یہ تبدیلی کیوں اہم ہے

بھارت طویل عرصے سے SIM رجسٹریشن فراڈ کا مقابلہ کر رہا ہے، جہاں دھوکہ دہی، اسپیم اور غیر قانونی سرگرمیوں کے لیے ایک ہی شناخت کو استعمال کرتے ہوئے درجنوں یا سینکڑوں فون نمبر حاصل کر لیے جاتے ہیں۔ رجسٹریشن کو ایک ایسے بائیومیٹرک سے جوڑ کر جسے نقل کرنا مشکل ہو—یعنی انسان کا چہرہ—حکام کو امید ہے کہ وہ استعمال کے لیے دستیاب (disposable) نمبروں کی فراہمی کو جڑ سے ختم کر سکیں گے۔

اس میں خطرات بہت زیادہ ہیں۔ سیکیورٹی اور کمپیوٹر ویژن ٹولز کے ڈویلپرز کے لیے، ASTR اس بات کا ایک عملی اور قومی سطح کا امتحان ہے کہ جب ڈیٹا بیس اربوں اندراجات تک بڑھ جائے تو فیشل میچنگ پائپ لائنز کتنی بہتر کارکردگی دکھاتی ہیں۔

ASTR کیسے کام کرتا ہے

جب کوئی صارف نئے SIM کے لیے درخواست دیتا ہے، تو ایک کیمرہ چہرے کی تصویر لیتا ہے جسے سسٹم ایک عددی ویکٹر (numeric vector) میں تبدیل کر دیتا ہے، جسے فیشل ایمبیڈنگ (facial embedding) کہا جاتا ہے۔ پھر سسٹم اس ایمبیڈنگ کو مرکزی ریپوزٹری کے ساتھ تلاش کرتا ہے۔ اگر وہی چہرہ غیر معمولی طور پر بڑی تعداد میں فون نمبروں سے منسلک نظر آتا ہے، تو رجسٹریشن کو نشان زد (flagged) یا بلاک کر دیا جاتا ہے۔ عملی طور پر یہ ویکٹر ایک پرائمری کی (primary key) کے طور پر کام کرتا ہے: سسٹم صرف یہ نہیں پوچھ رہا کہ "کیا یہ ایک حقیقی شخص ہے؟" بلکہ یہ پوچھ رہا ہے کہ "کیا یہ چہرہ پہلے سے سسٹم میں کہیں اور موجود ہے؟"

چونکہ تلاش کا عمل تقریباً ریئل ٹائم (near-real time) میں ہونا چاہیے، اس لیے بیک اینڈ ہائی پرفارمنس ویکٹر سرچ انجنوں پر انحصار کرتا ہے۔ Milvus جیسے اوپن سورس پروجیکٹس یا Pinecone جیسی کمرشل سروسز بالکل اسی پیٹرن کے لیے بنائی گئی ہیں: لاکھوں سے اربوں ہائی ڈائمنشنل ویکٹرز کو اسٹور کرنا اور ملی سیکنڈز کے اندر قریبی پڑوسیوں (nearest neighbours) کو تلاش کرنا۔

ڈویلپرز کو کن باتوں کا خیال رکھنا چاہیے

  • صفر کے قریب غلط قبولیت (False acceptance)۔ ایک غلط میچ کسی جائز صارف کو اس فون نمبر سے محروم کر سکتا ہے جس کی اسے بینکنگ، کام یا ذاتی رابطے کے لیے ضرورت ہو۔ ٹیمیں فیصلے کی حد (decision threshold) کو اس طرح سیٹ کرتی ہیں کہ غلط قبولیت کی شرح (False Acceptance Rate - FAR) صفر کے قریب رہے، چاہے اس سے غلط مسترد ہونے کی شرح (false-rejection rate) بڑھ جائے، جسے وہ ثانوی چیکس کے ذریعے کم کر سکتے ہیں۔
  • تصدیق کے منطق (verification logic) میں تبدیلی۔ روایتی KYC پائپ لائنز شناختی دستاویزات کی تصدیق کرتی ہیں۔ ASTR کے بعد، بنیادی سوال یہ بن جاتا ہے کہ آیا چہرے کا پروفائل پہلے سے ڈیٹا بیس میں موجود ہے، جس سے چہرے کی مماثلت ایک منفرد شناختی علامت (unique identifier) بن جاتی ہے۔
  • انفراسٹرکچر پر دباؤ۔ اربوں ویکٹرز کے خلاف ریئل ٹائم میچنگ کے لیے اسکیل ایبل اسٹوریج، GPU-accelerated انڈیکسنگ اور کم سے کم لیٹنسی (latency) کی ضمانت درکار ہوتی ہے۔ وہ ٹیمیں جنہوں نے اب تک صرف فیشل ڈیٹیکشن یا چھوٹے پیمانے پر تصدیق کا استعمال کیا ہے، انہیں ویکٹر ڈیٹا بیس اپنانے کی ضرورت ہوگی اور غالباً غیر ہم آہنگ (asynchronous) میچنگ نتائج کو سنبھالنے کے لیے اپنے API کنٹریکٹس کو دوبارہ ڈیزائن کرنا ہوگا۔

دوسرا رخ

ناقدین خبردار کرتے ہیں کہ بائیومیٹرک سسٹم غلطی کر سکتے ہیں، خاص طور پر ان لوگوں کے لیے جن کے چہرے کے خدوخال غیر معمولی ہوں، روشنی کم ہو، یا کیپچر کرنے والے آلات کا معیار ناقص ہو۔ ایک غلط منفی (false negative)—یعنی ایک حقیقی صارف کو مسترد کرنا—لاکھوں لوگوں کو ضروری خدمات تک رسائی سے محروم کر سکتا ہے۔

آگے کیا ہے

خلاصہ

ASTR چہرے کو فون نمبر کے لیے ڈی فیکٹو (de-facto) کلید میں تبدیل کر دیتا ہے، جس سے پورا سیکیورٹی ایکو سسٹم چہرے کی مماثلت کو ایک بنیادی شناختی علامت کے طور پر لینے پر مجبور ہو جاتا ہے۔ وہ ڈویلپرز جو بڑے پیمانے پر انتہائی درست اور کم لیٹنسی والی ویکٹر سرچ فراہم کر سکیں گے، وہی بھارت کے موبائل نیٹ ورک کو قابل استعمال اور محفوظ رکھنے میں مدد کریں گے۔ اس کا دوسرا پہلو غلط میچوں سے بچنے اور ملک گیر بائیومیٹرک ریپوزٹری کی حفاظت کرنے کی بڑھتی ہوئی ذمہ داری ہے۔