涉及面部识别和对其有效性以及如何使用生物识别技术的关注的误解是可以理解的，但必须反击才能实现它可以实现的“善良”Corsight首席执行官Rob Watts。
瓦特告诉生物识别更新在一次采访中，他了解这些担忧以及混乱的来源，将健康的责任归因于行业参与者。
他说：“这个市场上有很多公司的营销引擎远远超过其交付引擎。” “我觉得这很可恶。”
他提供的一个例子是，供应商让客户和公众失望，而Corsight努力区分自身的方式是提交算法，这些算法无法商业地用于NIST FRVT测试，构成了行业最著名的基准。瓦茨说，其他开发人员的一些意见“从未看到一天的光芒”。 Corsight的NIST评估算法目前正在客户使用并获得许可。
他说，广告中的真相将使像Corsight这样的面部认可提供者甚至与自由主义者进行辩论。瓦特认为，这些艰难的对话是必要的，因为道德使用和“整个隐私议程”是“道路中间最大的大胆”。
输入CPO
这就是为什么Corsight招募了前英国监视摄像机专员Tony Porter担任公司首席隐私官的原因。这项工作花了瓦六个月。
Watts解释说，他的工作是“握住Corsight的整个行动”。为此，他“有充分的理由坐在业务之外”。
波特，谁描述了他在Corsight的角色在2021年初的生物识别更新采访中，世界各地的公共部门组织仍在寻求他的专业知识。
Watts称，借助Corsight，Porter与合作伙伴和客户进行部署合作，并且已经阻止了近销售店。
瓦特强调：“我希望我们的软件正确使用。” “我希望出于正确的原因使用我们的软件。”
瓦茨希望，在供应商和市场教育的责任中，对话将改变，尤其是在美国，在美国对禁令的辩论中继续落后于美国。
道德责任还意味着在分析来自不同人口统计学的人时，确保算法性能没有显着差异。 Corsight在NIST测试Watts指出，与白人相比，黑人男性的匹配结果偏见。
在后续电子邮件讨论中，Corsight Research副总裁Ran Vardimon表示，该公司正在努力改善其培训数据集，并与合成数据提供主要的潜在好处和其他模型平衡方法。
自主AI差异
瓦茨说，使Corsight与市场其他地区区分开来的是“我们具有来自不同起点的优势”。
大多数 - 瓦特估计为95％ - 从与护照图像的生物识别比较之类的应用程序开始。这将在受试者静止，去除所有帽子和眼镜时发生，并在受控环境中拍摄。他说，基于映射功能创建的向量，类似的百分比开发了他们的技术。
Corsight的起点是使用'自主AI母公司Cortica开发的技术类似于自动驾驶汽车中使用的人工智能方法。
根据瓦茨的说法，这导致“速度和准确性方面的巨大进步”，在某种程度上，当他在担任首席执行官职位之前开始与公司互动时，他对Corsight的主张表示怀疑。
Corsight声称，戴着口罩时捕获的面孔或在90度的头转弯时占据了很高的精度。
“我们可以从无人机中做到这一点。我不相信我们可以实现它，但是我们做到了，可以做到。”
他补充说：“这对客户和客户意味着他们可以保留现有的基础架构。”
瓦茨（Watts）涉及与英国警察部队的相遇，该部队使用面部识别来调查骚乱，但没有发现在很大程度上被蒙面的人群的形象中发现的比赛。 Corsight使用相同的探针和参考来源进行147场比赛。
他说：“我们看到招标出来说：'处理100万感兴趣的人5秒。'” “我们的系统可以在十毫秒内做到这一点。”
根据瓦茨的说法，算法通过算法实现了这种准确性水平。
他解释说，基于功能的系统并未认识到倒置的面孔，但是像人眼一样，Corsight仍然可以匹配它们。瓦茨说，算法需要50个耳朵和50％的面部工作才能工作。
他讲述了这种匹配能力如何使现实世界部署的示例，描述了在繁忙的端口的部署。 Corsight的面部识别减少了处理时间，使卡车司机和其他人进入安全设施从一个多小时到一分钟，通过与访客开车时的面部生物识别匹配，这是实时的，它是实时的，以速度至30或40公里。瓦茨认为，效率的提高非常极端，以至于以有意义的方式实际上提高了该国的GDP。
自主AI和透明度
但是，解释如何确切的结果得出的结果仍然是整个自动AI领域的挑战。
研究VP Vardimon说：“能够实现真正的解释性需要完全使用的模型，例如神经网络，这甚至是一个更普遍的问题（例如，自动驾驶汽车为什么选择特定的动作）。”
“有一些有趣的方法正在评估如何实现解释性，例如突出该人脸部独有的特定特征。在考虑外观，兄弟姐妹和相同的双胞胎时，这一点变得特别有趣。在这种情况下，模型使用的功能在它们之间分开了什么功能，以及它们之间的强大以及它们的其他问题？
瓦尔迪蒙说，尽管行业和学术界继续致力于这一挑战，但对于面部识别，正确用作建议工具而不是决策至关重要。
Vardimon指出，NIST指示供应商通过在固定阈值下报告错误匹配率（FMR）来评估偏差。
瓦迪蒙写道：“ Corsight的研发团队致力于减轻种族和性别偏见。” “受NIST视图的启发，偏见工作的主要重点是达到一个对于不同人群组相同的假匹配点。正确测量目标函数是必不可少的。
该公司在道德上采购了更多的培训数据，并正在与GAN合成数据。 Watts说，它正在努力使其软件在CPU上有效运行，并在“硬结束”中扩展应用程序。
展望未来
Corsight希望鼓励客户通过面部认可寻找新的方法来使社会受益。
瓦茨保证：“我们询问他们的适当用途。” “我们问他们为什么要做某些事情。同样，我们在问他们希望从这些数据中获得的收益。”
Watts说，网络边缘和移动设备上的实现是目前Corsight的主要重点。生物识别技术的个人所有权即将到来，但不在2022年。
他补充说：“我们同样正在考虑解决法医空间，因此事后挑战，事后分析，围绕取证的更多细节。”
Corsight将继续建立IAM合作伙伴关系，并致力于将Corsight面部识别作为一种统一的访问手段。瓦茨说：“ Joe Public没有看到网络与身体之间的鸿沟。”他们只想使用给定的服务或完成交易。
这种嵌入式方法意味着Corsight的技术将用于云应用程序中的幕后花絮，因此需要在抗刺激和LIVISE检测方面进行工作，但是最终用户不会意识到谁在提供能力。
然而，有了表明面部识别的好处的证据，并且治理更强，市场可以开始将博尔德转移到未来的道路上。
文章主题
准确性|算法|最佳实践|生物识别匹配|生物特征偏置|生物识别技术|Corsight|科尔蒂卡|伦理|解释性|面部识别|营销|nist|隐私|研发
