Reconhecimento facial: conheça o lado A e B da tecnologia
Desde pelo menos 2010 a tecnologia de reconhecimento facial faz parte da sua vida. Isso, claro, se você usava o Facebook desde aquela época.
É porque a rede social, através do Facebook AI Research, foi pioneira em popularizar o reconhecimento de faces através do seu sistema de tags para fotos. Bastava você subir uma fotografia na plataforma e logo ela sugeria a pessoa que deveria ser marcada – inclusive, a tecnologia alcançou um nível de 97% de precisão na tarefa.
Entretanto, a biometria facial não está restrita a atividades simples. Ele tem potencial para melhorar a experiência de compras em lojas, o sistema de check-in em hotéis, as campanhas segmentadas de marketing, as transações bancárias... e por aí vai.
Não por acaso, diferentes consultorias apresentam dados promissores para esta tecnologia que se torna cada vez mais complexa. A MarketsandMarkets projeta uma movimentação de US$ 8,5 bilhões até 2025, Já a Mordor Intelligence prevê que o setor movimente um total de US$ 12,7 bilhões no mercado de reconhecimento facial até 2026.
Para você entender o que nos aguarda em relação ao reconhecimento facial, fizemos um levantamento sobre o lado A e o lado B desta tecnologia. Vem entender as implicações com o Simple!
A relação entre reconhecimento facial e a IA
A maneira de funcionar do reconhecimento facial é bastante parecida com o nosso cérebro. Quando visualizamos alguém, enviamos sinais dos padrões faciais daquela pessoa ao nosso cérebro, que os combina com os padrões já registrados em nossa memória e então acontece a identificação.
No caso da tecnologia, o software de biometria facial detecta o padrão do rosto e compara com aquele salvo na base de dados. Se coincidir com alguma imagem, então acontece a identificação.
Para aprender através de padrões, os computadores dividem a face nos chamados pontos nodais, o que inclui analisar a distância entre os olhos, a largura do nariz e a profundidade ocular, criando assim a impressão do rosto de uma pessoa.
Um grande trunfo da tecnologia é que, não importa nossa idade, pose, iluminação e emoção: é possível transformar a imagem 2D em um modelo 3D do rosto humana.
Já todo o trabalho de precisão acontece graças à tecnologia de deep learning (aprendizado profundo), uma vertente da IA. Cada vez que se combinam duas faces através da técnica, independentemente de dar match ou não entre as imagens, a tecnologia repete o mesmo processo de aprendizado e é capaz de criar mais redes conexões, tornando-se mais precisa na sua tarefa de identificação.
Com essa capacidade de acerto, ficou mais comum ver a tecnologia sair do taggeamento de imagens no Facebook e rumar para promover impacto no mundo físico.
No Brasil, a Secretaria de Segurança da Bahia capturou 42 pessoas foragidas da justiça por meio do uso de reconhecimento facial durante o Carnaval de 2020. Segundo o órgão, a plataforma de monitoramento foi capaz de identificar uma semelhança acima de 90% para todos os casos.
Mais recente, na Rússia, a biometria facial passou a ser usada para combater a disseminação de Covid-19, identificando cidadãos que não respeitavam a restritiva quarentena do país.
Mas... se é tão boa, por que a biometria facial é tão controversa?
Imagine que você tem um encontro marcado com o seu amigo e, ao chegar no lugar combinado, ele aparece com um novo penteado, lentes de contato azuis e óculos de grau que até então ele não usava. Você provavelmente vai identificá-lo porque tem contexto, ou seja, sabe que aquela cor de olhos é falsa e que mesmo de cabelo curto, aquele ainda é seu amigo.
No entanto, a IA não tem esse sentido do mundo real, e é por isso que muitos erros podem acontecer. Esses erros de identificação são chamados de falso positivo e falso negativo – quando a ferramenta vacila na comparação das imagens e identifica erroneamente indivíduos.
Especialmente para aplicação da lei, forças policiais e uso por parte de governos, esses equívocos podem ser bastante nocivos, com pessoas inocentes sendo identificadas como responsáveis por crimes que não cometeram, por exemplo.
Vale lembrar que o problema de algoritmo enviesado ainda não foi superado e, no caso específico de reconhecimento facial, ele pode gerar uma vigilância tendenciosa baseada em elementos como gênero e tom de pele.
Um estudo liderado pelo Instituto Nacional de Padrões e Tecnologias, dos Estados Unidos, avaliou algoritmos de reconhecimento facial de 189 softwares e percebeu que as maiores taxas de falsos positivos aconteciam em rostos de cidadãos asiáticos e afrodescendentes. Portanto, por mais relevante que a tecnologia seja, em alguns casos de uso ainda falta precisão e um cuidado mais avançado no treinamento para que não se torne opressora para uma parcela da população.
Sendo assim, como melhorar o uso do reconhecimento facial?
Uma das maneiras de melhorar a biometria facial é justamente desmistificar o seu uso através de debate e compartilhamento de conhecimento em torno da tecnologia.
Sobre o debate, é necessário que os desenvolvedores e as empresas detentoras da tecnologia assumam uma postura de responsabilidade ao criar algoritmos, focando em impedir a criação de produtos que promover a discriminação.
Em relação ao conhecimento, com a chegada da LGPD no Brasil, trata-se de um grande momento em se discutir o tratamento de dados pessoais por parte dessas empresas. Uma sociedade informada sobre o uso de sua informação e que, além disso, perceba a preocupação no trato de seus dados, tende a confiar muito mais em soluções tecnológicas que possam surgir.
Conheça aplicações de reconhecimento facial no dia a dia
Para além do uso em marcação de fotos no Facebook, desbloqueio de telas de celular e identificação de rostos em apps de fotos, a biometria facial já é usada em atividades corriqueiras. Confira:
Fluxo do aeroporto
Com o intuito de criar um sistema nacional de checagem em aeroportos, o governo brasileiro lançou o Embarque Seguro, uma tecnologia de reconhecimento facial que faz a identificação eletrônica do viajante antes do embarque. O objetivo é tornar o processo de conferência mais eficiente e seguro.
Com esta solução, o passageiro não precisará apresentar documento de identidade ao embarcar, já que a própria ferramenta faz a validação da informação juntamente ao banco de dados da Carteira Nacional de Habilitação (CNH).
O primeiro aeroporto do Brasil a testar a solução é o Aeroporto Internacional de Florianópolis.
Segurança em aplicativos
Desde 2019, o aplicativo de transporte individual 99 utiliza uma tecnologia de reconhecimento facial para confirmar a identidade de seus motoristas parceiros. Segundo a empresa, o objetivo da tecnologia é garantir maior segurança na plataforma.
Com frequência, os usuários são solicitados pelo app a passar pelo processo de identificação, que é feito por meio da câmera do celular. Em seguida, a imagem é validada através do banco de dados do Departamento Nacional de Trânsito (Denatran).
Em junho de 2020, durante a pandemia do novo coronavírus, o reconhecimento facial passou a ter outra utilidade: identificar se os motoristas estavam usando máscara de proteção. Ao se conectar ao aplicativo, passou a ser necessário o envio de uma selfie utilizando o suporte de proteção.
Busca por desaparecidos
Em diferentes partes do globo, o reconhecimento facial tem sido um aliado na busca por pessoas desaparecidas.
Um app criado na Índia, com mais de 3 mil registros de pessoas desaparecidas, já conseguiu encontrar mais da metade delas. Ele funciona por meio de um banco de imagens capaz de identificar mais de 80 pontos da face humana para gerar uma possível correspondência.
No Brasil já existe uma solução semelhante, o app Family Faces. Encabeçado pela ONG Mães da Sé, que se dedica a ajudar famílias a encontrar parentes desaparecidos, a ferramenta funciona da seguinte maneira: o usuário envia sua foto pelo app e o sistema identifica se há algum perfil cadastrado semelhante à imagem enviada. Se houver, a ONG é alertada e continua a investigação de correspondência.
Para identificação de semelhança, a ferramenta se utiliza de elementos como a distância entre os olhos, por isso mesmo que exista o fator envelhecimento, ele não prejudica o reconhecimento.
Diagnóstico de doenças
A tecnologia de reconhecimento facial também pode assumir um papel relevante na área da saúde através do diagnóstico de algumas doenças genéticas.
Em 2017, a Unicamp, em parceria com pesquisadores dos Estados Unidos, anunciou a criação de um algoritmo de reconhecimento facial para detectar uma doença rara, a Síndrome de DiGeorge (22q11.2).
Em testes, a precisão da ferramenta foi de 96%, com a identificação feita a partir de 126 medidas diferentes da face. A ferramenta foi treinada com imagens de 106 indivíduos portadores da síndrome e contrastada com outras 156 de pessoas sem a doença.
