ในฐานะที่เป็นอำนาจที่สำคัญที่สุดของโลกเกี่ยวกับการปฏิบัติงานทางชีวภาพของการจดจำใบหน้าสถาบันมาตรฐานและเทคโนโลยีแห่งชาติ (NIST) ได้รับความสนใจเพิ่มขึ้นสำหรับการทำงานในสาขานี้เมื่อการใช้เทคโนโลยีเพิ่มขึ้นและภาคประชาสังคมเริ่มมีอำนาจมากขึ้นเรื่อย ๆ
หน่วยงานพยายามที่จะให้บริการผู้มีส่วนได้ส่วนเสียในหมู่นักพัฒนาอัลกอริทึมและลูกค้าของพวกเขาดังนั้นปัญหาเช่นอคติที่ถูกกล่าวหาหรือความแตกต่างของประสิทธิภาพระหว่างประชากรที่แตกต่างกันมีความโดดเด่นมากขึ้นในการทดสอบและรายงานเพื่อสะท้อนความกังวลของผู้มีส่วนได้ส่วนเสียการอัปเดตไบโอเมตริกซ์ในการให้สัมภาษณ์
ความแตกต่างของประสิทธิภาพระหว่างข้อมูลประชากรที่แตกต่างกันเป็นที่รู้จักกันมานานหลายปีและได้รับการพิจารณาครั้งแรกโดย NIST ย้อนกลับไปในปี 2545 รายงานจากสถาบันการศึกษาอย่างไรก็ตามได้รับความสนใจมากขึ้นในหมู่ลูกค้าของรัฐบาลที่มีเทคโนโลยีการจดจำใบหน้าและผู้กำหนดนโยบายที่เกี่ยวข้องแก้ไขปัญหาโดยตรงในรายงานที่เผยแพร่เมื่อปลายปี 2562
“ ผู้มีส่วนได้ส่วนเสียของรัฐบาลสหรัฐกำลังทำสิ่งที่รับผิดชอบในการพยายามทำความเข้าใจว่าข้อมูลทางเทคนิคคืออะไรในหัวข้อนี้” Grother ตั้งข้อสังเกต “ จุดที่ได้รับจากจอร์จทาวน์และน้อยกว่านั้นโดย MIT พวกเขาถูกต้องพวกเขามีความสำคัญหรือไม่เอฟเฟกต์มีขนาดใหญ่พวกเขาเล็กหรือไม่พวกเขาต้องการข้อมูลเชิงลึกดังนั้นพวกเขาจึงทำสิ่งที่ถูกต้องโดยขอให้เราดูสิ่งนี้ฉันคิดว่า”
กลุ่มผู้ใช้ปลายทางที่คาดหวังยังมีความเข้าใจสูงเกี่ยวกับเกณฑ์และปัจจัยสำหรับอัลกอริทึมไบโอเมตริกซ์ที่มีประสิทธิภาพหากไม่ลึกเท่ากับกลุ่มผู้มีส่วนได้เสียของนักพัฒนา Grother กล่าวและพวกเขามีความพร้อมที่จะเข้าใจรายงาน NIST อย่างไรก็ตามบางคนในสื่อและสาธารณชนโดยการขยายมีปัญหาในการกำหนดกรอบสิ่งที่ปัญหาคือ NIST กำลังมองหา
“ เราพยายามที่จะรวมข้อความบางอย่างไว้ในรายงานเพื่อรายงานคำแนะนำเกี่ยวกับเรื่องนี้โดยทั้งชุมชนวิชาการที่บางครั้งประเมินอัลกอริทึมนอกเหนือจากการพัฒนาอัลกอริทึมและชุมชนสื่อมวลชนในระหว่างการพัฒนารายงานที่เราเขียน “ บ่อยครั้งที่พวกเขาจะเริ่มต้นด้วยคำแถลงเช่น 'ดีการจดจำใบหน้านั้นมีอคติ' ฉันจะขอคุณสมบัติ
บวกเท็จลบหรือความล้มเหลวในการตรวจจับบุคคลอาจมีผลกระทบที่แตกต่างกันอย่างมีนัยสำคัญต่อประสิทธิภาพของแอปพลิเคชันและผลลัพธ์สำหรับผู้ใช้
“ มีความเฉพาะเจาะจงทั้งหมดนี้ที่ขาดหายไปในการสนทนาก่อนที่เราจะจัดทำรายงานดังนั้นเราจึงพยายามเปิดเผยภูมิทัศน์ของสิ่งต่าง ๆ ที่อาจเกิดขึ้นแม้ว่าเราจะไม่ได้ทดสอบพวกเขาจริง ๆ ” Grother กล่าวเสริม
สมาชิกสื่อและผู้ให้การสนับสนุนสิทธิหลายคนดูเหมือนจะมีความเข้าใจที่มีข้อบกพร่องในสิ่งที่รายงานบ่งบอก แต่ Grother เน้นว่าบทบาทของ NIST คือการรับใช้กลุ่มผู้มีส่วนได้ส่วนเสียสองกลุ่ม บริษัท ต่างๆกำลังทำงานเกี่ยวกับปัญหาและความพยายามในการบันทึกโดยonfidoเพื่อลดความไม่เสมอภาคด้านประสิทธิภาพระหว่างข้อมูลประชากรของผู้ใช้ในระบบโดยการสุ่มตัวอย่างซ้ำ ๆมีข้อมูลการฝึกอบรมประเภทเล็กน้อยวิธีการที่นำเสนอที่กการประชุมวิสัยทัศน์คอมพิวเตอร์การประชุมวิสัยทัศน์คอมพิวเตอร์ในเดือนมีนาคม Grother เชื่อว่านักพัฒนาอื่น ๆ อาจคิดตามสายที่คล้ายกัน
กลุ่มลูกค้าที่มีศักยภาพกำลังทำงานของตัวเอง “ ฉันตระหนักถึงความพยายามในรัฐบาลสหรัฐฯที่จะทำการทดสอบมากขึ้น” Grother กล่าว
การสนับสนุนความพยายามเหล่านั้นก็เป็นสาเหตุที่รายงาน 82 หน้าตามด้วยภาคผนวกจำนวนมากบางส่วนวิ่งไปหลายร้อยหน้า
“ เหตุผลในการทำเช่นนั้นคือการผลักดันข้อมูลประสิทธิภาพทางประชากรกลับไปยังนักพัฒนาและเพื่อให้พวกเขามีเหตุผลเกี่ยวกับผลที่ตามมา”
นอกเหนือจากข้อมูลแล้วรายงานยังรวมถึงข้อเสนอแนะแก่ลูกค้าในการ“ รู้จักอัลกอริทึมของคุณ” ซึ่งหมายความว่าองค์กรที่ใช้เทคโนโลยีควรรู้ถึงความอ่อนไหวของอัลกอริทึมที่เลือกไว้เพื่อผลกระทบทางประชากรและผลกระทบอื่น ๆ เช่นคุณภาพของภาพที่ไม่ดี
นั่นคือสิ่งที่สำคัญของการทดสอบโดยลูกค้าเช่นหน่วยงานภาครัฐเข้ามา
การสรุปเกี่ยวกับสถานะของอุตสาหกรรมในทางกลับกันไม่ได้พัฒนาเทคโนโลยีหรือความเข้าใจของมัน นี่คือเหตุผลที่ NIST ไม่รวมข้อมูลประสิทธิภาพโดยเฉลี่ย
“ ค่าเฉลี่ยไม่ใช่ตัวเลขที่มีความหมาย” Grother ชี้ให้เห็นว่าการทำงานของอัลกอริทึมที่ใช้สำหรับการใช้งานที่กำหนดนั้นเป็นสิ่งเดียวที่สำคัญ ในขณะที่วิธีการนี้ไม่ได้ให้ข้อมูลสรุปทั่วไปของผลลัพธ์บางอย่างในสื่อผู้บริโภคดูเหมือนจะค้นหามีชุมชนของผู้เชี่ยวชาญและที่ปรึกษาที่สามารถอธิบายได้ นอกจากนี้ NIST ได้พยายามทำให้รายงานเข้าใจง่ายขึ้น
“ รายงานที่เราเขียนบางครั้งได้รับการวิพากษ์วิจารณ์ว่าเป็นเรื่องทางเทคนิคและไม่สามารถเข้าถึงได้มากเกินไปและเราได้พยายามที่จะแก้ปัญหาด้วยวัสดุที่ช่วยให้ผู้คนตีความแผนภูมิและกราฟและสิ่งที่เราทำไว้ในรายงาน” Grother กล่าว “ เราจะไม่เจือจางเนื้อหาทางเทคนิค แต่เราสามารถเสริมความคิดเห็นทางเทคนิคด้วยวัสดุที่ให้ข้อมูลเพื่อการตีความ”
ถึงกระนั้นแม้ว่าทุกคนจะเข้าใจวิธีการตีความข้อมูล“ ชุมชนที่แตกต่างกันมีแอพพลิเคชั่นที่แตกต่างกัน” Grother ตั้งข้อสังเกต สำหรับผู้สนับสนุนสิทธิที่เกี่ยวข้องเกี่ยวกับการเฝ้าระวังจำนวนมากดังที่ได้รับการเขียนเกี่ยวกับในประเทศจีนตัวชี้วัดที่เกี่ยวข้องจะแตกต่างจากแอปพลิเคชันการควบคุมการเข้าถึงทั่วไป
สำหรับหน่วยงานของรัฐที่มองหาคำแนะนำการใช้งานสนามบินยังคงเป็นหนึ่งในประเด็นหลักที่น่าสนใจ
เมื่อกระบวนการถูกเปลี่ยนไปสู่ประสบการณ์ที่ไม่มีแรงเสียดทานด้วยการมีปฏิสัมพันธ์ทางกายภาพน้อยกว่าชุมชนลูกค้าจึงมีความสนใจมากขึ้นในการรับรู้ใบหน้าแบบหนึ่งต่อหลายคนกับวิชาสหกรณ์สำหรับการตรวจสอบสนามบินโดยไม่ต้องนำเสนอเอกสาร “ ข้อมูลบางส่วนของเราและจำนวนข้อมูลที่เพิ่มขึ้นของเราในอนาคตจะเป็นตัวแทนของแอปพลิเคชันนั้น” กล่าวว่า
แผนการของ NIST สำหรับการทดสอบทางชีวภาพในอนาคตไม่เพียง แต่ล่าช้าโดยการระบาดของ Covid-19 พร้อมกับงานส่วนใหญ่ของโลกเท่านั้น การจดจำใบหน้าให้การระบุการติดต่อและบันทึกว่าสำหรับการรับรู้ของไอริสซึ่ง NISTทดสอบด้วย iRexซีรีส์นักพัฒนาซอฟต์แวร์ได้ทำงานเกี่ยวกับการระบุตัวตนที่ยืนหยัดและไม่ได้อยู่ในช่วงทศวรรษหรือมากกว่า อย่างไรก็ตามประสิทธิภาพของไบโอเมตริกซ์ใบหน้าที่มีอาสาสมัครสวมหน้ากากเป็นพื้นที่ที่มีการอ้างสิทธิ์มากกว่าการทดสอบมากขึ้น
“ จะเกิดอะไรขึ้นเมื่อคุณปิดกั้นบริเวณปากด้วยหน้ากากใบหน้า? Grother ถาม “ นั่นเป็นตัวอย่างหนึ่งของสิ่งที่เราพยายามทำเพื่อสนับสนุนการใช้การจดจำใบหน้าด้วยข้อมูลเชิงปริมาณมากขึ้น”
เช่นเดียวกับความแตกต่างด้านประชากรศาสตร์ข้อมูลที่ยากลำบากนั้นเป็นสิ่งที่จะช่วยให้ผู้ให้บริการเทคโนโลยีและลูกค้าสามารถตัดสินใจได้อย่างชาญฉลาดและปรับปรุงกระบวนการทางชีวภาพต่อไป
หัวข้อบทความ
ความแม่นยำ-อัลกอริทึม-การทดสอบไบโอเมตริกซ์-อคติไบโอเมตริกซ์-ไบโอเมตริกซ์-การทดสอบผู้ขายการจดจำใบหน้า (FRVT)-การจดจำใบหน้า-คนที่มีความสำคัญ-มาตรฐาน-รัฐบาลสหรัฐฯ
