Riconoscimento facciale

Riconoscimento facciale: nuove frontiere
I recenti progressi nella IA (intelligenza artificiale) stanno aumentano molto le capacità dei sistemi di riconoscimento facciale, consentendo alle forze dell'ordine, di identificare più facilmente criminali o terroristi noti. Ma senza dubbio finiscono per sollevare anche problemi di privacy.

L'uso di reti neurali avanzate nei sistemi di deep learning e altre tecnologie di intelligenza artificiale stanno portando il riconoscimento facciale a nuovi livelli. In Cina alcune stazioni ferroviarie utilizzano il riconoscimento facciale per confermare i biglietti dei passeggeri. Allo stesso modo, il Regno Unito sta testando la tecnologia di riconoscimento facciale come un modo per sostituire i biglietti sui mezzi pubblici. Altresì, per ovvie ragioni di sicurezza pubblica, si stanno sperimentando metodologie da utilizzare su piccoli sistemi a bassa potenza per aggiungere il riconoscimento facciale basato sull'intelligenza artificiale alle telecamere indossabili della polizia, dando la possibilità di eseguire controlli in background.

Dove può arrivare?
Alcuni ricercatori della Stanford University, ad esempio, ha scoperto che gli algoritmi di apprendimento automatico che esaminano le immagini delle piastre di Petri erano migliori dei medici nel rilevare i segni di cancro ai polmoni. Un'altra linea di ricerca esplora le possibilità di utilizzare algoritmi di deep learning per identificare le persone che cercano di nascondere i propri volti con cappelli, occhiali da sole, sciarpe o persino barbe finte.
Le organizzazioni governative utilizzano già il riconoscimento facciale per cose come costruire l'accesso e setacciare i database di criminali, così come molti altri americani, la cui patente e altre foto sono state raccolte. Anche la US Customs and Border Protection ha testato il riconoscimento facciale negli aeroporti. 

L’importanza tra rilevare e riconoscere
Il rilevamento indica sostanzialmente che nell’immagine video è presente un volto umano e nulla di più specifico, attuando di fatto un’informazione facciale di tipo passivo.
Il riconoscimento, invece, permette alla telecamera o al server di elaborazione, di confrontare direttamente i volti ripresi con un database predefinito associando, un nominativo o un evento come l’apertura di un varco.

Sviluppi per la sicurezza
Il deep learning sta permettendo alle telecamere di imparare progressivamente a riconoscere i volti con maggiore precisione e reattività, indicandone, età, genere ed espressione. Gli algoritmi avanzati analizzano e la mimica associandola a varie emozioni: un soggetto in procinto di commettere un crimine tendenzialmente palesa rabbia o inquietudine. Questa funzione è utile soprattutto in presenza di un operatore che controlla le immagini, dando la possibilità di intercettare i sospetti e prevenire così gli incidenti.

Settori dove applicare la tecnologia
Il riconoscimento facciale ha una gamma di applicazioni molto vasta, come il controllo degli accessi nelle scuole, garantendo l’ingresso solo agli studenti e al personale inserito in una white list. Questo unito alla facilità di gestione, del sistema al quale basta inserire una fotografia con i dati della persona che si intende censire.
È gioco facile estendere la funzione ad altri contesti come l’ingresso delle sale colloqui nelle carceri, le manifestazioni sportive, creando una lista nera di profili sanzionati con il Daspo.

Prevenzione
Il riconoscimento facciale è solo una delle molteplici funzioni in cui viene impiegato il deep learning. Grazie alla capacità di elaborare una grande quantità di dati può rilevare aspetti come l’età e le espressioni del viso, consentendo di interpretare e eventualmente prevenire aspetti potenziali atti criminosi.
Tecnologia che è assolutamente funzionale in vari ambienti, come un carcere, dove è in grado di segnalare assembramenti anomali di detenuti che potrebbero degenerare in situazioni pericolose, o in una casa di riposo, dove avverte immediatamente il personale qualora un ospite fatichi a rialzarsi in seguito a una caduta.
Risulta facile comprendere che questa tecnologia è utilizzabile in moltissimi contesti, con il fine ultimo di creare una società più sicura in cui si potranno prevenire gli incidenti in modo più efficiente.

Peculiarità dei prodotti già commercializzati
La scelta della telecamera se pur soggettiva assume un’importanza cruciale per le caratteristiche che detiene. Uno dei quali è la portata che non deve essere inferiore a 70 metri (parametro che può variare a seconda dell’ottica e delle condizioni ambientali). Inoltre deve avere la possibilità di creare e gestire in autonomia, sia una white list che una black list, con la prima che consente ai profili registrati l’ingresso esclusivo a una determinata area e la seconda innesca un allarme nel caso in cui venga identificata una persona indesiderata.

Server per la gestione dei processi
Molte funzionalità sono demandate all’utilizzo di un server, che elabora le immagini live fornite dalla telecamera collegata o quelle registrate. I vantaggi risultanti sono la possibilità di collegare qualsiasi telecamera anche con zoom molto elevati (un’ottica 48x è in grado di riconoscere i tifosi sul lato opposto) demandando al server gli oneri di gestione e riconoscimento dei volti.

Pensieri conclusivi
La sicurezza per ragioni comprensibili, è sempre alla ricerca di nuove soluzioni. Le telecamere dotate della tecnologia di riconoscimento facciale giocano un ruolo fondamentale nell’attuale innovazione in questo settore. La ricerca di persone facenti parte di una black-list, che si spostano in una città disseminata di telecamere a riconoscimento facciale, permette di monitorate in tempo reale, i soggetti, garantendo così un livello di sicurezza mai avuto in precedenza.

La Privacy in questo contesto
Riconoscimento facciale e privacy sono indissolubilmente collegati: fino a che punto è lecito spingersi nel raccogliere informazioni attraverso il deep learning delle nuove telecamere? Da poco è entrato in vigore il Regolamento Ue 2016/79 sul trattamento dei dati (GDPR).
I volti rilevati dalle telecamere possono e dovrebbero essere automaticamente censurati tramite un effetto pixel che li rende irriconoscibili e solo il personale provvisto di un codice di accesso speciale può avere un accesso ai dati leggibili (lo stesso vale per le targhe dei veicoli).

L'Europa e la regolamentazione del riconoscimento facciale
L'UE è nota per la sua spinta a garantire la privacy personale lungo le nuove frontiere digitali. Il GDPR include alcune protezioni per le informazioni biometriche, inclusi i dati di riconoscimento facciale.
La tecnologia di riconoscimento facciale è stata oggetto di notizie, inerenti i timori il futuro della sorveglianza. Le giurisdizioni di tutto il mondo, inclusa l'Unione Europea tradizionalmente a tutela della privacy, sono alle prese con il difficile compito di stabilire dei limiti intorno all'uso di questa nuova tecnologia potenzialmente invasiva.

L'approccio GDPR
I dati biometrici rientrano nella definizione di dati personali del GDPR, che include qualsiasi informazione in grado di identificare una persona fisica in riferimento a "fattori specifici dell'identità fisica, fisiologica, genetica, mentale, economica, culturale o sociale di quella persona fisica". Il GDPR impone quindi che i dati biometrici dei cittadini dell'UE e dei residenti di lungo periodo non possano essere condivisi con terze parti senza il loro consenso.
Il GDPR contiene alcune eccezioni a questo requisito, ad esempio se le informazioni sono necessarie per il diritto del lavoro, della sicurezza sociale e della protezione sociale, o se sono fondamentali per l'interesse pubblico della salute pubblica. Gli individui possono anche acconsentire esplicitamente a condividere le proprie informazioni con terze parti.

Proposta della Commissione Europea per il Regolamento IA
Il proliferare del mercato dell'IA ha sollevato un nuovo dibattito sulla regolamentazione della tecnologia di riconoscimento facciale. Nell'aprile 2021, la Commissione europea ha pubblicato una bozza di proposta per la regolamentazione dell'IA, che ha lasciato la maggior parte degli usi dell'IA liberi da regolamentazione, ma ha imposto requisiti più elevati alle applicazioni di intelligenza artificiale "ad alto rischio". Uno degli esempi più discussi di utilizzo dell'IA ad alto rischio è "l'identificazione biometrica e la categorizzazione delle persone fisiche". Questa categoria comprenderebbe probabilmente la maggior parte delle tecnologie di riconoscimento facciale, poiché la maggior parte delle tecnologie di riconoscimento facciale utilizza una qualche forma di "apprendimento profondo integrato e rete neurale" per identificare i soggetti umani.

Passi successivi: risoluzione non vincolante del Parlamento europeo
Il 6 ottobre 2021 il Parlamento europeo ha approvato una risoluzione non vincolante che vieta l'uso da parte della polizia del riconoscimento facciale nei luoghi pubblici e la creazione di database privati ​​di riconoscimento facciale. Sebbene la risoluzione non vincolante non influisca tecnicamente sulla bozza di regolamento sull'IA, probabilmente segnala il punto di vista del Parlamento europeo sulla necessità di severi divieti di riconoscimento facciale.
Il progetto di regolamento sull'IA continuerà a essere oggetto di dibattito e revisione da parte del Parlamento europeo e degli Stati membri tramite il Consiglio europeo. Sebbene non ci sia una tempistica chiara per l'adozione del regolamento, alcuni resoconti hanno suggerito che potrebbero passare "diversi anni prima che il regolamento venga ratificato ed entri in vigore". Nel frattempo, il delicato equilibrio tra privacy, innovazione e sorveglianza continuerà senza dubbio a essere dibattuto al Parlamento europeo e in altre giurisdizioni.