Yüz tanıma sistemleri her yerde bulunmasına rağmen politik, yasal ve etik bir bilmece olmaya devam ediyor. Son olarak viral uygulama FaceApp tarafından çok etkili şekilde kullanılan ve dikkat çeken bu teknoloji yerini daha yenilikçi sistemlere bırakıyor. Peki yüz tanıma nedir? Nasıl bu kadar hızlı yayıldı. Bu alanda yapılan hukuki düzenlemeler neler?
Yüz Tanıma Nedir?
Yüz tanıma teknolojisi olağanüstü bir hızla yayılarak Facebook aracılığıyla mezunlar partisinde, kuzeninizin düğününde ansızın karşımıza çıkıyor! Google, Microsoft, Apple gibi teknoloji devleri birlikte vakit geçiren kişilerin albümlerini derlemek için uygulamalara yüz tanıma teknolojisi yerleştirmiş durumda. Peki yüz tanıma nedir?
Havaalanlarında kim olduğunuzu doğrulamak için kullanılan bu teknoloji akıllı telefonlarımızın da kilidini açmak için kullandığımız yeni bir yöntem. Üstelik artık bankalar da bu teknolojiyi online bankacılık hizmetlerine entegre etmiş durumda.
Yeni uygulamaların sayısı gün geçtikçe artıyor. Ve tahmin edin sırada ne var? Kapıda kimin olduğunu bilmek ister misiniz? Yüz tanıma özelliğine sahip bir video kapı zili misafirinizin kim olduğunu kolayca tespit edebilir. Bu teknoloji kayıp kişileri tespit etmek ve çalışanların gerçekten çalışıp çalışmadığını belirlemek için kullanılabiliyor. Doğal olarak reklam sektörü de bu durumun farkında. Yüz tanıma özelliği sayesinde, reklam panoları artık cinsiyet, yaş ve ruh halinizi daha gerçekçi yansıtan reklamlar sunuyor. Peki yüz tanıma nedir?
Big Brother Kavramını Oldukça Andıran Bu Sistem Yoksa Bir Gözetleme Aracı Mı?
Aslında bu sorunun cevabını evet olarak yanıtlamak mümkün. Bildiğiniz üzere birkaç ay önce Çin’de uygulamaya konan bu teknoloji sayesinde 7 dakikada herhangi bir vatandışın yerinin tespit edilebildiği iddia ediliyordu. Şükür, bir afişte yer alan fotoğrafı gerçek kişi olarak algılayan sistem geçici olarak iptal edildi. Ancak bu teknoloji Çin’de yaygın şekilde kullanılmaya devam ediyor. İhlal yapan yayalar tespit ederek ceza kesen, öğrencileri okul kapılarında doğrulayan bu sistem derslerdeki hareketlerine göre öğrencinin derse olan dikkatlerini ölçüyor. Çin hükümetine de bir yerde hak vermek lazım, bir milyarı aşkın nüfusun hepsi birbirine benziyor, onlar ne yapsın!
Rusya da teknolojiyi benimsedi. Moskova’da video kameralar şüpheli kişileri tespit etmeye çalışıyor, polisi de aynı şekilde çalışan gözlüklerle donatmak için planlar yapılmaya başlanmış bile.
Ayrıca İsrail’in Batı Şeria’da Filistinlilei tespit edebilmek için için yüz tanıma kullandığı bildirildi. Bu arada Birleşik Krallık da özellikle futbol maçlarında, anma törenlerinde ve müzik festivallerinde suçluların tespiti için yüz tanıma çalışmalarını başlatmış. Hatta Taylor Swift’in sapık takipçilerinden korunmak için Kaliforniya’daki bir konserde bu teknolojiden faydalandığı belirtiliyor.
Gelecek Tokyo Olimpiyatlarında boy göstermesi beklenen bu teknoloji yakında marketlerde bile kullanılmaya başlayacak şekilde hızla yayılıyor.
Peki Nasıl Oldu Da Bu Kadar Hızlı Yayıldı?
Yüz tanıma teknolojisinin yayılmacı bu başarısının perde arkasında büyük veri (big data), derin sinir ağları ve güçlü grafik işlem birimleri diğer adıyla GPU’lar var. Flickr, Instagram, Facebook, Google gibi uygulamalar sayesinde, internette milyarlarca insanın yüzü devasa görüntü veri setlerinde depolanıyor. İşte tüm bu fotoğraflar işlenerek modern yapay zekanın temeli olan derin sinir ağlarını eğitmek için kullanılıyor. Bu işlemleri grafik işlemeye adanmış oyun canavarı süper hızlı GPU’lar yapıyor. Bu sayede son on yılda, yüz tanıma sistemleri her yere yayıldı ve onlardan toplanan veriler şirketlerin teknolojilerini geliştirmesine yardımcı oldu. Hani şu birkaç hafta önce sosyal medyada bombardımana tutulduğumuz Faceapp olayını hatırlayın.
Nasıl Çalışıyor?
Öncelikle, bilgisayarın bir yüzün ne olduğunu öğrenmesi gerekiyor. Bu işlem yüz konumları belli olan çok sayıda fotoğraflar kullanılarak derin bir sinir ağına algoritma eğitimi verilerek yapılıyor. Algoritma bir görüntü her gösterildiğinde, yüzün nerede olduğunu tahmin etmeye çalışıyor. Başta çöplük gibi olan tekrarıyla gelişen sonunda bir fotoğrafta yer alan yüzü tespit etmede ustalaşıyor.
Sıradaki aşama, tanıma aşaması. Çeşitli şekillerde yapılması mümkün olan bu aşama genellkle ikinci bir sinir ağı kullanarak yapılıyor. Algoritma bir fotoğrafı diğerinden en iyi ne şekilde nasıl ayırabileceği konusunda eğitilir. Bazı algoritmalar göz, burun ve ağız arasındaki mesafeleri ölçerek bunu saptarken bazıları daha soyut özellikler kullanır. Her iki durumda da, algoritma her yüzü benzersiz şekilde tanımlayan bir sayı dizisi oluşturur.
Yazılım gerçek zamanlı olarak video görüntüleri üzerinde çalışmaya devam eder.Genellikle futbol stadyumlarına giriş gibi sıkışma noktalarında çekilen video kareleri taranır. Önce çerçevedeki tüm yüzleri algılayan sistem her yüz için eşsiz sayı dizisi oluşturur. Yüz verileri daha sonra izleme listesindeki insanlara karşı kontrol edilir. Önceden ayarlanmış eşiği aşan eşleşmeler sıralanır ve gösterilir. İngiliz polisi, bir eşleşme için tipik bir eşik değerinin %60 olduğunu belirtmiş, ancak hataları azaltmak için bu eşiğin daha yükseğe ayarlanması tavsiye ediliyor.
Yüz tanıma algoritmaları, benzersiz bir kod veya ‘önyüz’ oluşturmak için bir fotoğraf veya videodan çekilen yüzün geometrisini okuyarak önceden oluşturulanlarla karşılaştırıyor muhtemel eşleşmeleri sıralıyor. Bu şekilde herhangi bir şüpheli yakalandığında, yüzü veri tabanına eklenerek şüphelinin suç öncesi hareketleri kameralardan kolayca takip edilebiliyor.
Ne Kadar Doğru?
En iyi sistemler oldukça etkileyici. ABD Ulusal Standartlar ve Teknoloji Enstitüsünün (NIST) yaptığı bağımsız testler, 2014’ten 2018’e yüz tanıma sistemlerinin 20 kat geliştiğini belirtiyor. Zamanla % 4’ten % 0.2’ye düşen hata oranında derin sinir ağlarının gelişimi çok büyük rol oynuyor. NIST, yapay sinir ağlarının yüz tanıma alanında “endüstriyel bir devrim” başlattığını belirtiyor.
Ancak bu mükemmel sayılabilecek performans, ideal koşullara bağlı. Gerçek dünyada, görüntüler bulanık veya kötü aydınlatılmış olabilir, insanlar kameradan uzak durabilir veya veri tabanında tanımlanmış fotoğraflardan çok daha yaşlı olabilir. Bunlar başarı oranını düşüren faktörler.
Teknolojinin ikizlerle ilgili paradoksu ise hala devam ediyor, NIST’in düzenlediği testlerde en iyi algoritmaların dahi ikizleri ayırma konusunda yetersiz olduğu görülüyor.
Önyargılar?
Sinir ağları, farklı insan gruplarında yetersiz oranda eğitildiğinde asıl problem ortaya çıkıyor. Örneğin, bir sistem milyonlarca beyaz erkek, ancak daha az sayıda kadın ve renkli insanda eğitilmişse, azınlıkta kalan gruplarda hata payı artıyor. Hata payının artması, yanlış tanımalara ve dolayısıyla potansiyel olarak daha fazla insanın yanlış şekilde durdurulmasına ya da sorgulanmasına neden oluyor.
Geçen yıl Amerikan Sivil Özgürlükler Birliği (ACLU), Amazon tarafından hazırlanan yüz tanıma sistemi; 28 kongre üyesini yanlışlıkla daha önce tutuklanan kişiler olarak tanımladığını tespit etti. Orantısız bir şekilde Afrikalı-Amerikalıları ve Latinleri yanlış tanımlandığı iddialarına Amazon ise ACLU’nun hatalı ayarları kullandığını belirterek kendini savundu.
Polis denemeleri de yüz tanıma konusundaki eksikliklerin altını çiziyor. Güney Galler’de Cardiff Üniversitesi tarafından yapılan bir incelemede, kolluk kuvvetleri tarafından kullanılan NEC NeoFace sisteminin, havanın kapalı olduğu kameraların ışık hassasiyetinin düştüğü durumlarda ekran insanlarla doluyken sistemin zaman zaman donduğunu ve kalitenin düştüğünü tespit etti. 55 saatlik bir kullanım süresinde, sistem, 2.755’in pozitif olduğu 2.900 potansiyel karşılaşmaya işaret etti. Polis, sistemi kullanarak 18 tutuklama gerçekleştirdi, ancak söz konusu Cardiff raporu, tutuklananların suçlu olup olmadığını belirtmiyor.
Galler deneyi, yüz tanıma konusundaki başka bir zorluğu da vurguluyor. İzleme listesinde olan bazı insanlar, diğer birçok insan gibi gözükebiliyor. Örneğin; bir rugby maçında kalabalığı tararken, polis izleme listesinde yer alan bir kadın için sistemin 10 kez uyarıda bulunduğu ancak hiçbirinde doğru tespitte bulunmadığı kaydedilmiş.
Bu Teknoloji Kimlerde Var?
Dünyanın dört bir yanındaki teknoloji firmaları yüz tanıma sistemleri geliştirmek için harıl harıl çalışıyor. Ancak bu çalışmalara ABD, Rusya, Çin, Japonya, İsrail ve Avrupa önderlik ediyor. Çin’de yüz tanıma sistemine bağlı milyonlarca kamera bulunuyor ve Rusya’da benzer bir uygulamayı hayata geçirme konusundaki hevesini belli etti. Avrupa’da ise başka yüz tanıma sistemleri, çalışanları ve ziyaretçileri takip etmek ya da hırsızları engellemek için kullanılıyor.
ABD’de, polis genellikle canlı görüntüleri taramak yerine CCTV kayıtlarını aramak için yüz tanıma sistemlerini kullanıyor. Georgetown Yasası’nın Gizlilik ve Teknoloji Merkezi’nden 2016’da yayınlanan bir raporda, tüm Amerikalıların yarısının şimdiden polis yüz tanıma veri tabanlarında olduğu belirlenmiş.
Yasalar Ne Diyor?
İngiltere’de, polise ne yüz tanıma kullanma yetkisi veren bir kanun ne de kullanımıyla ilgili hiçbir devlet politikası olmadığını belirten, Biyometri komiseri Paul Wiles; kolluk kuvvetlerince yüz tanıma kullanmanın hangi durumlarda meşru olacağını ya da kameralar tarafından işlenen görüntülere ne olacağını kaotik bir durum olarak nitelendiriyor.
Kampanya gruplarından özgürlük yancısı Liberty, kamusal alanlardaki canlı yüz tanıma sistemlerinin mahremiyete zarar verdiğini ve insanların davranışlarını değiştirmeye zorladığını savunarak tamamen yasaklanmasını istiyor. Grup, teknoloji kullanımı konusunda Güney Galler polisine karşı yargı incelemesi başlattı. İnsanların yanlış bir şekilde durdurulduğunu ve teknolojinin mahkemeler tarafından talep edilmeyen insanları izlemek için kullanılması konusunda çeşitli uyarılar artarak devam ediyor.
Diğer tartışmalı alan ise oluşturulan izleme listeleri.İngiltere’de 2012 yılında yüksek mahkeme tarafından ilan edilen masum insanların görüntülerinin tutulmasının yasadışı olduğuna dair verilen yargı kararına rağmen, polisin, çoğu zaman hiçbir zaman suçu bulunmayan 20 milyon kişiden oluşan bir gözaltı veritabanı oluşturmuş olduğu belirtiliyor. Bununla birlikte, veritabanındaki görüntüler ve sosyal medyadan edinilen diğer fotoğraflar, yüz tanıma sistemlerinde kullanılmak üzere izleme listeleri oluşturmak için kullanılıyor. Özel sektörde ise durum daha da cüretkar; dükkanlar ve işyerleri kimin gizli gözetleme listesine gireceğine karar veriyor ve görüntüleri diğer firmalarla kolayca paylaşıyor.
ABD’de de durum daha iyi değil. Sadece beş eyalette, kanun uygulayıcılar tarafından yüz tanımanın kullanılmasına değinen yasalar var. Seattle polis kuvveti ve San Francisco şehri canlı yüz tanımayı yasaklarken, Arizona’nın Maricopa Bölgesi’ndeki şerif ofisi, Honduras’ta yaşayan her yerlinin fotoğrafını ve ehliyetini yüz tanıma izleme listesine yükledi.
Yüz tanıma; yüzün belli noktalarından alınan algoritmalarla bir kişinin yüzünün eşsiz kılınarak tanımlanmasını sağlıyor.
Peki Ya Diğer Biyometrik Veriler?
Yüz tanıma teknolojisi büyük dikkat çekerken, polis ve diğer kuruluşlar, insanları benzersiz şekilde tanımlayan parmak izi ve DNA’nın ötesinde, yeni biyometrik veri tanıma sistemlerini yakından takip ediyorlar.
Örneği cilt dokusu analizinin; cilt gözenekleri arasındaki mesafeyi analiz ederek farklı ifadelerin ve kısmen örtülü yüzlerin neden olduğu yüz tanıma problemlerinin üstesinden geldiği söyleniyor. Çok fazla test edilmese de, geliştiriciler ikizleri ayırt etmek için yeterince iyi olabileceğini iddia ediyor.
Polisi ilgilendiren bir diğer biyometrik tanıma sistemi ise yürüyüş analizi. Adından da anlaşılacağı gibi, algoritmalar insanları anatomik, genetik, alışkanlıklar ve kişilikteki farklılıkları yansıtan kendi yapılarının benzersiz tarzı ile tanımlama gücüne sahip.
Damar tanıma özelliği ile el, parmak veya gözdeki kan damarlarını haritalamak için optik tarayıcılar kullanılıyor. Damarlarımız cildin altına gömüldüğü için, tarayıcıların kandırılması imkansız kabul ediliyor. Fujitsu’nun PalmSecure sistemi, çeşitli işletmelerdeki çalışanların performansını izlemek için damar haritalandırma yöntemi kullanıyor.
Biyometrik ses tanıma zaten bankalar tarafından müşterilerin kimliklerini doğrulamak için kullanılıyor ve kullanımı giderek yaygınlaşıyor. Sesleri kelimelere çeviren konuşma tanımanın aksine, konuşmacı tanıma bireyin ses yolunun yarattığı benzersiz akustik kalıpları ve konuşma alışkanlıklarını algılıyor.
Sırada Ne Var?
Her yerde karşılaşacağız, belki de. ABD firması Vuzix, yüz tanıma entegreli akıllı gözlükler üretmek için bir Dubai firması (NNTC) ile işbirliği yaptı. Çerçeve, yoldan geçenlerin yüzlerini tarayan ve kullanıcıyı bir milyon kişiden oluşan bir veritabanındaki herhangi bir eşleşmeye karşı uyaran küçük bir sekiz megapiksel kameraya var. Britanya’da, Wireless CCTV aynı şeyi yapan polis gövdeli kameralar üzerinde çalışıyor. Yeni bir ABD patenti daha ileri gidiyor ve bir şüphelinin yüzü tespit edildiğinde kayda başlayan polis kamerasını anlatıyor.
Bu arada, teknoloji firmaları, sistemlerini daha hızlı ve daha doğru çalışması için, kötü ışıkta çekilen daha fazla yüz işleyerek geliştiriyorlar. Hala bebeklik döneminde olmasına rağmen, maske takan insanları ve diğer kılık değiştiricileri belirleyebilecek algoritmalar üzerinde çalışmalar devam ediyor. Home Office’in 2018 Biyometri Stratejisi’ne göre, teknoloji devleri tanıma sistemlerini daha da etkili hale getirmek için yüz biyometrelerini ses ve yürüyüş gibi diğer algoritmalarla birleştirecek. Bu durumun etki-tepki olarak yorumlayabileceğimiz şaşırtıcı olmayan bir sonucu var. Bir karşı-silahlanma yarışı başladı: Pittsburgh Carnegie Mellon Üniversitesi’ndeki araştırmacılar yüz tanımayı kandırmak için kendi güneş gözlüklerini geliştiriyor, bu gözlüklerden birini giyen bir erkek araştırmacı Milla Jovovich olarak tanımlandı bile.
Yazının aslı için: What is facial recognition – and how sinister is it?
Siber güvenlik alanında çalışmalar yürüten Selmani aktif olarak kişisel verilerin korunması alanında çalışmalar yürüten bir bilgisayar mühendisi, uzmanlık alanı ise yazılım.
