Ханна Фрай - Hello World. Как быть человеком в эпоху машин

Так вот в чем дело: сходство в глазах смотрящего. Если нет строгого определения для сходства, различия между лицами не поддаются измерению и нет того критического состояния, когда мы можем утверждать, что эти два лица идентичны. Невозможно точно сказать, что значит “двойник” и насколько типично данное лицо, а главное — невозможно точно оценить вероятность того, что лицо на двух картинках принадлежит одному и тому же человеку.

Значит, метод идентификации личности по лицу вовсе не аналогичен анализу ДНК, который уверенно опирается на надежную статистическую базу. При анализе ДНК в криминалистике профиль составляют по фрагментам генома, заведомо отличающимся у разных людей. Ключевой момент заключается как раз в степени различий — если в добытом на месте преступления биоматериале и в образце, взятом для анализа у подозреваемого, последовательности ДНК совпадают, то можно рассчитать вероятность того, что обе пробы получены из одного источника. Кроме того, можно сказать, с какой вероятностью по чистой случайности точно такая же последовательность ДНК в этих фрагментах окажется еще у какого-нибудь бедолаги [344]. Чем больше маркеров используется в экспертизе, тем меньше шансов ошибиться, поэтому в каждой стране судебная власть имеет полное право постановить, сколько генетических маркеров необходимо проверить, чтобы обеспечить необходимый и приемлемый для судей уровень достоверности [345].

Пусть даже нам кажется, что черты лица объективно связаны с личностью человека, без понимания тонких различий между людьми метод идентификации правонарушителей по лицам не имеет строгой научной основы. Что же касается опознания людей по фотографиям, то вот вам цитата из презентации, представленной криминалистами ФБР: “Из-за недостаточности статистических данных заключение носит исключительно субъективный характер” [346].

К сожалению, мы не можем решить эту проблему, попросив алгоритм провести опознание вместо нас, и, в частности, поэтому идентифицировать преступников с его помощью следует крайне осторожно. Как бы ни был точен алгоритм, сходство и идентичность — не полные синонимы и никогда ими не станут.

Осмотрительность в работе с алгоритмами распознавания лиц следует проявлять и по другой причине. Не так уж хорошо они различают лица, как вам, возможно, кажется.

Один на миллион?

Сами алгоритмы используют один из двух подходов. В первом строится объемная модель лица — либо наложением множества плоских изображений, либо с помощью сканирования лица специальной инфракрасной камерой. Так работают идентификаторы лица в айфонах. Такие алгоритмы научились уходить от трудностей, связанных с изменением выражения лица и старением, — для них важнее всего те зоны лица, где есть твердые ткани и кости, например, изгибы орбиты глаза и валика носа.

По заверениям Apple , шансы на то, что кто-нибудь взломает ваш айфон с помощью идентификатора лица, составляют один на миллион, однако алгоритм небезупречен. Его могут обмануть близнецы [347], родные братья и сестры [348], дети, стащившие родительский телефон. Так, вскоре после внедрения этой технологии появилось видео о десятилетнем мальчике, который легко справился с фейс-контролем маминого айфона. С тех пор его мама стирает не предназначенные для детских глаз сообщения [349]. Был случай, когда алгоритм ввела в заблуждение специально отпечатанная на 3D-принтере маска с инфракрасными наклейками вместо глаз [350]. Из всего этого следует, что алгоритм можно использовать для разблокирования телефона, однако это не самый надежный инструмент для доступа к банковскому счету.

При сканировании фотографий в паспорте и видеозаписей с камер наблюдения толку от 3D-алгоритмов не намного больше. Для этого понадобятся алгоритмы другого типа, которые проводят статистический анализ плоского изображения. Они не пытаются, как мы с вами, найти особые приметы, отличающие одно лицо от другого, а формируют статистическое описание распределения на картинке освещенных и затененных участков. Как в случае с алгоритмами распознавания собак из главы “Медицина”, ученые недавно пришли к выводу, что эффективнее предоставить алгоритму достаточно обширную подборку лиц и позволить ему самостоятельно, методом проб и ошибок, выбирать наиболее подходящие комбинации, а не надеяться на то, что люди найдут правильные варианты. Как обычно, это сделали с помощью нейросетей. Именно такие алгоритмы работают там, где в последнее время произошел качественный рывок в производительности и точности. Впрочем, производительность эта сопряжена с издержками. Не всегда можно точно понять, как именно алгоритм приходит к выводу, похожи два лица или нет.