Meta 50 மில்லியன் போன்களில் பென்டகன் முக ஸ்கேனிங் தொழில்நுட்பத்தை விநியோகித்துள்ளது

Meta சமீபத்தில் தனது ஸ்மார்ட் கண்ணாடிகள் (smart glasses) சூழலில் பயோமெட்ரிக் குறியீட்டை (biometric code) இணைத்துள்ளது. இந்த குறியீடு பென்டகனுடன் தொடர்புடைய ஒரு விநியோகஸ்தரிடமிருந்து பெறப்பட்டது. இந்த நடவடிக்கை கணினி பார்வை (computer vision) துறையில் ஒரு மிகப்பெரிய மாற்றத்தைக் காட்டுகிறது.

ராணுவத் தரத்திலான முக பகுப்பாய்வு (Military-grade facial analysis) இப்போது நுகர்வோர் சாதனங்களில் இயங்கும் அளவுக்குச் சிறியதாக உள்ளது. Meta இதை ஒரு எளிய ஆப் (app) புதுப்பிப்பு மூலம் கொண்டு வந்துள்ளது.

டெவலப்பர்களுக்கான தொழில்நுட்பக் குறிப்புகள்:

  • ஆப் புதுப்பிப்புகள் மூலம் முக ஒப்பீடு (Facial comparison) இப்போது மொபைல் சாதனங்களில் செயல்படுகிறது.
  • 'ஒன்றுக்கும் பலத்திற்கும்' (one-to-many) இடையிலான பொருத்தம் கண்டறியும் அல்காரிதம்கள் (Algorithms) இப்போது மிகவும் திறமையானவை.
  • எட்ஜ் கம்ப்யூட்டிங் (Edge computing) உடனடி அடையாளங்காணலை அனுமதிக்கிறது.
  • Neural Processing Unit போன்ற வன்பொருள்கள் (Hardware) கடினமான பணிகளைக் கையாளுகின்றன.
  • இது கிளவுட் சர்வர்களைத் தவிர்ப்பதன் மூலம் தாமதத்தைக் (latency) குறைக்கிறது.

முக அங்கீகாரம் (facial recognition) மற்றும் முக ஒப்பீடு (facial comparison) ஆகியவற்றிற்கு இடையே பெரிய வித்தியாசம் உள்ளது. அங்கீகாரம் என்பது அடையாளங்களைக் கண்டறிய கூட்டத்தை ஸ்கேன் செய்கிறது. ஒப்பீடு என்பது ஒரு பொருத்தத்தைக் கண்டறிய இரண்டு குறிப்பிட்ட படங்களை பகுப்பாய்வு செய்கிறது.

Meta கைமுறை பகுப்பாய்விலிருந்து (manual analysis) சூழல் சார்ந்த அடையாளங்காணலுக்கு (ambient identification) மாறியுள்ளது. இது டெவலப்பர்களுக்கு ஒரு 'பிளாக் பாக்ஸ்' (black box) போன்ற சூழலை உருவாக்குகிறது. பயோமெட்ரிக் லைப்ரரிகள் (biometric libraries) நுகர்வோர் SDK-களுக்குள் மறைக்கப்பட்டால், வெளிப்படைத்தன்மை மறைந்துவிடும்.

புலனாய்வாளர்களுக்கான தொழில்முறை கருவிகளுக்கு அதிக துல்லியம் தேவைப்படுகிறது. நுகர்வோர் கருவிகளில் பெரும்பாலும் தவறான நேர்மறை விகிதங்கள் (false-positive rates) அதிகமாக இருக்கும். இத்தகைய பிழைகள் நீதிமன்றத்தில் செல்லுபடியாகாது.

தொழில்முறை மென்பொருள்கள் இவற்றில் கவனம் செலுத்துகின்றன:

  • துல்லியமான யூக்ளிடியன் தூரப் பகுப்பாய்வு (Euclidean distance analysis).
  • சரிபார்க்கக்கூடிய அருகருகே உள்ள தரவுகள் (side-by-side data).
  • வழக்கு ஆய்வுகளுக்கான (case studies) கட்டுப்படுத்தப்பட்ட சூழல்கள்.
  • சட்ட அமலாக்கத் துறைக்கான (law enforcement) துல்லியமான அறிக்கையிடல்.

நீங்கள் கணினி பார்வை (computer vision) திட்டங்களை உருவாக்கும்போது, ஒரு தேர்வை எதிர்கொள்கிறீர்கள். நீங்கள் மறைமுகத் தானியங்கி முறைக்கான (hidden automation) கருவிகளை உருவாக்கலாம். அல்லது துல்லியம் மற்றும் நெறிமுறைச் சம்மதத்திற்கு (ethical consent) முன்னுரிமை அளிக்கும் கருவிகளை உருவாக்கலாம்.

தரவுச் சம்மதத்தின் (data consent) தேவையும், எட்ஜ் கம்ப்யூட்டிங் வேகமும் ஆகியவற்றை எவ்வாறு சமநிலைப்படுத்துவீர்கள்?

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

விருப்பத்தேர்வு கற்றல் சமூகம்: https://t.me/GyaanSetuAi