Hai ngày trước, chủ đề “Tỷ phú tìm con trai thất lạc 25 năm” đã thu hút sự chú ý của toàn cõi mạng Trung Quốc. Năm 1998, Xie Qingshuai bị đánh cắp khi mới 3 tháng tuổi. Cha anh không ngừng tìm kiếm và cuối cùng gia đình hai cha con đã được đoàn tụ sau 25 năm.
Lần đoàn tụ gia đình của Xie Qingshuai không thể tách rời khỏi một công ty sản xuất nhận dạng khuôn mặt. Thuật toán so sánh khuôn mặt họ hàng nhiều tuổi của công ty phân tích hình ảnh khuôn mặt của cha mẹ và anh trai của Xie Qingshuai để khớp với Xie Qingshuai, và cuối cùng xác nhận Xie Qingshuai thông qua so sánh DNA.
Ở đây có câu hỏi: Chính xác thì công nghệ nhận dạng khuôn mặt được sử dụng để tìm Xie Qingshuai là gì? Đây có phải là công nghệ tương tự mà chúng ta sử dụng để mở khóa điện thoại không? Hôm nay chúng ta hãy nói về quá khứ và hiện tại của nhận dạng khuôn mặt.
1 - Xác định một người qua đặc điểm hình thể
Ngay từ năm 1879, nhà tội phạm học người Pháp Alphonse Bertillon đã phát minh ra một hệ thống xác định tội phạm: xác định một người bằng cách đo 11 mẩu dữ liệu vật lý, chẳng hạn như khuỷu tay đến đầu ngón giữa, chiều dài tai phải, chiều dài bàn chân trái, v.v.
Mặc dù mục đích ban đầu của Alphonse là xác định kẻ xấu nhưng ý tưởng nhận dạng một người dựa trên đặc điểm dữ liệu cơ thể đã truyền cảm hứng rất lớn cho công nghệ nhận dạng khuôn mặt trong tương lai.
2 - Nhận dạng khuôn mặt "bán tự động"
Năm 1964, chuyên gia toán học và trí tuệ nhân tạo người Mỹ Woody Bledsoevà những người khác bắt đầu thử sử dụng máy tính để nhận dạng ảnh con người. Ý tưởng ban đầu là chụp ảnh khuôn mặt từ nhiều góc độ khác nhau, sau đó cho máy tính tìm hiểu dữ liệu sáng tối trên những bức ảnh này để nhận dạng khuôn mặt. Nhưng xét đến những hạn chế về mặt kỹ thuật vào thời điểm đó, ý tưởng này đơn giản là không thành công.
Cuối cùng, Woody và những người khác đã chọn một phương pháp tương tự như Alphonse, tìm kiếm khoảng 20 đặc điểm trên khuôn mặt con người, chẳng hạn như chiều rộng và khoảng cách của hai mắt, chiều dài của tai, chiều dài khóe miệng, v.v. ., bằng cách đo lường giá trị của những đặc điểm này, để xác định một con người.
Tuy nhiên, máy tính thời đó không thể đo trực tiếp những dữ liệu này từ ảnh nên Woody phải thiết kế một phần mềm tự nhập dữ liệu đo được vào máy tính, sau đó máy tính so sánh với dữ liệu trong cơ sở dữ liệu để xác định dữ liệu đó có liên quan không?
Đây có thể coi là phần mềm nhận dạng khuôn mặt sớm nhất, nhưng là phương pháp "bán tự động" cần có sự tham gia của con người và chỉ có thể xử lý 40 bức ảnh mỗi giờ.
3 - Nhận dạng khuôn mặt hoàn toàn tự động
Vào những năm 1970, nhà khoa học Nhật Bản Takeo Kanede đã trình diễn một phần mềm nhận dạng khuôn mặt mới. Phần mềm này có thể tự động xác định vị trí của cằm, từ đó tự động đo dữ liệu khuôn mặt và tự động nhận dạng.
Mặc dù phần mềm này vẫn sẽ bị ảnh hưởng bởi các yếu tố như góc chụp, ánh sáng và bóng tối, độ chính xác nhận dạng còn hạn chế nhưng đã đạt được sự chuyển đổi từ "bán tự động" sang những thay đổi quan trọng "hoàn toàn tự động".
Trong những năm 1980 và 1990, các phương pháp như Eigenfaces và Fisherfaces xuất hiện đã đạt được tiến bộ đáng kể trong công nghệ nhận dạng khuôn mặt hoàn toàn tự động. Khả năng nhận dạng ảnh tĩnh (chẳng hạn như ảnh ID) trong môi trường được kiểm soát đã trở nên tương đối đáng tin cậy.
Ví dụ: Tây Virginia và New Mexico ở Hoa Kỳ đã áp dụng công nghệ nhận dạng khuôn mặt để xác định khuôn mặt trên giấy phép lái xe nhằm ngăn chặn việc cùng một người nộp đơn xin nhiều giấy phép lái xe với các tên khác nhau. Năm 1997, bang Minnesota của Mỹ cũng bắt đầu sử dụng hệ thống nhận dạng khuôn mặt để xác định tội phạm trong bang.
4 - Mạng lưới thần kinh tích chập có một bước nhảy vọt
Khoảng năm 2010, công nghệ deep learning dựa trên mạng nơ ron tích chập đã tạo ra một bước tiến nhảy vọt khác trong công nghệ nhận dạng khuôn mặt.
Mạng nơ-ron tích chập là mạng nơ-ron được xây dựng để mô phỏng thị giác sinh học. Kiến trúc của nó rất tốt trong việc xử lý thông tin hình ảnh. Mọi người thực hiện nhiều tối ưu hóa khác nhau dựa trên mạng nơ-ron tích chập và có thể trích xuất các loại thông tin khác nhau trên hình ảnh nếu cần, chẳng hạn như ánh sáng và bóng tối, đường viền, v.v., để đưa ra đánh giá toàn diện về hình ảnh.
Hệ thống nhận diện khuôn mặt
Phương pháp này hơi khác so với phương pháp trước đây của Alphonse. Nó không còn nhận dạng khuôn mặt dựa trên những con số cụ thể như chiều rộng mắt và chiều dài tai mà nhận dạng trực tiếp dựa trên đặc điểm tổng thể của khuôn mặt con người giống với quá trình nhận biết tầm nhìn của động vật hơn.
Khoảng 2010, cơ sở dữ liệu thị giác máy tính có thể được sử dụng để đào tạo mạng lưới thần kinh sâu ngày càng trở nên hoàn thiện. Tốc độ và độ chính xác của công nghệ nhận dạng khuôn mặt đã được cải thiện rất nhiều.
Ví dụ, vào năm 2014, hệ thống nhận dạng khuôn mặt DeepFace của FaceBook đã đạt được độ chính xác 97,35%, gần bằng độ chính xác nhận dạng của con người. FaceNet, được Google đề xuất vào năm 2015, có độ chính xác nhận dạng khuôn mặt là 99,63% trong một số cơ sở dữ liệu.
Ngày nay, công nghệ nhận diện khuôn mặt vẫn đang phát triển nhanh chóng, ngoài việc nhận dạng ảnh tĩnh, nó còn có thể nhận diện chính xác và nhanh chóng khuôn mặt động trong ảnh video.
Khi độ chính xác của nhận dạng khuôn mặt ngày càng cao, nó được sử dụng ngày càng nhiều trong cuộc sống.
Chẳng hạn, hầu hết các dòng điện thoại phổ thông hiện nay đều hỗ trợ mở khóa bằng cách vuốt khuôn mặt; khi mua đồ ở nhiều cửa hàng tiện lợi, bạn không cần phải lấy điện thoại ra mở mã thanh toán mà chỉ cần vuốt mặt để thanh toán; khi vào hoặc ra. ra khỏi ga tàu, bạn cũng có thể trực tiếp vuốt mặt để thanh toán.
Ngoài những ứng dụng hàng ngày này, hệ thống nhận dạng khuôn mặt còn đóng vai trò quan trọng trong một số lĩnh vực đặc biệt.
Chẳng hạn, ở Trung Quốc, kể từ tháng 4 năm 2018, camera an ninh và giám sát đã bắt giữ thành công gần 100 kẻ chạy trốn hoặc nghi phạm hình sự tại các buổi hòa nhạc của Jacky Cheung (Trương Học Hữu), cư dân mạng cũng chế nhạo buổi hòa nhạc của Jacky Cheung là "bữa tiệc bắt giữ". Ngoài ra, trong trường hợp của Lao Rongzhi gây ra nhiều tranh cãi trong xã hội, hệ thống nhận dạng khuôn mặt cũng dễ dàng xác định được Lao Rongzhi, kẻ đã lẩn trốn suốt 23 năm.
Cảnh sát Hạ Môn, Trung Quốc đang sử dụng công nghệ nhận dạng khuôn mặt trong hoạt động nghiệp vụ
Khi công nghệ nhận dạng khuôn mặt ngày càng trở nên chính xác hơn trong việc nhận dạng khuôn mặt và che khuất khuôn mặt ở mọi lứa tuổi, công nghệ nhận dạng khuôn mặt cũng có thể bảo vệ sự an toàn của chúng ta tốt hơn.
“Thuật toán so sánh khuôn mặt cùng tuổi và cùng họ hàng” được đề cập trước đó cũng là sự tối ưu hóa công nghệ nhận dạng khuôn mặt trong các lĩnh vực cụ thể. Chức năng như vậy không chỉ có thể tìm ra nghi phạm hình sự bỏ trốn nhiều năm sau đó mà còn rất hữu ích cho những đứa trẻ bị mất tích hoặc bắt cóc để tìm lại cha mẹ ruột.
Điều đáng lưu ý là mặc dù nhận dạng khuôn mặt AI mang lại sự thuận tiện cho cuộc sống và bảo vệ sự an toàn của chúng ta, nó cũng có một số rủi ro.
Ví dụ: có một số ứng dụng trên điện thoại di động sử dụng dữ liệu khuôn mặt của chúng ta, mặc dù hầu hết các công ty sẽ cố gắng hết sức để đảm bảo tính bảo mật của dữ liệu này nhưng vẫn có một số nhà phát triển phần mềm không có khả năng hoặc không có ý định bảo vệ bảo mật dữ liệu, có thể gây ra hậu quả nghiêm trọng.
Ví dụ: Clearview AI, một công ty cung cấp dịch vụ cho các cơ quan thực thi pháp luật của Hoa Kỳ, đã bị lộ dữ liệu. Ngoài ra, công ty còn bị phát hiện thu thập trái phép thông tin ảnh người dùng để đào tạo thuật toán mà không có sự đồng ý của người dùng.
Tóm lại, mặc dù công nghệ nhận dạng khuôn mặt đã có lịch sử hơn nửa thế kỷ nhưng nó mới thực sự bước vào giai đoạn phát triển nhanh chóng và thâm nhập vào mọi lĩnh vực của đời sống chỉ trong khoảng chục năm trở lại đây.
Công nghệ nhận dạng khuôn mặt, được sử dụng đúng chỗ, thực sự có thể mang lại sự thuận tiện và an toàn cho cuộc sống của chúng ta, đồng thời có thể đoàn tụ những gia đình đã ly tán nhiều năm.
Nhưng đồng thời tận hưởng sự tiện lợi của sự phát triển công nghệ, chúng ta cũng phải nâng cao nhận thức về quyền riêng tư, cố gắng tránh sử dụng ảnh và video của chính mình trên các ứng dụng, website trên mạngđể giảm khả năng rò rỉ thông tin.
1 - Xác định một người qua đặc điểm hình thể
Ngay từ năm 1879, nhà tội phạm học người Pháp Alphonse Bertillon đã phát minh ra một hệ thống xác định tội phạm: xác định một người bằng cách đo 11 mẩu dữ liệu vật lý, chẳng hạn như khuỷu tay đến đầu ngón giữa, chiều dài tai phải, chiều dài bàn chân trái, v.v.
2 - Nhận dạng khuôn mặt "bán tự động"
Năm 1964, chuyên gia toán học và trí tuệ nhân tạo người Mỹ Woody Bledsoevà những người khác bắt đầu thử sử dụng máy tính để nhận dạng ảnh con người. Ý tưởng ban đầu là chụp ảnh khuôn mặt từ nhiều góc độ khác nhau, sau đó cho máy tính tìm hiểu dữ liệu sáng tối trên những bức ảnh này để nhận dạng khuôn mặt. Nhưng xét đến những hạn chế về mặt kỹ thuật vào thời điểm đó, ý tưởng này đơn giản là không thành công.
Cuối cùng, Woody và những người khác đã chọn một phương pháp tương tự như Alphonse, tìm kiếm khoảng 20 đặc điểm trên khuôn mặt con người, chẳng hạn như chiều rộng và khoảng cách của hai mắt, chiều dài của tai, chiều dài khóe miệng, v.v. ., bằng cách đo lường giá trị của những đặc điểm này, để xác định một con người.
Tuy nhiên, máy tính thời đó không thể đo trực tiếp những dữ liệu này từ ảnh nên Woody phải thiết kế một phần mềm tự nhập dữ liệu đo được vào máy tính, sau đó máy tính so sánh với dữ liệu trong cơ sở dữ liệu để xác định dữ liệu đó có liên quan không?
Đây có thể coi là phần mềm nhận dạng khuôn mặt sớm nhất, nhưng là phương pháp "bán tự động" cần có sự tham gia của con người và chỉ có thể xử lý 40 bức ảnh mỗi giờ.
3 - Nhận dạng khuôn mặt hoàn toàn tự động
Vào những năm 1970, nhà khoa học Nhật Bản Takeo Kanede đã trình diễn một phần mềm nhận dạng khuôn mặt mới. Phần mềm này có thể tự động xác định vị trí của cằm, từ đó tự động đo dữ liệu khuôn mặt và tự động nhận dạng.
Mặc dù phần mềm này vẫn sẽ bị ảnh hưởng bởi các yếu tố như góc chụp, ánh sáng và bóng tối, độ chính xác nhận dạng còn hạn chế nhưng đã đạt được sự chuyển đổi từ "bán tự động" sang những thay đổi quan trọng "hoàn toàn tự động".
Trong những năm 1980 và 1990, các phương pháp như Eigenfaces và Fisherfaces xuất hiện đã đạt được tiến bộ đáng kể trong công nghệ nhận dạng khuôn mặt hoàn toàn tự động. Khả năng nhận dạng ảnh tĩnh (chẳng hạn như ảnh ID) trong môi trường được kiểm soát đã trở nên tương đối đáng tin cậy.
Ví dụ: Tây Virginia và New Mexico ở Hoa Kỳ đã áp dụng công nghệ nhận dạng khuôn mặt để xác định khuôn mặt trên giấy phép lái xe nhằm ngăn chặn việc cùng một người nộp đơn xin nhiều giấy phép lái xe với các tên khác nhau. Năm 1997, bang Minnesota của Mỹ cũng bắt đầu sử dụng hệ thống nhận dạng khuôn mặt để xác định tội phạm trong bang.
4 - Mạng lưới thần kinh tích chập có một bước nhảy vọt
Khoảng năm 2010, công nghệ deep learning dựa trên mạng nơ ron tích chập đã tạo ra một bước tiến nhảy vọt khác trong công nghệ nhận dạng khuôn mặt.
Mạng nơ-ron tích chập là mạng nơ-ron được xây dựng để mô phỏng thị giác sinh học. Kiến trúc của nó rất tốt trong việc xử lý thông tin hình ảnh. Mọi người thực hiện nhiều tối ưu hóa khác nhau dựa trên mạng nơ-ron tích chập và có thể trích xuất các loại thông tin khác nhau trên hình ảnh nếu cần, chẳng hạn như ánh sáng và bóng tối, đường viền, v.v., để đưa ra đánh giá toàn diện về hình ảnh.
Phương pháp này hơi khác so với phương pháp trước đây của Alphonse. Nó không còn nhận dạng khuôn mặt dựa trên những con số cụ thể như chiều rộng mắt và chiều dài tai mà nhận dạng trực tiếp dựa trên đặc điểm tổng thể của khuôn mặt con người giống với quá trình nhận biết tầm nhìn của động vật hơn.
Khoảng 2010, cơ sở dữ liệu thị giác máy tính có thể được sử dụng để đào tạo mạng lưới thần kinh sâu ngày càng trở nên hoàn thiện. Tốc độ và độ chính xác của công nghệ nhận dạng khuôn mặt đã được cải thiện rất nhiều.
Ví dụ, vào năm 2014, hệ thống nhận dạng khuôn mặt DeepFace của FaceBook đã đạt được độ chính xác 97,35%, gần bằng độ chính xác nhận dạng của con người. FaceNet, được Google đề xuất vào năm 2015, có độ chính xác nhận dạng khuôn mặt là 99,63% trong một số cơ sở dữ liệu.
Ngày nay, công nghệ nhận diện khuôn mặt vẫn đang phát triển nhanh chóng, ngoài việc nhận dạng ảnh tĩnh, nó còn có thể nhận diện chính xác và nhanh chóng khuôn mặt động trong ảnh video.
Khi độ chính xác của nhận dạng khuôn mặt ngày càng cao, nó được sử dụng ngày càng nhiều trong cuộc sống.
Chẳng hạn, hầu hết các dòng điện thoại phổ thông hiện nay đều hỗ trợ mở khóa bằng cách vuốt khuôn mặt; khi mua đồ ở nhiều cửa hàng tiện lợi, bạn không cần phải lấy điện thoại ra mở mã thanh toán mà chỉ cần vuốt mặt để thanh toán; khi vào hoặc ra. ra khỏi ga tàu, bạn cũng có thể trực tiếp vuốt mặt để thanh toán.
Ngoài những ứng dụng hàng ngày này, hệ thống nhận dạng khuôn mặt còn đóng vai trò quan trọng trong một số lĩnh vực đặc biệt.
Chẳng hạn, ở Trung Quốc, kể từ tháng 4 năm 2018, camera an ninh và giám sát đã bắt giữ thành công gần 100 kẻ chạy trốn hoặc nghi phạm hình sự tại các buổi hòa nhạc của Jacky Cheung (Trương Học Hữu), cư dân mạng cũng chế nhạo buổi hòa nhạc của Jacky Cheung là "bữa tiệc bắt giữ". Ngoài ra, trong trường hợp của Lao Rongzhi gây ra nhiều tranh cãi trong xã hội, hệ thống nhận dạng khuôn mặt cũng dễ dàng xác định được Lao Rongzhi, kẻ đã lẩn trốn suốt 23 năm.
Khi công nghệ nhận dạng khuôn mặt ngày càng trở nên chính xác hơn trong việc nhận dạng khuôn mặt và che khuất khuôn mặt ở mọi lứa tuổi, công nghệ nhận dạng khuôn mặt cũng có thể bảo vệ sự an toàn của chúng ta tốt hơn.
“Thuật toán so sánh khuôn mặt cùng tuổi và cùng họ hàng” được đề cập trước đó cũng là sự tối ưu hóa công nghệ nhận dạng khuôn mặt trong các lĩnh vực cụ thể. Chức năng như vậy không chỉ có thể tìm ra nghi phạm hình sự bỏ trốn nhiều năm sau đó mà còn rất hữu ích cho những đứa trẻ bị mất tích hoặc bắt cóc để tìm lại cha mẹ ruột.
Điều đáng lưu ý là mặc dù nhận dạng khuôn mặt AI mang lại sự thuận tiện cho cuộc sống và bảo vệ sự an toàn của chúng ta, nó cũng có một số rủi ro.
Ví dụ: có một số ứng dụng trên điện thoại di động sử dụng dữ liệu khuôn mặt của chúng ta, mặc dù hầu hết các công ty sẽ cố gắng hết sức để đảm bảo tính bảo mật của dữ liệu này nhưng vẫn có một số nhà phát triển phần mềm không có khả năng hoặc không có ý định bảo vệ bảo mật dữ liệu, có thể gây ra hậu quả nghiêm trọng.
Ví dụ: Clearview AI, một công ty cung cấp dịch vụ cho các cơ quan thực thi pháp luật của Hoa Kỳ, đã bị lộ dữ liệu. Ngoài ra, công ty còn bị phát hiện thu thập trái phép thông tin ảnh người dùng để đào tạo thuật toán mà không có sự đồng ý của người dùng.
Tóm lại, mặc dù công nghệ nhận dạng khuôn mặt đã có lịch sử hơn nửa thế kỷ nhưng nó mới thực sự bước vào giai đoạn phát triển nhanh chóng và thâm nhập vào mọi lĩnh vực của đời sống chỉ trong khoảng chục năm trở lại đây.
Công nghệ nhận dạng khuôn mặt, được sử dụng đúng chỗ, thực sự có thể mang lại sự thuận tiện và an toàn cho cuộc sống của chúng ta, đồng thời có thể đoàn tụ những gia đình đã ly tán nhiều năm.
Nhưng đồng thời tận hưởng sự tiện lợi của sự phát triển công nghệ, chúng ta cũng phải nâng cao nhận thức về quyền riêng tư, cố gắng tránh sử dụng ảnh và video của chính mình trên các ứng dụng, website trên mạngđể giảm khả năng rò rỉ thông tin.
