Meta פרסה טכנולוגיית סריקת פנים של הפנטגון ב-50 מיליון טלפונים

Meta הטמיעה לאחרונה קוד ביומטרי באקוסיסטם המשקפיים החכמים שלה. הקוד הזה הגיע מספק הקשור לפנטגון. המהלך הזה מעיד על שינוי עצום בתחום הראייה הממוחשבת (computer vision).

ניתוח פנים ברמה צבאית הוא כעת קטן מספיק כדי לרוץ על מכשירים צרכניים. Meta דחפה זאת באמצעות עדכון אפליקציה פשוט.

תובנות טכניות למפתחים:

  • השוואת פנים עובדת כעת על מכשירים ניידים באמצעות עדכוני אפליקציה.
  • אלגוריתמים להתאמה של אחד-לרבים (one-to-many) הם כעת יעילים ביותר.
  • מחשוב קצה (Edge computing) מאפשר זיהוי מיידי.
  • חומרה כמו יחידת עיבוד עצבית (Neural Processing Unit) מטפלת בעבודה הכבדה.
  • זה מפחית את השיהוי (latency) על ידי הימנעות משרתי ענן.

יש הבדל גדול בין זיהוי פנים (facial recognition) להשוואת פנים (facial comparison). זיהוי סורק קהל לצורך איתור זהויות. השוואה מנתחת שתי תמונות ספציפיות כדי למצוא התאמה.

Meta עברה מניתוח ידני לזיהוי סביבתי (ambient identification). זה יוצר "קופסה שחורה" עבור מפתחים. אם ספריות ביומטריות מוסתרות בתוך SDKs צרכניים, השקיפות נעלמת.

כלים מקצועיים לחוקרים דורשים דיוק גבוה. לכלים צרכניים יש לעיתים קרובות שיעורי התראות שווא (false-positive) גבוהים. טעויות אלו אינן עומדות במבחן בית המשפט.

תוכנה מקצועית מתמקדת ב:

  • ניתוח מרחק אוקלידי (Euclidean distance) מדויק.
  • נתונים הניתנים לאימות זה לצד זה.
  • סביבות מבוקרות למחקרי מקרה.
  • דיווח מדויק עבור רשויות אכיפת החוק.

כשאתם בונים פרויקטים של ראייה ממוחשבת, אתם עומדים בפני בחירה. אתם יכולים לבנות כלים לאוטומציה נסתרת, או לבנות כלים שמתעדפים דיוק והסכמה אתית.

איך מאזנים בין המהירות של מחשוב קצה לבין הצורך בהסכמה לשימוש בנתונים?

מקור: https://dev.to/caracomp/meta-put-pentagon-face-scanning-tech-in-50-million-phones-then-quietly-deleted-it-124g

קהילת למידה אופציונלית: https://t.me/GyaanSetuAi