Facebook распознает лица лучше, чем человеческий мозг
Исследовательский проект DeepFace по распознаванию лиц компании Facebook теперь определяет лица с такой же точностью, как человеческий мозг. DeepFace может посмотреть на две фотографии и, независимо от освещения и ракурса, может сказать с точностью в 97, 25 %, одно ли лицо сфотографировано на изображениях. Люди могут выполнять данную операцию с точностью в 97, 53%. В настоящее время DeepFace все еще является исследовательским проектом, однако в будущем, скорее всего, он будет использоваться для распознавания лица на сайте Facebook. 
Программное обеспечение DeepFace разработано исследовательской группой «Международная амнистия» в городе Менло-Парк, Калифорния (США). Оно основывается на продвинутой искусственной нейронной сети глубокого обучения (deep learning). Искусственная нейронная сеть, как вы, возможно, знаете, представляет собой часть ПО, которое симулирует (очень базово) приблизительный процесс того, как функционируют реальные нейроны. Глубокое обучение – один из многих методов выполнения машинного обучения. По существу, оно выглядит как огромный раздел данных (например, лиц людей) и пытается разработать высокоуровневое выделение главных признаков (лиц людей), основываясь на повторяющихся признаках (щеки, брови и т.д.). В таком случае, DeepFace состоит из набора нейронов глубиной в 9 слоев и процесса обучения, который видит создание 120 млн. соединений (синапсов) между этими нейронами. Синапсы основаны на совокупности из 4 млн. фотоснимков.
Как только процесс обучения закончен, каждое изображение, загруженное в систему, проходит через синапсы разными способами, производя уникальный отпечаток наверху девятого слоя нейронов. Например, один нейрон может просто спросить: «На лице брови тяжелые?» - если да, то следует другой синапс, если нет, то изображение проходит по другому маршруту. Это очень упрощенное описание системы DeepFace и глубокого обучения, но, будем надеяться, что идею вы уяснили.
Освещение на двух изображениях одного лица не имеет значения для DeepFace, как и нестандартные ракурсы снимков, которые автоматически трансформируются (при помощи 3D-модели «приблизительного» лица в профиль). Поэтому все сравнения проводятся по стандартизированному фото с лицом в профиль. Как говорится в научной статье, посвященной этому проекту, данная разработка замечательная тем, что «закрывает большинство разрывов в исполнении», что является важным аргументом в дискуссии о полезности машинного обучения и компьютерного алгоритма визуализации.
Facebook пытается произвести на нас впечатление тем, что установление соответствия (выявление двух изображений с одним и тем же лицом) не является тем же самым, что распознавание (просмотр фото и связь его с именем существующего пользователя). Однако это ложь. DeepFace может использоваться для того, чтобы тщательно просматривать каждое фото в сети Интернет и связывать его с профилем на Facebook (при учете, что на вашей странице есть ваши фотографии). В настоящее время в соцсети Facebook уже есть алгоритм распознавания лиц, который анализирует загруженные фото и предлагает отметить кого-либо, если имело место совпадение. Если группа разработчиков продолжит совершенствовать ПО DeepFace (причин, чтобы они этого не делали, нет), Facebook станет обладателем очень мощным программным обеспечением.
Однако что же они намерены с этим ПО, остается тайной. Очевидно, что оно будет использоваться для усовершенствования существующей системы распознавания. Однако есть и еще некоторые примеры: приложения для систем безопасности и наблюдения. А также из данной разработки можно получить коммерческую выгоду, отслеживая чьи-нибудь пристрастия при совершении покупок, что имеет большую потенциальную прибыль.
Facebook, как и Google, становится более мощным и ценным в геометрической прогрессии (вместе со своими акционерами), чем больше он знает о вас.
По материалам ExtremeTech.
Анастасия Полянская nauka21vek.ru