Social media  / Artykuł

Deep Face - komputer w końcu rozpoznaje ludzkie twarze w 97 proc.

Niektórym z nas idzie to gorzej, niektórym lepiej, ale generalnie ludzie są bardzo dobrzy w rozpoznawaniu wzajemnie swoich twarzy. Jesteśmy uczeni tego od dziecka - twarze rodziców są to pierwsze kształty których się uczymy i później całe życie dostrzegamy podstawowe elementy twarzy, nawet jeśli to jest tylko emoticon taki jak ten :-)

Nieco innej umiejętności potrzeba do rozpoznania, czy na dwóch zdjęciach znajduje się ta sama osoba - nawet nam nie znana. Mimo to, badania pokazują że przeciętny człowiek rozpoznaje takie zdjęcia z sukcesem sięgającym 97,56%.

Rys. Facebook Publications
Rys. Facebook Publications

Niedawno pracujący dla działu badań nad sztuczną inteligencją Facebooka naukowcy ogłosili wyniki ponad rocznego wysiłku zmierzającego do stworzenia programu, który potrafiłby zweryfikować w ten sposób pary zdjęć. Jak wynika z opublikowanego raportu, ich aplikacja (o kryptonimie "DeepFace") jest w stanie osiągnąć sukces rozpoznawania na poziomie 97,25%. Jest to wynik praktycznie nieznacznie się różniący od umiejętności przeciętnego człowieka (a na pewno lepszy od mojego - zawsze miałem z tym lekkie problemy).

Funkcjonalność programu DeepFace to nie do końca rozpoznawanie twarzy - w końcu potrafi "tylko" określić czy na poszczególnych fotografiach jest ta sama osoba - twórcy programu nazywają to "weryfikacją twarzy". Jak mówi jednak przedstawiciel pracujących dla Facebooka naukowców, Yaniv Taigman, część technologii na których zbudowano aplikację, może być użyta również do algorytmów rozpoznawania twarzy.

DeepFace opracowuje zdjęcia w dwóch etapach: najpierw koryguje kąt, pod którym zrobiono fotografię, tak aby uzyskać obraz twarzy patrzącej na wprost. W tym celu mapuje obraz twarzy na obiekt 3D będący "modelową" twarzą. Następnie algorytm sztucznej inteligencji z kategorii "głębokiego uczenia" (deep learning), a więc częściowo symulujący sposób działania ludzkiego mózgu, buduje opis numeryczny tak przetworzonej twarzy. Jeżeli w bazie znajduje się twarz o wystarczająco podobnym opisie numerycznym - uznaje że to ta sama osoba. Zwróćmy uwagę, że dzięki małej modyfikacji wag algorytmu jesteśmy w stanie znajdować osoby jedynie podobne do danej osoby - możliwości zastosowań wydają się nieograniczone.

Jak zbudowany jest DeepFace?

DeepFace to dziewięć warstw symulowanej sieci neuronowej, z ponad 120 milionami połączeń pomiędzy nimi. Aby wytrenować tą sieć, Facebook użył części danych użytkowników przechowywanych na ich serwerach - konkretnie około czterech milionów zdjęć należących do prawie czterech tysięcy wyjątkowo aktywnych użytkowników portalu społecznościowego. Według Neeraja Kumara z Uniwersytetu w Waszyngtonie, w tym leży klucz do powodzenia projektu Facebooka - mają oni dostęp do dużej ilości danych opisanych przez ich użytkowników, z których mogą korzystać przy trenowaniu sieci neuronowych.

Rys. Facebook Publications
Rys. Facebook Publications

Aby trochę złagodzić niekorzystny dla Facebooka aspekt tej sytuacji, jakim jest używanie danych użytkowników do takich badań, badacze AI w Facebooku udostępnili wyniki swoich badań i szczegółowy raport publicznie, tak, aby inni naukowcy również mogli korzystać z ich osiągnięć.

Źródła: Facebook Publications, Harvard Technology Review

Obraz Female face with lines from a facial recognition software pochodzi z serwisu ShutterStock.

przeczytaj następny tekst


przeczytaj następny tekst


przeczytaj następny tekst


przeczytaj następny tekst


przeczytaj następny tekst