การจดจำใบหน้า: เครื่องมือแห่งความสิ้นหวังและความหวัง

โดยNeil Sahota-SA Champion) นักประดิษฐ์หลักของ IBM, UN AI Advisor และศาสตราจารย์ที่ UC Irvine

ทุกปีเกี่ยวกับชาวอเมริกัน 250,000 คนพบว่าอัตลักษณ์ทางการแพทย์ของพวกเขาถูกขโมยไป การขโมยข้อมูลประจำตัวทางการแพทย์คือเมื่อข้อมูลส่วนบุคคลเช่นชื่อของคุณหมายเลขประกันสังคมหรือหมายเลขเมดิแคร์ถูกขโมยเพื่อส่งการเรียกร้องการฉ้อโกงในนามของคุณ (ตามคณะกรรมาธิการการค้าของรัฐบาลกลาง) น่าเศร้าที่เหยื่อโดยเฉลี่ยในสหรัฐอเมริกาสูญเสียเงินกว่า $ 13,500 เนื่องจากค่ารักษาพยาบาลที่ฉ้อโกง ยิ่งไปกว่านั้นข้อมูลทางการแพทย์ของเราก็เพียงพอแล้วสำหรับโจรที่จะขยายไปสู่การขโมยข้อมูลประจำตัวเต็มรูปแบบซึ่งอาจส่งผลกระทบต่อข้อมูลส่วนบุคคลของคุณธนาคารและแม้แต่นำไปสู่การจำลองแบบ เป็นผลให้ผู้ให้บริการด้านการดูแลสุขภาพหลายรายหันไปหาวิธีแก้ปัญหาทางชีวภาพมากขึ้นโดยการตรวจสอบตัวตนของแต่ละบุคคลตามลักษณะทางกายภาพเช่นการรับรู้ใบหน้าเพื่อลดการฉ้อโกงปกป้องข้อมูลผู้ป่วยและปกป้องการดำเนินงานของพวกเขา

คาดว่าภายในปี 2573ตลาดชีวภาพด้านการดูแลสุขภาพคาดว่าจะสูงถึง 79 พันล้านดอลลาร์- การเปลี่ยนแปลงอย่างรวดเร็วเหล่านี้ในการเปลี่ยนแปลงของตลาดซึ่งเพิ่มข้อมูลการวินิจฉัยและโอกาสในการดำเนินงานผลักดันการเน้นการรับรู้ใบหน้า พิจารณา,ID ใบหน้าของ Apple นั้นได้รับการเปรียบเทียบว่ามีความปลอดภัยมากกว่ายี่สิบเท่า- ใบหน้าของเรามีความโดดเด่นและยากที่จะทำซ้ำมากกว่าลายนิ้วมือส่วนใหญ่เพราะใบหน้าของเรามีจุดข้อมูลอีกหลายพันจุดที่เครื่องวิเคราะห์ ในที่สุดสิ่งนี้จะช่วยลดการขโมยข้อมูลประจำตัวทางการแพทย์และที่สำคัญกว่านั้นคือยังสามารถช่วยปรับปรุงคุณภาพการดูแล

นอกจากนี้การใช้การรับรู้ด้วยภาพเพื่อช่วยเหลือผู้ปฏิบัติงานด้านการดูแลสุขภาพจะทำหน้าที่เป็นชุดของ "ลูกตาเครื่อง" เพื่อช่วยตรวจจับแม้กระทั่งรายการที่มีขนาดเล็กสำหรับการตรวจจับก่อน ตัวอย่างเช่นทันตแพทย์ใช้ประโยชน์จากเทคโนโลยีเพื่อระบุจุดเล็ก ๆ สีขาวบนลิ้นของคุณเพื่อดูว่าเป็นการกัดโดยไม่ตั้งใจหรือการพัฒนาที่อาจเกิดขึ้นของเซลล์มะเร็ง เมื่อมองไปที่ใบหน้าของเราโดยรวมมีสัญญาณบอกเล่าถึงการเจ็บป่วยประเภทอื่น ๆ มากมายที่ระบบการเรียนรู้ของเครื่องสามารถตรวจจับและตั้งค่าสถานะสำหรับการตรวจสอบของมนุษย์ แม้ว่าจะมีข้อแม้ขนาดใหญ่ที่นี่ เครื่องมือเหล่านี้ดีพอ ๆ กับการฝึกอบรมที่เรามีให้ การศึกษาจาก2019พบว่าอัลกอริทึมการทำนายความเสี่ยงด้านการดูแลสุขภาพที่ใช้มากกว่า200 ล้านผู้คนในสหรัฐอเมริกาแสดงให้เห็นถึงอคติทางเชื้อชาติเพราะขึ้นอยู่กับตัวชี้วัดที่ผิดพลาดในการพิจารณาความต้องการ หากการตรวจจับนี้ล้มเหลวสิ่งนี้อาจนำไปสู่ความเสี่ยงในระยะยาวและขึ้นอยู่กับโรคแม้กระทั่งความตาย

อย่างไรก็ตามปัญหานี้มีวิธีแก้ปัญหา: ความหลากหลาย นักพัฒนาระบบ AI เหล่านี้ได้รวมความหลากหลายในข้อมูลมุมมองและความคิด ในขณะที่ยังมีอีกมากงานแก้ไขอคติในการดำเนินการความคืบหน้าครั้งแรกได้นำไปสู่การปรับปรุงความพยายามในการวินิจฉัยด้านการดูแลสุขภาพรวมถึงการตระหนักว่าชุมชนที่ด้อยโอกาสแสดงให้เห็นถึงความเจ็บป่วยทั้งทางร่างกายและจิตใจ ยิ่งไปกว่านั้นวิธีการนี้ใช้ในการฝึกอบรมระบบการจดจำใบหน้าเพื่อค้นหาวิธีที่จะเปลี่ยนภัยคุกคามให้เป็นโอกาส

ในขณะที่หลายคนกลัวถูกตรวจสอบโดยผู้ค้าปลีกด้านพลิกมีค่ามากในการมองหาคนที่เฉพาะเจาะจง โดยเฉพาะอย่างยิ่งการรับรู้ใบหน้าได้กลายเป็นพันธมิตรที่ทรงพลังในการหาคนที่หายไปหรือค้นหาอาชญากรที่รู้จักนอกจากนี้ระบบเหล่านี้สามารถสแกนใบหน้าที่แตกต่างกันเช่นอาชญากรในการปลอมตัวหรืออายุเด็กที่หายไปซึ่งหายไปเป็นระยะเวลานาน ตัวอย่างเช่นลองนึกย้อนกลับไปเมื่อการเข้าเมืองและสายศุลกากรอาจใช้เวลาหลายชั่วโมงในการผ่าน ต้องขอบคุณการรับรู้ด้วยภาพหลายประเทศได้ทำให้สั้นลงในเวลานี้เพียงไม่กี่นาทีในขณะเดียวกันก็เพิ่มการตรวจหานักแสดงที่ไม่ดีและภัยคุกคามต่อนักเดินทาง เพื่อความปลอดภัยทั่วไปผู้คนกำลังรับรู้การจดจำใบหน้าแทนรหัสผ่านและหมายเลขพินเพื่อใช้ตู้เอทีเอ็มหรือปลดล็อกประตูหน้าของพวกเขา

นอกจากนี้บางองค์กรกำลังใช้การรับรู้ด้วยสายตาเป็นกำลังเพื่อความดีเช่นโดยการระบุผู้ที่ตกเป็นเหยื่อของการค้าเด็กการใช้ความรุนแรงในครอบครัวหรือการบังคับบีบบังคับ ความสามารถของ AI ในการอ่านการแสดงออกทางสีหน้าภาษากายและบริบทด้านสิ่งแวดล้อม ระบบเหล่านี้สามารถตรวจจับอินสแตนซ์เหล่านี้ได้อย่างรวดเร็วแม้ในพื้นที่ที่มีประชากร ยิ่งไปกว่านั้นแพลตฟอร์มที่ใช้ในการส่งเสริมการค้ามนุษย์นั้นมีความเป็นเลิศในการเข้าใจผิด แต่ภาพยังคงขึ้นอยู่กับภาพถ่ายจริงซึ่งอนุญาตให้หน่วยงานบังคับใช้กฎหมายระบุและช่วยเหลือผู้คนเหล่านี้- นั่นคือความหวังสำหรับการค้ามนุษย์เกือบ 25 ล้านคนทั่วโลก (ตามกระทรวงการต่างประเทศสหรัฐฯ)

การรับรู้ใบหน้านั้นไม่สมบูรณ์แบบและเรายังคงมีความก้าวหน้าที่ดีในการลดอคติโดยนัยต่อเพศและเชื้อชาติบางอย่าง อย่างไรก็ตามยังมีโอกาสที่ดีในการใช้เทคโนโลยีนี้เพื่อช่วยเหลือชุมชนเหล่านี้

ตัวอย่างเช่นพิจารณาอุตสาหกรรมสินเชื่อจำนอง มีหลักฐานที่ยากว่ามีการเลือกปฏิบัติที่สำคัญต่อคนที่มีสีในการคัดเลือกสินเชื่อและแม้แต่อัตราที่พวกเขาได้รับ ในกระดาษขาว FSICผู้เขียนร่างความท้าทาย แต่ยังแสดงให้เห็นว่าอัลกอริทึมการจัดจำหน่ายหลักทรัพย์ของ AI นั้นเป็นประโยชน์ต่อผู้ที่มีสีด้วยการประเมินพวกเขาโดยไม่มีอคติโดยนัยนี้ ผลการวิจัยพบว่าคนที่มีสีมีคุณสมบัติที่เปอร์เซ็นต์ที่สูงขึ้นและมีคุณสมบัติในอัตราที่ต่ำกว่า ในทำนองเดียวกันเราเพิ่งเริ่มเห็นผลลัพธ์ที่คล้ายกันในการให้การดูแลทางการแพทย์ที่ดีขึ้นและเพื่อความปลอดภัยส่วนบุคคลที่ดีขึ้น

ในเชิงบวกนี่เป็นเพียงจุดเริ่มต้น เทคโนโลยีไบโอเมตริกซ์เช่นการจดจำภาพถือเป็นสัญญาที่ยอดเยี่ยม แต่ถ้าเรามุ่งเน้นความพยายามของเราที่จะช่วยเหลือเผ่าพันธุ์มนุษย์โดยรวมซึ่งหมายถึงการรวมทุกคนในแต่ละชุมชน ซึ่งหมายความว่าเราต้องสร้างทีมที่หลากหลายเพื่อครอบคลุมสเปกตรัมทางเศรษฐกิจและสังคมเพื่อเพิ่มทุกคนที่สามารถได้รับประโยชน์จากเทคโนโลยีนี้ องค์กรได้ทำตามขั้นตอนแรกและเราต้องสร้างและสนับสนุนความคิดนี้ต่อไปเพื่อเก็บเกี่ยวผลประโยชน์ที่แท้จริง

เกี่ยวกับผู้แต่ง

Neil Sahota(萨冠军) เป็นนักประดิษฐ์หลักของ IBM, United Nations (UN) ที่ปรึกษาปัญญาประดิษฐ์ (AI), คณะที่ UC Irvine และผู้แต่งการปฏิวัติ AI ด้วยประสบการณ์ทางธุรกิจมากกว่า 20 ปีเขาทำงานร่วมกับองค์กรต่างๆเพื่อสร้างผลิตภัณฑ์/โซลูชั่นรุ่นต่อไปที่ขับเคลื่อนด้วยเทคโนโลยีที่เกิดขึ้นใหม่ ประสบการณ์การทำงานของเขาครอบคลุมหลายอุตสาหกรรมรวมถึงบริการด้านกฎหมายการดูแลสุขภาพวิทยาศาสตร์เพื่อชีวิตการค้าปลีกการเดินทางและการขนส่งพลังงานและสาธารณูปโภคยานยนต์การสื่อสารโทรคมนาคมสื่อ/การสื่อสารและรัฐบาล นอกจากนี้นีลยังเป็นหนึ่งในไม่กี่คนที่ได้รับเลือกให้เข้าร่วมโครงการความเป็นผู้นำของหน่วยบริการ บริษัท ของไอบีเอ็มซึ่งจับคู่ผู้นำกับองค์กรพัฒนาเอกชนเพื่อดำเนินโครงการพัฒนาเศรษฐกิจที่ขับเคลื่อนด้วยชุมชน สำหรับการมอบหมายของเขานีลอาศัยและทำงานในหนิงโบประเทศจีนซึ่งเขาร่วมมือกับซีอีโอของ บริษัท จีนเพื่อสร้างโครงการพัฒนาความเป็นผู้นำ

นอกจากนี้ Neil เป็นหุ้นส่วนกับผู้ประกอบการเพื่อกำหนดผลิตภัณฑ์ของพวกเขาสร้างตลาดเป้าหมายและจัดโครงสร้าง บริษัท ของพวกเขา เขาเป็นสมาชิกของกลุ่มนักลงทุนหลายกลุ่มเช่นเทคเทวดาเทวดาให้คำแนะนำแก่กองทุนร่วมทุนเช่นมิรามาร์และช่วยเหลือผู้ที่เพิ่งเริ่มต้นด้วยการระดมทุนของนักลงทุน นีลยังทำหน้าที่เป็นผู้พิพากษาในการแข่งขันเริ่มต้นและผู้ให้คำปรึกษาต่าง ๆ ในโปรแกรมศูนย์บ่มเพาะ/ตัวเร่งความเร็วหลายโปรแกรม เขาแสวงหาความดีทางสังคมและอาสาสมัครอย่างแข็งขันด้วยองค์กรไม่แสวงหากำไร ขณะนี้เขากำลังช่วยเหลือโครงการการละเมิดที่เป็นศูนย์ป้องกันการล่วงละเมิดทางเพศเด็กรวมถึงบ้านของโลกเพื่อมีส่วนร่วมในวัฒนธรรมเยาวชนในโครงการริเริ่มการพัฒนาอย่างยั่งยืน

ข้อจำกัดความรับผิดชอบ: ข้อมูลเชิงลึกของอุตสาหกรรม Biometric Update จะถูกส่งเนื้อหา มุมมองที่แสดงในโพสต์นี้เป็นของผู้เขียนและไม่จำเป็นต้องสะท้อนมุมมองของการอัปเดตไบโอเมตริกซ์