Il progetto di Facebook per il riconoscimento facciale di ricerca, chiamato “DeepFace“, è ora preciso quasi come il cervello umano. DeepFace può guardare due foto, e indipendentemente dall’illuminazione o dall’angolo di scatto, può dire che abbia il 97,25% di accuratezza se le foto contengono lo stesso volto. Gli esseri umani possono svolgere lo stesso compito con il 97,53% di accuratezza. DeepFace è attualmente solo un progetto di ricerca, ma in futuro sarà probabilmente usato per aiutare con il riconoscimento facciale sul sito di Facebook. Inoltre sarebbe irresponsabile se non ci ricordiamo il vero potere di riconoscimento facciale, che Facebook sta sicuramente indagando: il Tracking sulle facce attraverso la totalità del web e nella vita reale, come ci si sposta da un negozio all’altro, producendo alcuni dati di rilevamento comportamentale che risulterebbero molto lucrativi. Le nostre facce sono soltanto una risorsa economica per Facebook: evidentemente si, altrimenti per quale motivo investire su questo tipo di ricerca?
Il DeepFace software, sviluppato dal gruppo di ricerca di Facebook AI a Menlo Park, in California, è sostenuta da una rete neurale avanzata per l’apprendimento profondo. Una rete neurale, come forse già sapete, è un pezzo di software che simula una approssimazione (molto semplice) come i dei veri neuroni al lavoro. L’pprendimento profondo è uno dei molti metodi di esecuzione di machine learning, in fondo, sembra un enorme corpo di dati (ad esempio, volti umani) e cerca di sviluppare un elevato livello di astrazione (di un volto umano), cercando modelli ricorrenti ( guance, sopracciglia, ecc). In questo caso, DeepFace consiste in un gruppo di neuroni con nove strati profondi, e quindi un processo di apprendimento che vede la creazione di 120 milioni di connessioni (sinapsi) tra i neuroni, sulla base di un corpus di quattro milioni di foto di volti.
Una volta che il processo di apprendimento è completo, ogni immagine che viene immessa nel sistema passa attraverso le sinapsi in modo differente, producendo un impronta unica al fondo dei nove strati di neuroni. Ad esempio, un neurone potrebbe semplicemente chiedere “la faccia ha una fronte pesante?” – Se sì, una sinapsi è seguita, se no, un altro itinerario è preso in considerazione. Questa è una descrizione molto semplicistica di DeepFace e profonda di apprendimento delle reti neurali, ma il concetto è proprio questo.
Quando DeepFace confronta due diverse foto del volto della stessa persona, è in grado di verificare una corrispondenza con 97.25% di accuratezza. Gli esseri umani, eseguono lo stesso test di verifica sullo stesso insieme di foto, valutato leggermente superiore al 97,53%. DeepFace non è influenzata da illuminazione varia tra le due foto, e foto da angolazioni dispari vengono trasformate automaticamente (utilizzando un modello 3D di un “medio” forward-looking sul volto del soggetto) in modo che tutti i confronti siano fatti con una standardizzata, lungimirante foto. Il documento di ricerca indica che le prestazioni – uno dei fattori più importanti quando parlano l’utilità di un algoritmo di computer vision apprendimento automatico – è eccellente, “chiudendo la stragrande maggioranza dei divari di prestazioni.”
Facebook cerca di impressionare su di noi che verifica (abbinando due immagini dello stesso volto) non è la stessa di riconoscimento (guardando una nuova foto e collegandola al nome di un utente esistente) … ma questo non è vero. DeepFace potrebbe chiaramente essere utilizzata per pesca a strascico attraverso tutte le foto su internet, e collegarlo al tuo profilo di Facebook (supponendo che il profilo contiene le foto del tuo volto, comunque). Facebook.com ha già un algoritmo di riconoscimento facciale sul posto che analizza le foto caricate e si richiede con tag se viene effettuata una partita. Non è chiara la precisione del sistema attuale, ma sapevo che funziona con un sistema di riproposta dei volti, sarebbe in grado di produrre un sacco di “falsi”.
Supponendo che il team DeepFace possa continuare a migliorare la precisione (e non c’è ragione per cui non lo faranno), Facebook può trovarsi in possesso di alcuni software davvero potenti.
I motivi di tale precisione rimangono ovviamente un mistero. Sarà ovviamente eventualmente essere utilizzato per puntellare la soluzione di riconoscimento facciale esistenti su Facebook.com, per assicurarsi che ogni foto di te sul social network sia collegato al tuo account (anche se non mostrano un tag visibile). Da lì, è difficile immaginare che Zuckerberg e co manterranno DeepFace esclusivamente limitata a Facebook.com – ci sono troppi soldi che possono essere guadagnati attraverso la scansione del resto del web pubblico per le partite. Un’altra possibilità sarebbe dirama in face tracking mondo reale – ci sono evidenti applicazioni in materia di sicurezza e TVCC, ma anche in ambienti commerciali, dove le abitudini di acquisto del mondo reale di qualcuno inseguimento potrebbero essere molto redditizi. Come abbiamo discusso in precedenza, Facebook (come Google) diventa esponenzialmente più potente e prezioso (sia per voi ed i suoi azionisti) in base a ciò che viene a sapere su di te.
Fonte: www.extremetech.com
