Facial recognition: geen liefde op het eerste gezicht

door Robin Schrijvers
2,5K views

Gezichtsherkenning heeft ondanks negatief imago meer potentieel dan ooit

Gezichtsherkenning: over het waarom en hoe is er heel wat beroering momenteel, zeker in de slipstream van Black Lives Matter. Foto: Pixabay

Gezichtsherkenning ligt onder vuur, zoveel is zeker. Systeemfouten in tijden van Black Lives Matter die tot onterechte arrestaties leiden, technologiegiganten als Amazon, IBM en Microsoft die weigeren nog langer facial recognition systems te verkopen aan de politie en die hun ontwikkeling ter zake on hold zetten: het is duidelijk dat er aan gezichtsherkenning momenteel een negatief imago kleeft. En toch heeft de technologie de toekomst voor zich, aldus Robin Schrijvers, onderzoeker artificiële intelligentie binnen het expertisecentrum PXL Smart ICT.

Gezichtsherkenning: al bij het lezen van het woord rijzen de haren bij sommigen ten berge. Zeker nu, ten tijde van de protesten rond Black Lives Matter, krijgt gezichtsherkenningstechnologie het zwaar te verduren. Systemen worden – naar aanleiding van detectiefouten bij Afro-Amerikaanse mensen – racistisch genoemd en we zitten als burgers niet te wachten op nóg meer controle door politie of overheid. Enkele grote bedrijven – Amazon, IBM en Microsoft – trekken zich terug uit de ontwikkeling van dergelijke systemen, of weigeren om deze technologie te verkopen aan de politie. Kortom: gezichtsherkenningstechnologie komt de laatste tijd vooral negatief in het nieuws.

Houden de klachten over racial biasbij gezichtsherkenning steek? Ja en nee. Uiteraard zijn de ontwikkelde systemen op zich hoegenaamd niet racistisch. Maar je kan er wel niet omheen dat gezichtsherkenningstechnologie minder goed presteert bij de herkenning van niet-blanke, anderskleurige medemensen. De reden daarvoor is simpel: de disproportioneel grote hoeveelheid foto’s van blanken in de datasets waarmee de herkenningssoftware getraind wordt. Daardoor presteren de systemen heel wat beter bij blanken dan bij niet-blanken. Wil je de systemen beter laten functioneren voor anderskleurige medemensen, dan is er een eenvoudige oplossing: zorg voor meer data – en dus ook meer foto’s van niet-blanken – in je datasets.

Niet overboord gooien

Ook al zijn de bezorgdheden over racial bias en privacy dus zeker te begrijpen, toch moeten we daarom nog niet meteen de hele technologie overboord gooien. Er zijn heel wat toepassingen van gezichtsherkenning die vandaag de dag gebruikt worden en waar vrijwel niemand problemen mee heeft. Denk aan hoe je je smartphone kan ontgrendelen via gezichtsherkenning, bijvoorbeeld Face ID. Apple werkt zelfs aan plug-ins op websites zodat je kan inloggen via Touch ID en Face ID zonder dat je een gebruikersnaam of wachtwoord moet meegeven. Denk ook aan de toepassingen van gezichtsherkenning op sociale media – bijvoorbeeld Facebook of Instagram – waarbij je meteen een melding krijgt wanneer foto’s worden geüpload waarop je mogelijk staat afgebeeld.

Zorgverlening

Gezichtsherkenning dient niet alleen voor opsporingen, zoveel is duidelijk. In de zorgsector – voor de kwetsbaren in onze samenleving – heeft de technologie heel wat potentieel. Een mooi voorbeeld komt uit 2015, toen het bedrijf Listerine een app  ontwikkelde die blinde mensen liet weten wanneer er naar hen gelachen werd. Daarnaast kan gezichtsherkenning ook worden ingezet voor thuis wonende ouderen. Via een slimme deurbel die gezichten herkent, kan de verpleegster of buurvrouw wel naar binnen, maar een wildvreemde niet.

Het gaat ook nog verder, want gezichtsherkenning is slechts een deel van de mogelijkheden die artificiële intelligentie ons kan bieden. Het Gentse bedrijf Robovision is zo bijvoorbeeld bezig massaal gegevens van geanonimiseerde CT-scans over heel Europa te verzamelen. Het doel: modellen trainen die in staat zijn om COVID-19 te detecteren in CT-scans. Op die manier kan het model artsen assisteren, door na te gaan of een patiënt al dan niet het virus heeft, en eventueel doorverwezen moet worden naar de afdeling intensieve zorg.

Slimme, onbemande receptie

Binnen het expertisecentrum PXL Smart ICT loopt er momenteel een speerpuntproject over hoe gezichtsherkenning in de praktijk kan worden ingezet. Hierin gaan PXL-onderzoekers na hoe gezichtsherkenningstechnologie beter zijn weg kan vinden naar de maatschappij, rekening houdend met GDPR-wetgeving en privacy.

We onderzoeken daarnaast ook de state-of-the-art: de best presterende technologieën, maar ook de technologieën die nauwelijks of niet om de tuin te leiden zijn, ook niet door bijvoorbeeld foto’s en video’s te laten zien in plaats van echte personen.

Een van de eerste projectrealisaties – met de hulp van enkele stagestudenten – is een slimme, onbemande receptie. Bij gebrek aan een bemande receptie in PXL-gebouw A in Hasselt komt het geregeld voor dat gasten er verloren lopen en hun PXL-contactpersoon moeilijk weten te vinden. Met de slimme receptie kunnen gasten die op voorhand een foto van zichzelf geüpload hebben, herkend worden zodra ze het gebouw binnenkomen. Hun PXL-contactpersonen krijgen daar ook automatisch een melding van. Uiteraard is dit een optie en hoegenaamd geen verplichting: PXL-gasten die om privacy- of andere redenen geen foto’s willen uploaden, kunnen ook gewoon via een tablet aangeven dat ze in het gebouw gearriveerd zijn en worden even vriendelijk verwelkomd.

Meer info: robin.schrijvers@pxl.be

Aanbevolen berichten