أنهى معهد NIST للتو اختباراً واسع النطاق لبرمجيات التعرف على الوشوم، حيث خضعت 12 خوارزمية للاختبار مقابل قاعدة بيانات تضم 100,000 صورة وشم. وتقول الوكالة إن النتائج تنقل هذه التقنية من مجرد عمليات بحث للهواة إلى مطابقة بصرية بمستوى الأدلة الجنائية، مما يجبر مهندسي الرؤية الحاسوبية على إعادة تصميم سلاسل المعالجة وواجهات المستخدم.

من الكلمات المفتاحية إلى المنحنيات

لسنوات، اعتمدت أدوات البحث عن الوشوم المتاحة للجمهور على وسوم نصية بسيطة مثل "حبر أزرق"، "تنين"، "بوصلة". ولا تعمل هذه الوسوم إلا إذا استخدم الشخص الذي رفع الصورة نفس الكلمات التي يستخدمها الباحث. وهذا التضارب يجعل البحث بالكلمات المفتاحية غير موثوق به في أعمال إنفاذ القانون أو المحاكم، حيث يجب أن تكون الأدلة قابلة لإعادة الإنتاج.

يتعامل تقييم NIST مع كل وشم كنمط بيومتري، تماماً مثل بصمة الإصبع. فبدلاً من البحث عن تطابق في الكلمات، تقوم الخوارزميات بتحليل انحناء الخطوط، وتدرجات الألوان، والشكل العام، مما يحول كل وشم إلى متجه عالي الأبعاد (high-dimensional vector). وتؤدي مقارنة متجهين إلى الحصول على درجة تشابه تظل صامدة أمام التغيرات في الإضاءة، أو الزاوية، أو حالة الجلد.

لماذا تعد الوشوم أصعب من الوجوه

يستفيد التعرف على الوجوه من معالم ثابتة — العينين، والأنف، والفم — والتي تظل متشابهة تقريباً عبر الصور المختلفة. أما الوشوم فتفتقر إلى نقاط ثابتة؛ إذ تعمل العضلات على تمديد الحبر عندما يتحرك الشخص، كما تتغير ملمس الجلد مع التقدم في العمر أو تغير الوزن. والخوارزمية التي تحقق نتائج جيدة في لقطة أمامية واضحة قد تخفق عندما يظهر نفس الوشم في لقطة جانبية تحت ضوء خافت.

وقد كشف اختبار NIST الذي شمل 100,000 صورة عن هذا الضعف. فقد أدت العديد من الخوارزميات الـ 12 أداءً مقبولاً على بضعة آلاف من الصور المختارة بعناية، لكن دقتها انخفضت بشكل ملحوظ عند مواجهة التصاميم الشائعة مثل الأسود، أو الجماجم، أو وردات البوصلة التي تظهر بآلاف المتغيرات عبر مجموعة البيانات.

ما الذي يحتاج المطورون إلى تغييره

  • التخلي عن القرارات الثنائية. لم يعد قرار المطابقة بنظام "نعم/لا" واقعياً. يجب أن تقدم الأنظمة قائمة مرتبة من المرشحين، مع درجة تشابه صريحة لكل منها.
  • جعل الإنسان هو الحكم النهائي. يمكن للبرمجيات تضييق نطاق الاحتمالات، ولكن يجب على محلل مدرب تأكيد المطابقة قبل استخلاص أي استنتاج قانوني.
  • إعطاء الأولوية للقابلية للتفسير. في قاعة المحكمة، يجب على الادعاء إظهار كيفية وصول الخوارزمية إلى المرشحين الأوائل. وتساعد التراكبات البصرية البسيطة التي تسلط الضوء على المنحنيات المتطابقة أو بقع الألوان في تلبية هذا المتطلب.
  • تصميم واجهة المستخدم لثقة مدروسة. الواجهات التي تعرض زر "مطابقة" واحداً فقط تشجع على الاعتماد المفرط. يجب أن تعرض لوحات التحكم توزيع الدرجات بالكامل، وتسمح للمستخدمين بضبط العتبات، وتحدد بوضوح مستوى الثقة.

المخاطر على المجتمع الجنائي

إذا أمكن تقديم مطابقة الوشم بنفس الصرامة التي تُقدم بها بصمة الإصبع أو ملف الحمض النووي (DNA)، فسيحصل المحققون على خيط جديد وقوي في القضايا التي يكون فيها فن الجسم الخاص بالمشتبه به هو الميزة الوحيدة المميزة له. والميزة الكبرى هي توفير مجموعة أدلة أوسع لمراجعة القضايا القديمة وتحقيقات الأشخاص المفقودين.

أما الجانب السلبي فهو خطر الثقة الزائفة. فحتى الخوارزمية الأفضل أداءً في تجربة NIST لا تزال تخطئ في تحديد وشم غير مطابق كمرشح أول في نسبة صغيرة ولكن غير ضئيلة من الحالات. وقد يؤدي المبالغة في موثوقية التقنية إلى اتهامات باطلة، خاصة عندما تكون هيئات المحلفين غير ملمة بدرجات التشابه البصري.

وجهة نظر معارضة: حدود التقنية الحالية

يجادل النقاد بأن الوشوم متغيرة بطبيعتها، وأنه لا يمكن لأي خوارزمية أن تحقق أبداً اليقين الذي يوفره تحليل الحمض النووي. ويشيرون إلى أن العديد من الوشوم تكون بأسلوب فني (stylized)، أو تحتوي على نصوص بلغات أجنبية، أو تكون محجوبة جزئياً بالملابس، وكل ذلك يؤدي إلى تدهور أداء المطابقة. وإلى أن ينخفض معدل الإيجابيات الكاذبة إلى مستوى يضاهي المقاييس البيومترية المعتمدة، قد تظل المحاكم متشككة في قبول أدلة الوشم كحقائق مسلم بها.

ما الذي يجب مراقبته لاحقاً

يخطط معهد NIST لإصدار مقاييس أداء مفصلة لكل نظام من الأنظمة الـ 12 التي تم اختبارها، مما يسمح للمطورين بمقارنة سلاسل المعالجة الخاصة بهم بالمعيار العام. كما ألمحت الوكالة إلى جولة متابعة ستتضمن سيناريوهات الالتقاط المباشر — فيديوهات بدلاً من الصور الثابتة — لاختبار مدى قدرة الخوارزميات على التعامل مع ضبابية الحركة والتشوه في الوقت الفعلي.

بالنسبة لأي شخص يقوم ببناء أدوات الرؤية الحاسوبية، فإن الخلاصة واضحة: التعرف على الوشوم يتخرج من كونه ميزة بحث ترفيهية ليصبح أداة جنائية، وهذا الانتقال يتطلب صرامة في الرياضيات وفي الطريقة التي تُعرض بها النتائج على المستخدمين البشر.