщил собеседник «Газеты.Ru».

Производители и поставщики оборудования и программного обеспечения уверены: неудачи при внедрении связаны в большей степени с использованием технологии на начальном этапе ее развития. Ведь еще пять лет назад точность распознавания колебалась на уровне 80-85%, а сегодня она достигла показателя в 99,99%. Алгоритмы машинного обучения позволяют постоянно проводить работу над ошибками и учитывать негативный опыт, а потому неудачных примеров будет все меньше. 
 
Замена лица

При разговоре о повсеместном использовании технологии распознавания лиц нельзя не затронуть этический аспект в этой сфере. Так, например, потенциальную опасность для граждан представляет возможность «подмены» личности. Сейчас технологии 3D-печати развились настолько, что любой желающий, имеющий доступ к 3D-принтеру, может сделать маску идентичную лицу едва ли не любого человека.

Это открывает огромные возможности перед злоумышленниками и, в теории, может перевернуть судебную практику, создав новые прецеденты, поскольку видеозапись, на которой «засветилась» идентифицирована личность, уже не сможет считаться доказательством преступления.

Несмотря на то, что технология активно развивается и внедряется в общественную жизнь, в рамках правового поля резких законодательных изменений, регулирующих этическую сторону системы распознавания лиц, в настоящее время не происходит.

Распознавание лица и идентификация по нему человека означает использование персональных данных без санкции их обладателя. Существующие законы о персональных данных (например, GDPR, принятый в ЕС) и административные кодексы большого числа стран лишь в малой степени затрагивают вопросы правового регулирования в области видеофиксации правонарушений. Слабая правовая база в этой сфере в теории может привести к неправомерному использованию информации о гражданах, а также серьезным ошибкам в оперативной правоохранительной деятельности или судебных решениях.