Os computadores que reconhecem rostos deram grandes passos na última década e estão ficando cada vez mais precisos.
Isso é parcialmente devido a uma mudança para o reconhecimento facial em 3-D. Atualmente, a maioria dos algoritmos de reconhecimento facial depende de técnicas 2D. O Dr. Lyndon Smith, professor de ciência da computação e visão mecânica da Universidade do Oeste da Inglaterra, em Bristol, explica que a tecnologia 2D é suscetível a condições de luz e ângulos de visão. Comparativamente, o reconhecimento facial 3D fornece dados de maior resolução.
“[Reconhecimento facial 3D] captura dados muito detalhados de um rosto humano, mais ou menos como uma impressão digital 3D do rosto”, diz Smith. "Isso pode fornecer uma confiabilidade muito boa para o reconhecimento, abrindo assim um leque amplamente maior de possíveis aplicativos."
O conceito de um algoritmo livre de erros é suficiente para inspirar visões de 1984, e, de fato, até hoje a tecnologia de reconhecimento facial está sendo usada para alguns usos inquietantes. Um aplicativo de namoro que combina com você para pessoas que supostamente se parecem com sua celebridade? Em desenvolvimento no Instituto de Tecnologia de Nova Jersey. A Delta Airlines está testando um sistema no qual as digitalizações faciais substituem os cartões de embarque. E shoppings, cassinos e lojas estão usando um software de reconhecimento facial para rastrear quem está em seu prédio, às vezes direcionando anúncios para indivíduos com base na caracterização do software da demografia de uma pessoa.
Alguns usos do reconhecimento facial, no entanto, são menos assustadores. Novos produtos que ajudam os alunos a estudar, encontrar animais de estimação perdidos e ajudar as pessoas cegas estão no mercado agora ou em breve. E certamente há mais por vir.
Acompanhe a assiduidade e atenção dos alunos.
Apesar de seu nome amigável, Nestor está prestes a se tornar o pior pesadelo dos alunos desatentos. O software, uma inteligência artificial criada pela empresa francesa LCA Learning, estreou em maio deste ano. Atualmente está sendo testado em duas aulas on-line oferecidas pela ESG Management School, em Paris.
Enquanto os alunos assistem a palestras gravadas, o Nestor usa suas webcams para analisar o movimento dos olhos e as expressões faciais. A IA observa quando os alunos parecem distraídos e, no final da palestra, os questiona sobre o material coberto durante esses períodos de sonhar acordado. O Nestor também pode rastrear padrões de desatenção e alertar os alunos quando perceberem que estão prestes a perder o foco.
O fundador da LCA, Marcel Saucet, diz que Nestor também ajuda os professores a revisar seus planos de aula. Se a maioria dos alunos se distrair no mesmo ponto de uma palestra, por exemplo, o professor pode querer encontrar um novo ângulo sobre o assunto.
Embora os defensores da privacidade tenham levantado as questões habituais sobre se a tecnologia é invasiva e como as gravações serão usadas, Saucet disse que todos os dados são criptografados e que nenhum vídeo dos alunos será armazenado.
Ajude os indivíduos cegos a reconhecer seus amigos e familiares.
Em 2015, os estudantes da Birmingham City University desenvolveram a bengala XploR, um dispositivo que ajuda os deficientes visuais a “enxergar” seu entorno. Essa habilidade é especialmente útil em grandes reuniões sociais, onde inevitavelmente se encontra um fluxo contínuo de indivíduos.
O XploR opera em conjunto com o smartphone de seu proprietário e conta com recursos de GPS, Bluetooth e reconhecimento facial. A bengala examina os rostos de indivíduos dentro de um alcance de 32 pés, e se os identifica como um amigo ou membro da família, alerta seu dono. XploR, em seguida, orienta o indivíduo cego para seu amado através de instruções entregues via fone de ouvido.
No início deste ano, dois dos criadores do XploR, Asim Majeed e Said Baadel, apresentaram sua invenção em uma conferência de segurança global. Eles esperam expandir as capacidades da cana incorporando dados de reconhecimento facial de mídia social e - eventualmente - desenvolvendo troca de dados de máquina a máquina (por exemplo, comunicando a localização de uma pessoa com deficiência ao carro sem motorista enviado para buscá-la).
Um porta-voz da Federação Nacional dos Cegos, um grupo de defesa para cegos nos Estados Unidos, disse à Wired em 2015 que um aplicativo em um smartphone pode ser "mais econômico" do que uma bengala tecnologicamente avançada, mas essa tecnologia de reconhecimento facial "tem potencial para resolver um problema real vivenciado por pessoas cegas."
Encontre um animal de estimação ausente.
O reconhecimento facial não é apenas para humanos. O aplicativo Finding Rover usa reconhecimento facial para ajudar os proprietários a se reunirem com animais de estimação perdidos.
Usuários preemptivamente fazem upload de fotos de seus filhotes, e se o Fido for perdido, a Finding Rover alerta sua extensa rede de abrigos de animais locais e usuários de aplicativos. Aqueles dentro de um raio de 16 km do último local conhecido do animal recebem uma notificação por push e, se virem um animal de estimação semelhante, podem enviar uma fotografia dele por meio do aplicativo. Uma vez que Finding Rover identifica uma correspondência, ele notifica o dono do animal.
O sistema, que levou dois anos para ser criado, foi desenvolvido em conjunto com pesquisadores da Universidade de Utah.
Hoje, a maioria dos pets tem microchips, um chip embutido que contém um número de identificação. Se um animal perdido acaba no consultório de um veterinário ou em um abrigo de animais, as autoridades checam um microchip e usam o número de identidade para reunir o animal de estimação e o dono. Mas nem todo mundo tem acesso a equipamentos de digitalização de chips, e nem todos os animais são microchipados. Um funcionário da Sociedade Humanitária de Wisconsin disse a uma estação de notícias local que "é ótimo saber que se o seu animal desapareceu ... você tem algo tão conveniente e próximo quanto o seu telefone para divulgar imediatamente", mas acrescentou que o aplicativo não deveria t substituir colares ou microchips.
Se a tecnologia de reconhecimento facial será usada mais para o bem ou para o mal é uma questão em aberto. Em um estudo de 2014, Alessandro Acquisti, professor da Carnegie Mellon, identificou indivíduos andando em um campus universitário comparando imagens de perfil do Facebook a imagens de webcam - graças à tecnologia de reconhecimento facial, ele obteve sucesso em um terço do tempo. Já se passaram três anos desde o estudo de Acquisti e, como ele advertiu em uma entrevista à The Atlantic, “Do ponto de vista tecnológico, a capacidade de conduzir com sucesso o reconhecimento facial em larga escala parece inevitável. Seja como sociedade, aceitaremos que a tecnologia, no entanto, é outra história ”.
