Il riconoscimento facciale è uno dei settori più promettenti ma anche più controversi dell’intelligenza artificiale (IA), a causa dei possibili rischi collegati al suo utilizzo nei luoghi pubblici allo scopo di identificare le singole persone.
Diversi tipi di riconoscimento facciale
In primis è bene chiarire che il riconoscimento facciale è molto più di un software che cerca i volti dentro le immagini, per esempio il software di una fotocamera digitale che rileva le facce delle persone inquadrate in modo da migliorare la loro nitidezza e illuminazione.
Il riconoscimento facciale consente di “mappare” in modo univoco il volto di una persona con tecniche biometriche 2D e 3D, che comprendono il rilevamento di misure basilari come la larghezza della bocca e la distanza pupillare (2D), oltre alla scansione tridimensionale dell’intero volto con il telerilevamento Lidar (Light Detection and Ranging). In sostanza, sul volto è proiettato un fascio laser misurato da una fotocamera IR a infrarossi.
Riconoscimento facciale, identificazione e autenticazione
Poi è bene precisare la differenza tra identificazione e autenticazione: con la prima si compara l’immagine del volto di una persona con le tante immagini presenti in un archivio, per verificare se quella determinata persona è presente nel database, per esempio un database della polizia con finalità di pubblica sicurezza tramite la videosorveglianza in luoghi “sensibili” come stazioni, aeroporti, ambasciate oppure durante manifestazioni, eventi sportivi, concerti.
L’autenticazione, invece, è il confronto tra due immagini biometriche, che si presuppone appartengano alla stessa persona. L’obiettivo, quindi, è verificare se i due profili biometrici corrispondano effettivamente al medesimo individuo, per esempio nei varchi ABC (Automated Border Control) negli aeroporti, che utilizzano i dati contenuti nei chip dei passaporti biometrici per verificare l’identità delle persone.
Affidabilità e rischi del riconoscimento facciale
L’intelligenza artificiale riguarda lo sviluppo di software dotati di alcune capacità tipiche dell’essere umano, come la capacità di percepire correttamente il mondo che ci circonda; quindi lo sviluppo di tali software si basa sulla creazione di reti neurali stratificate, che cercano di replicare la visione umana simulando i processi cognitivi del cervello biologico umano.
Si parla, infatti, di “deep learning”: un apprendimento complesso con diversi livelli di elaborazione dei dati. In pratica ogni “strato” della rete neurale elabora, analizza e confronta enormi quantità di dati grazie agli algoritmi di autoapprendimento, quindi il numero di strati della rete è collegato in modo diretto alla complessità di analisi e al livello di astrazione che si possono ottenere con il deep learning.
La rete neurale, quindi, va istruita per un certo periodo, la cui durata dipende dalla base dati, in modo da farle acquisire determinate capacità incentrate sulle sue esperienze passate; terminato il ciclo di apprendimento, il sistema di riconoscimento facciale è pronto a svolgere i compiti e le funzioni per cui è stato “allenato” dallo sviluppatore del software.
L'addestramento del software di riconoscimento facciale: perché è così importante?
Conviene aprire una breve parentesi per evidenziare che l’addestramento è fondamentale per garantire un’elevata percentuale di affidabilità in un sistema di riconoscimento facciale.
In particolare, la quantità e la qualità dei dati utilizzati per il training dell’algoritmo influiscono sull’accuratezza finale del sistema. E poi ci sono moltissime variabili che possono condizionare l’affidabilità del riconoscimento facciale, soprattutto in condizioni poco controllate dove un sistema di video-rilevamento può incontrare parecchie difficoltà dovute anche ai fattori esterni come l’illuminazione, i movimenti delle persone e così via.
La possibilità che il riconoscimento facciale restituisca un falso abbinamento è sempre dietro l’angolo. Un altro rischio è che l’algoritmo sia viziato da pregiudizi (bias) e discriminazioni (razziali per esempio) secondo il tipo di apprendimento cui è stato sottoposto: ecco perché è sempre più importante costruire una vera e propria etica dei dati da applicare allo sviluppo di reti neurali, come rimarca la Commissione europea nel suo Libro Bianco sull’IA.
Applicazioni e vantaggi del riconoscimento facciale per il business
Molte delle possibili applicazioni del riconoscimento facciale per il business si concentrano in due categorie: la sicurezza e il controllo degli accessi. Come stiamo per vedere, sono applicazioni che possono garantire diversi vantaggi alle aziende che utilizzano tecnologie basate sull’intelligenza artificiale.
- Il riconoscimento facciale può essere implementato su diversi tipi di veicoli (automobili, camion, mezzi di cantiere) allo scopo di riconoscere sul volto del conducente i tratti biometrici che caratterizzano condizioni fisiche potenzialmente pericolose, come sonnolenza e distrazione, inviando un segnale di allarme e riducendo la probabilità che avvengano incidenti. Con l’ulteriore vantaggio che l’azienda può ottenere costi assicurativi più bassi per i propri veicoli.
- Sempre in tema di sicurezza, per esempio nei grandi cantieri edili, il riconoscimento facciale può verificare che i lavoratori eseguano correttamente e nella giusta sequenza determinate attività e operazioni. Difatti, tramite l’analisi della biometria facciale, il software può rilevare se un operaio sta compiendo uno sforzo eccessivo o un gesto pericoloso per la sua incolumità fisica. Anche in questo caso, l’obiettivo è diminuire la probabilità che avvengano incidenti sul lavoro e ridurre i costi assicurativi per gli infortuni dei dipendenti.
- Il riconoscimento facciale è molto utile per monitorare i flussi delle persone in cantieri, uffici, siti produttivi, stabilimenti industriali, magazzini: per esempio, si può insegnare a un software a gestire gli ingressi dei dipendenti o dei tecnici esterni all’azienda in luoghi o aree che sono accessibili soltanto al personale autorizzato, grazie a un sistema di rilevamento biometrico.
- Un’altra applicazione molto utile per il business è il controllo degli accessi e la gestione delle presenze sui luoghi di lavoro. Grazie al rilevamento della biometria facciale dei dipendenti, l’azienda può sviluppare un sistema sicuro e affidabile per verificare gli orari di entrata-uscita dei dipendenti nelle varie sedi lavorative, evitando così possibili frodi all’azienda come scambi di cartellini/badge e sostituzioni non autorizzate. È bene chiarire, per quanto riguarda la tutela della privacy e la sicurezza dei dati personali, che nel database aziendale sono memorizzate solo le coordinate dei punti strategici del viso, non l’immagine “reale” del viso. In sostanza, l’algoritmo di riconoscimento facciale esegue una scansione del volto di ogni dipendente per memorizzare nel cloud una mappa di punti (delle coordinate come la latitudine-longitudine), che sarà poi utilizzata per l’identificazione biometrica.
- Con il riconoscimento facciale si possono rilevare tratti biometrici che caratterizzano certe reazioni emotive degli individui, come tristezza, noia, gioia, disappunto, rabbia, indifferenza. Di conseguenza, si può capire cosa stanno provando le persone che stanno guardando un messaggio pubblicitario (pensiamo alle immagini e ai video proiettati su schermi in luoghi pubblici), in modo da verificare l’efficacia della campagna pubblicitaria e magari trasmettere dei contenuti basati sulle reazioni rilevate in quel momento sugli spettatori.
L’Europa si interroga sull’uso del riconoscimento facciale
La Commissione europea, nel recentissimo Libro Bianco sull’intelligenza artificiale (posto in consultazione pubblica fino al prossimo 19 maggio), ha dedicato ampio spazio alle applicazioni dell’IA considerate potenzialmente più rischiose, tra cui l’identificazione da remoto di dati biometrici con sistemi di riconoscimento facciale.
Così il dibattito europeo ruota intorno allo sviluppo dell’intelligenza artificiale nell’ambito di un “ecosistema digitale basato sulla fiducia”, corredato da una serie di limiti e regole per garantire la tutela dei diritti fondamentali dei cittadini, come la protezione dei dati personali.
In generale, si legge nel Libro Bianco, le regole Ue sulla protezione dei dati personali proibiscono l’uso di dati biometrici per identificare in modo univoco singoli individui, con poche eccezioni che riguardano la sicurezza nazionale o un sostanziale interesse pubblico.
Aspettando allora che l’Europa chiarisca la sua posizione sull’impiego futuro del riconoscimento facciale, vediamo come funziona questa tecnologia e quali sono le sue applicazioni attuali in diversi campi.
