顔認識技術：秘密の物語

60年前、農民の息子であるWoody Bledsoeは、顔の識別技術を発明しました。しかし、彼が発見に関与したという証拠は事実上消えています。 



Netologyの編集者は、現代の顔認識技術で使用されているBledsoeと彼のチームの開発について、この未知のことについてのWiredの記事を幅広い歴史の輪に適合させた翻訳を作成しました。 



Woody Bledsoeは約30年間、テキサス大学オースティン校の教授であり、自動推論と人工知能の開発に取り組みました。ブレッドソーの息子であるランスの回想録によると、教授は熱狂的な楽観的な科学者であり、1950年代後半に、人間の能力を備え、複雑な数学的定理を証明し、会話を維持し、きちんとピンポンを演奏できるコンピューターを作成することを夢見ていました。 



しかし、彼のキャリアの早い段階で、ブレッドソーは顔を認識するように機械に教える機会を熱心に探していました-過小評価されているが潜在的に強力な人間の能力。これらは顔の識別に関する最初の研究（1960年）であり、教授の研究は米国の諜報機関の関心を集めました。ウッディの主な投資家はおそらくCIAフロント企業でした。 

:

今日、顔認識は、電話、ラップトップ、パスポート、および支払いアプリケーションのセキュリティを確保するために使用されています。この技術は、対象となる広告市場に革命をもたらし、特定の疾患の診断を加速することが期待されています。同時に、顔の識別技術は政府の圧力と企業の監視の手段になりつつあります。 



たとえば、中国でのこの技術の助けを借りて、政府はUighur少数民族の代表者を追跡しており、その数十万人が政治刑務所に収容されています。また、米国では、ワシントンポストによると、入国管理局とFBIがデジタル検索を行っています。政府の運転免許証のデータベースで容疑者を探していますが、最初に法廷に出ることはありません。 



2019年、Financial Timesの調査により、マイクロソフトとスタンフォード大学の研究者が、写真の知識や同意なしに、人々の画像のデータパケットを大量に収集し、公開したことが明らかになりました。その後、このデータは破棄されましたが、技術系スタートアップの研究者と1つの中国の軍事アカデミーがなんとかデータを取得しました。 

1960年代のWoodyBledsoeの顔認識に関する研究は、今日私たちが目にしている技術的進歩と倫理的側面を予期していました。しかし、これらの基本的な作品はほとんど完全に知られていません-それらのほとんどは公開されたことがありません。

1995年、理由は不明ですが、ウッディは息子に研究アーカイブを破棄するように依頼しました。しかし、ほとんどの論文は存続し、彼の作品の何千ページも現在、テキサス大学のブリスコアメリカンヒストリーセンターに保管されています。 



とりわけ、何十人もの人々の写真が生き残っており、ある種の「幾何学的な」皮膚病に見舞われたかのように、いくつかの顔は奇妙な数学的表記でマークされています。これらの肖像画では、テクノロジーの出現の歴史を識別できます。テクノロジーは、今後数十年で積極的に発展し、人間の活動の多くの領域に浸透します。

すべてがどのように始まったか。タプル法

Woodrow Wilson（Woody）Bledsoeは、1921年にオクラホマ出身のシェアクロッパーの大家族に生まれました。彼は家族の中で10番目の子供であり、覚えている限り、彼はいつも父親の家事を手伝っていました。彼は数学的な考え方を持っていました。高校を卒業した。彼はオクラホマ大学で3か月間勉強し、その後ウッディは第二次世界大戦の前夜に軍隊に引き込まれました。



戦後、ウッディはユタ大学で数学を学び、バークレーに向けて博士号を取得しました。大学院を卒業した後、ウッディはニューメキシコの政府所有のサンディアコーポレーションで核兵器の研究に従事しました-水素爆弾の作成を支援したスタニスラフウラムなどの著名人と一緒に。 



サンディアでは、ウッディはコンピューティングの世界で最初の一歩を踏み出しました。これは彼の生涯を通じて続くことです。最初に私は核兵器プロジェクトのコードを書きました。その後、ウッディは自動パターン認識、特に機械読み取りに興味を持つようになりました。これは、書かれた文字のマークされていない画像を認識するようにシステムに教えるプロセスです。 

WoodyBledsoeと彼の同僚であるポリマス、航空エンジニア、生物物理学者のIben Browningは、後にn-tupleメソッドとして知られるようになるメソッドを考案しました。

科学者たちは、印刷されたシンボル（たとえば文字Q）を、裏打ちされた紙のように、セルの長方形のグリッドに投影することから始めました。各セルセルには、シンボルの一部の有無に応じて2つの番号が割り当てられました。0-空のセルの場合、1-空のセルの場合。次に、セルは、座標のセットのように、順序付けられたペアにランダムにグループ化されました。理論的には、グループには任意の数のセルを含めることができるため、メソッドの名前が付けられています。次に、いくつかの数学的な手順を使用して、システムはシンボルグリッドに一意の値を割り当てました。そして、新しいシンボルが検出されると、そのシンボルのグリッドが、最も近い一致が見つかるまでデータベース内の他のシンボルと比較されました。



この方法の本質は、同じ符号の多くのバリエーションを認識できることでした。ほとんどのQは、他のQと比較してかなり類似した結果を得る傾向がありました。このプロセスは、テキストだけでなく、どのパターンでも最適に機能しました。数学者でウッディの長年の友人であるロバートS.ボイヤーによると、タプル法はパターン認識の範囲を定義するのに役立ちました。これは、「人々が行うことを実行するようにマシンをプログラムするにはどうすればよいか」という質問への最初のステップの1つでした。

タプルの方法を開発していた頃、ウッディは最初に「コンピューターマン」と呼ばれる機械を作ることを夢見ていました。

 

数年後、彼は人工知能のスキルを考案するときに感じた「ワイルドな興奮」を思い出しました。 





「私は彼にタイプされた文字と手書きのテキストを読んでもらいたかった。グラスに取り付けられた小さなカメラで彼または彼の一部を見ることができました。イヤピースを使用すると、路上で友人や知人に会ったときに彼が友人や知人の名前を呼ぶのを聞くことができました。顔を認識するために。」

パノラミックリサーチ社での研究

1960年、ウッディは、イベン・ブラウニングと別のサンディアの同僚とともに、Panoramic Research Incorporated（Panoramic）を設立しました。彼らは当初、シリコンバレーの中心としてまだ知られていないパロアルトの小さな建物に収容されていました。当時、ほとんどのコンピューター（パンチカードや磁気テープにデータを保存する大規模なデバイス）は、大企業や政府の研究所のオフィスに収容されていました。ウッディの会社はコンピューターを買う余裕がなかったので、科学者たちは近所の人からそのようなマシンの計算時間を借りました。それはしばしば夜遅くに安くなりました。

パノラミックのビジネスは、「世界をひっくり返すことを望んでいたアイデアをテストすること」でした。

 

いくつかのパノラマプロジェクトに関与し、後にパーソナルコンピューティング誌を共同設立したライター兼コンサルタントのネルスウィンクレス氏によると、「彼らの仕事は、他の人が愚かすぎると思うことをすることでした」。



一部のパノラマ研究者の発明は広く知られるようになりました。たとえば、ロボットプログラミングのパイオニアであるHelen Chan Wolfは、Shakey theRobotに取り組みました。電気電子工学研究所によると、これは「人工知能を具現化した世界初のロボット」です。 



パノラミックは資金調達を見つけるために無駄に試みました。ウッディは、フェアライフインシュアランスソサエティやマッコールの雑誌に発明を提示するなど、文字認識技術を提示するために最善を尽くしました。しかし、契約は決して署名されませんでした。 

パノラミックは、その存在を通じて、それを浮かび上がらせるための信頼できる後援者、中央情報局を少なくとも1人持っていました。

 

Woody Bledsoeの論文にCIAへの言及があった場合、おそらくそれらは1995年に破壊されました。しかし、生き残った資料の断片は、ウッディの会社が長年CIAのフロント企業と協力していたことを明確に示しています。パノラミックチームの友人であったネルスウィンクレスは、会社はおそらく代理店の資金で設立されたと言います。 「誰も私にそれについて直接話したことがありませんでした。しかし、そうでした」とウィンクレスは回想します。



情報への無料アクセス法（FIA）の法律調査サイトBlack Vaultによると、Panoramic ResearchIncorporatedはMK-Ultraプロジェクトに取り組んでいる80の組織の1つでした。これは、人々の同意なしに心理的拷問を使用した悪名高いCIA「マインドコントロール」プログラムです。ダミー研究財団であるMedicalSciences Research Foundationを通じて、Panoramicは、細菌および真菌の毒素を研究し、「特定の動物種を遠隔管理する」ためのサブプロジェクトに着手するよう依頼されました。 



セントマーチン大学の人類学者であるデビッドH.プライスは、ウッディと彼の同僚も人間生態学研究会からお金を受け取っていると信じていました。この社会を代表して、CIAは、機関が使用する尋問方法を改善したり、そのような研究のカバーとして機能したりできる研究者に助成金を提供しました。 



しかし、Panoramicの最も重要な研究は、別の架空の会社であるKing-Hurley Research Group（King-Hurley）によって提供されました。 1970年代に提起された一連の訴訟によると、CIAはこの研究グループを使用して、エアアメリカとして知られる秘密の空軍機関のために飛行機とヘリコプターを購入しました。しばらくの間、キングハーレーはスタンフォードでの精神薬理学的研究にも資金を提供しました。



1963年初頭、キングハーレーはウッディブレッドソーからのさまざまなアイデアの発表のみを受け入れていました。彼は「簡素化された顔認識機を作成する可能性を判断するための研究」を実施することを提案した。タプル法に関するブラウニングとの彼の仕事を利用して、ウッディはシステムに10の顔を認識するように教えたかった。つまり、彼はさまざまな人の10枚の写真のデータベースを使用して、マシンがそれぞれの新しい写真を識別できるかどうかを確認することを計画しました。「まもなく人の数を数千人に増やすことが可能になるでしょう」とウッディは書いています。1か月以内に、キングハーレーは彼に仕事を始める許可を与えました。

顔認識の分野での最初の実験

10人を特定することは、今日ではかなり控えめな目標のように思えるかもしれませんが、1963年には非常に野心的でした。書かれた文字認識から顔認識への飛躍は非常に大きいです。写真をデジタル化するための標準的な方法も、信頼できる既存のデジタル画像ベースもなかったからです。現代の研究者は何百万もの無料のselfiesでアルゴリズムをトレーニングでき、Panoramicはデータベースを最初から構築する必要があります。 



さらに深刻な問題もありました。2次元の標識とは異なり、人々の3次元の顔は静的ではありません。同じ人物の画像は、頭の回転、光の強さ、角度が異なるだけでなく、年齢、髪型、気分によっても異なります。ある写真では、人は気楽に見え、別の写真では不安に見えます。 

非常に複雑な部分で共通の分母を見つけることと同様に、チームは変動性を調整し、比較する画像を並べ替える必要がありました。

そして、彼らのコンピューターがこのタスクに対処することを自信を持って言うことはほとんど不可能でしょう。主要なマシンの1つは、192KBのRAMを搭載したCDC1604でした。これは、一般的な最新のスマートフォンの約21,000分の1です。



ウッディは当初からこれらの複雑さを十分に認識していたため、分割して征服するアプローチを選択しました。彼は研究を細かく分割し、さまざまな共同作業者に割り当てました。



画像のデジタル化作業は次のように行われました。研究者はプロジェクト参加者の白黒写真を16mmフィルムで撮影しました。次に、ブラウニングが開発したスキャンデバイスを使用して、各画像を数万のデータポイントに変換しました。各ポイントは、画像の特定の場所で、0（最も暗い）から3（最も明るい）の範囲の光強度値を持っている必要がありました。一度にコンピューターで処理するにはポイントが多すぎるため、研究者はNUBLOBプログラムを作成しました。このプログラムは、画像をランダムなサンプルにスライスし、タプル法を使用して割り当てられたもののように、それぞれに一意の値を計算しました。



ウッディ、ヘレン・チャン・ウルフと別の研究者が頭の傾きに取り組みました。最初に、科学者は被験者の顔の左側、額の上部からあごまで、一連の番号の付いた小さな十字を描きました。それから彼らは2つの肖像画を作りました。1つは男性が楽しみにしていたもので、もう1つは45度回転しました。これら2つの画像の十字の位置を分析した後、データは15度または30度回転した顔の画像に外挿されました。マークされた顔の白黒写真がコンピューターにロードされ、出力は自動的に回転する肖像画でした-怖くて、正確で、驚くほど正確です。

研究者の解決策は独創的でしたが、十分に効果的ではありませんでした。作業を開始してから13か月後、パノラマチームは、10は言うまでもなく、少なくとも1つの顔を認識するようにマシンをトレーニングできなかったことを認めました。

髪の成長、顔の表情、老化の兆候—この3つの課題は、「変動の巨大な原因」を表しています、とウッディは1964年3月のキングハーレーへの進捗報告で書いています。設定されたタスクは、「パターン認識と最新のコンピューター技術の分野の現状を超えています」。そうすることで、ウッディは顔の認識の問題を解決するための「完全に新しいアプローチ」を見つけることを試みるために、より多くの研究に資金を提供することを勧めました。

顔認識への「ヒューマンマシン」アプローチ

翌年、ウッディは、自動顔認識への最も有望なアプローチは、目、耳、鼻、眉毛、唇などの主要な要素間の関係に領域を絞り込むことであるという結論に達しました。 



彼が提案したシステムは、1879年に彼が作成したフランスの犯罪学者AlphonseBertillonのシステムと類似していた。 Bertillonは、左脚の長さ、肘から中つま先までの長さなど、11の物理的測定値に基づいて人々を説明しました。十分な測定が行われた場合、各人が一意になるという考えでした。この方法は骨の折れる作業でしたが、うまくいきました。1897年に、フィンガープリントが広く使用されるずっと前に、フランスのジェンダーが連続殺人犯のジョセフ・バスを特定しました。



1965年を通して、Panoramicは完全に自動化されたBertillon顔識別システムの作成を試みました。チームは、写真の明るい部分と暗い部分を使用して、鼻や唇などを定義できるプログラムを開発しようとしていました。しかし、彼らは失敗しました。

次に、ウッディとウルフは、顔認識への「ヒューマンマシン」アプローチと呼ばれるアプローチを採用しました。これは、方程式に少しの人間の入力を組み込んだ手法です。

ウッディは息子のグレゴリーと彼の友人をプロジェクトに引き付けました-彼らは約50人を示した122枚の写真を与えられました。男たちは、耳の長さと口の幅を含めて、各顔の22の測定を行いました。その後、Wolfeはデータを処理するプログラムを作成しました。

. , : , .

彼らの次のステップは、1965年後半に、同じ実験のより大きなバージョンを作成して、ヒューマンマシンシステムで「人間」をより効率的にすることでした。 King-Hurleyのお金で、彼らはRANDタブレットを購入しました。これは、フラットベッドイメージスキャナーのように見えますが、iPadのように機能する18,000ドルのデバイスです。研究者はスタイラスを使用してタブレットに描画し、出力で比較的高解像度のコンピューター画像を受け取りました。



スタイラスで顔の重要な要素を強調して、新しいバッチの写真がRANDタブレットを介して撮影されました。このプロセスは複雑ですが、以前よりもはるかに高速でした。各顔の少なくとも2つの画像を含む、約2,000の画像のデータが入力されました。 1時間あたり約40枚の画像が処理されました。



この大きなサンプルでも、Woodyのチームは通常のハードルを克服するのに苦労しました。 

「顔を歪め、界面の大きさを根本的に変える」笑顔の問題や、加齢の問題はまだ解決されていません。

 

ウッディの1945年の写真と1965年の写真を一致させようとしたとき、システムは混乱しました。彼女は、広い笑顔と太い黒髪の若い男性と、くすんだ表情と細い髪の年配の男性との間にほとんど類似点を見ませんでした。 





1965年の研究からのWoodyBledsoeによる写真。写真家：ダン・ウィンターズ



何十年もの間、別の人を生み出したかのようでした。ある意味ではそうだったのです。この時点で、ウッディはパノラミックの新しい契約を探すのにうんざりしていて、「仕事が多すぎるか不十分であるというばかげた立場にいる」ことに気づきました。彼は継続的に新しいアイデアをスポンサーに提示しましたが、その一部は今日、倫理的に疑わしいと見なされています。 



1965年3月、中国が顔のマッチングを使用して新江省のウイグル人を特定し始める50年前に、ウッディは米国国防総省のAdvanced Research Projects Agency（ARPA）に、Panoramicの特性の使用の研究を支援するよう依頼しました。人の人種的起源を決定する人。 「さまざまな人種的および生態学的グループに属する世界中の人々の非常に多くの人類学的側面があります」とウッディは書いています。 「これは広大で価値のあるデータウェアハウスであり、多大な困難と費用をかけて収集されましたが、適切に使用されていません。」 ARPAがこのプロジェクトに資金を提供することに同意したかどうかは不明のままです。



ウッディは自分の資金からパノラミックに数千ドルを投資しましたが、そのリターンは保証されていません。一方、テキサス大学オースティン校の友人たちは、安定した給料で彼を誘惑し、大学に就職するように彼を説得しました。そして1966年1月、ウッディはパノラミックを去りました。その後まもなく会社は閉鎖された。

コンピューターマンを作るという夢を持って、ウッディは家族と一緒にオースティンに移り、自動推論の研究と教育に専念しました。しかし、顔認識技術に関する彼の仕事はそれだけではありませんでした。

ウッディブレッドソーの最も成功した顔認識実験 

1967年、ウッディは顔のパターン認識に関連する最終的な任務を引き受けました。実験の目的は、法執行機関が一致を探して逮捕された人のデータベースをすばやくふるいにかけるのを助けることでした。 



以前と同様に、プロジェクトへの資金提供は米国政府からのものであるようです。2005年にCIAによって機密解除された1967年の文書は、検索時間を100分の1に短縮する顔認識システムの「外部契約」について言及しています。 



ウッディの主なプロジェクトパートナーは、スタンフォード研究所の応用物理学研究所の研究エンジニアであるピーターハートでした。（現在はSRIインターナショナルとして知られています。研究所は軍事資金に大きく依存していることに対するキャンパスの違いにより、1970年にスタンフォード大学から分離しました。）



ウッディとハートは、約800枚の画像のデータベースから始めました。「400人の白人成人男性」がそれぞれ2つずつです。撮影されたものは年齢と頭の回転が異なっていました。科学者は、RANDタブレットを使用して、写真ごとに46の座標を記録しました。これには、耳ごとに5つの値、鼻用に7つ、眉ごとに4つの値が含まれます。ウッディの以前の画像変化の正規化の経験に基づいて、数式を使用して正面から頭を「回転」させました。次に、スケールの違いを説明するために、各画像を標準サイズに拡大または縮小しました。ここで、参照メトリックは瞳孔間の距離でした。

システムのタスクは、各人の1つのバージョンを記憶し、それを使用して他の人を識別することでした。 

ウッディとハートは車に2つのショートカットのうちの1つを提供しました。最初のグループマッチと呼ばれるシステムでは、顔を特徴（左眉、右耳など）に分割し、それらの間の相対距離を比較しました。





写真家：Dan Winters



2番目のアプローチはベイジアン決定理論に基づいており、マシンは22の次元を使用して一般的な知識に基づいた推測を行いました。 



その結果、両方のプログラムがほぼ同じようにタスクに対処しました。また、人間のライバルよりも優れていることが判明しました。ウッディとハートが3人に100人のサブグループを一致させるように依頼したとき、最も速いものでさえ6時間かかりました。CDC 3800は、同様のタスクを約3分で完了し、時間の100分の1の短縮を達成しました。人間は頭の回転や写真の質の悪さをうまく処理できましたが、コンピューターは加齢に伴う変化を判断するのに「非常に優れていました」。 

研究者たちは、機械が人を「支配する」または「ほぼ支配する」と結論付けました。これは、顔の認識に関する彼の研究におけるウッディの最大の成功でした。 

それはまた、ウッディとハートが大いに後悔した「国家の利益のために」決して出版されなかったトピックに関する彼の最後の作品でした。

ハートとのコラボレーションが終了してから2年後の1970年、マイケル・カスラーというロボット技術者がウッディに、ベルラボのレオン・ハーモンが顔認識の研究を計画していると語った。「この第2種の研究が発表され、最終的に最高のマンマシンシステムになることに憤慨している」とウッディは答えた。ハーモンの研究が数年後にScientificAmericanの表紙を飾ったとき、ウッディはがっかりしたに違いありません。彼自身のより高度な仕事は物置に保管されていました。

現代の顔認識技術におけるウッディブレッドソー法の使用 

その後の数十年間で、ウッディは自動推論への貢献に対して賞を受賞しました。この年、彼は人工知能開発協会の会長を務めました。しかし、他の人が月桂樹を集めている間、顔の認識に関する彼の仕事はほとんど認識されておらず、ほとんど忘れられていました。



1973年、日本のコンピューター科学者金出武雄は顔認識技術に大きな飛躍を遂げました。 

1970年にスウィートで開催された世界フェア（日本）の850枚のデジタル写真のデータベースに基づいて、カナダは人間の介入なしに顔の特徴（鼻、口、目）を抽出できるプログラムを開発しました。カナダは、マンマシンシステムから人間を排除するというウッディの夢を実現することに成功しました。

ウッディは、顔の認識に関する彼の知識を何年にもわたって数回使用してきました。 



1982年、彼はカリフォルニアでの刑事事件の専門家として連れてこられました。メキシコのマフィアのメンバーとされる人物は、コントラコスタ郡で一連の強盗を犯したとして告発されました。検察官は、ひげ、サングラス、冬の帽子をかぶった長髪の男性のビデオ監視映像を含む、いくつかの証拠を持っていました。しかし、写真では、被告人は短い髪のきれいなひげを生やした男であるように見えました。ウッディは強盗の顔を測定し、被告人の写真と比較したところ、鼻の幅の違いにより、顔が2人の異なる人物のものであることがわかりました。男はまだ刑務所に行っていたという事実にもかかわらず、ウッディが証人であった4つのカウントで彼は無罪となった。



「過去10年間で、顔認識技術は欠陥に対処することを学びました」と、ミシガン州立大学のソフトウェア科学者で顔認識ハンドブックの共同編集者であるAnil K.Jainは言います。 



ウッディが直面した問題のほとんどすべてが消えました。今日、デジタル化された画像は無尽蔵に供給されています。 「ソーシャルメディアを通じて、好きなだけフェイスショットを撮ることができます」とジェーンは言います。そして、機械学習、メモリ容量、および計算能力の進歩のおかげで、コンピュータはそれ自体で効果的に学習します。いくつかの簡単なルールで、膨大な量のデータを分析し、人間の顔からチップの袋まで、ほぼすべてのテンプレートを作成できます。RANDタブレットやBertillonメソッドで測定する必要はありません。



1960年代半ば以降、顔の認識がどこまで進んだかを考慮しても、Woody Bledsoeは、この分野で取り組むべき課題の多くを特定しました。 

, - . , , , .

現代の深層学習システムは、プログラマーから鼻や眉毛を特定するように明示的に指示されていませんが、1965年にこの方向に向かったウッディは、何十年にもわたって業界の方向性を定めました。 「最初の40年間は、特徴の抽出が主流でした」と、現在カーネギーメロンロボティクス研究所の教授である金出武雄は言います。 



今日、彼らはある程度、ウッディが巨大なデータポイントのフィールドで類似性のパターンを見つけるためにタプル法のバリエーションを使用したときに、人間の顔を「把握」する最初の試みに似たものに戻りました。最新の顔認識システムと同じくらい複雑ですが、Anil Janeは、画像のペアを比較して類似性スコアを割り当てるだけだと言います。



しかし、おそらく最も重要なことは、Woody Bledsoeの仕事が、顔認識研究の倫理的トーンを設定しました-関連性と問題の両方。ソーシャルメディア、YouTube、ドローンなど、何年にもわたって壊滅的な機能が明らかになった他の世界を変えるテクノロジーとは異なり、顔認識テクノロジーの潜在的な乱用は、パノラミックで生まれた瞬間からほとんど明らかでした。 



ウッディの研究の時代の名残に起因する可能性のある多くのバイアス-実験へのほとんど白人だけの魅力、政府への不注意な信頼、人種的な理由で区別するために顔の認識を使用したいという願望-これらはすべて現代の顔の認識の世界に固有のものです。



2019年のAmazonのRekognitionソフトウェアのテストでは、28人のNFLプレーヤーが誤って犯罪者として特定されました。数日後、American Civil Liberties Unionは、Amazon、Microsoft、およびその他の企業の顔認識技術の使用に関する情報について、米国司法省、FBI、および薬物執行局に訴訟を起こしました。 50人以上の顔認識ソフトウェア開発者のコ​​ードをテストした国立標準技術研究所からの2019年のレポートでは、白​​人男性は他のグループよりも犯罪者と不一致になる可能性が低いことがわかりました。 2018年、数人の科学者が鋭い批判を出しました。「顔認識技術は、これまでに発明された中で最も危険な監視メカニズムであると私たちは信じています。」



1993年の春、ALSの退行性疾患のために、ウッディのスピーチは悪化しました。しかし、彼のスピーチが判読できなくなるまで、彼はテキサス大学で教え続けました。彼は自動推論の分野で研究を続け、ペンを握るのをやめるまで続けました。ウッディは最後まで科学者であり続けながら、病気の進行を追跡するために彼のスピーチをメモしました。 



WoodyBledsoeは1995年10月4日に亡くなりました。死亡者は顔の認識における彼の仕事について言及しなかった。オビチュアリーの写真では、白髪のウッディがカメラをまっすぐ見つめています。

エレナGerasimova、部長による解説分析とデータサイエンスNetologyで

Woody Bledsoeのアイデアは商業的に成功しませんでした。おそらく、彼らの時間が「人工知能の冬」の1つに当たったためです。技術への信頼はほとんどなく、印象的な結果を示すのに十分な能力がなく、人間の脳を再構築するための技術は、主に熱狂者、つまり学者のアンドレイ・ニコラエビッチ・コルモゴロフ、アメリカの数学者のジョージ・チベンコなどによって従事されました。 



それにもかかわらず、この研究のおかげで、強力なコンピューティング能力、クラウド、マイクロチップに基づく最新のブレークスルーが可能になりました。





1998年、Yang LeCunは、LeNetで手書きの数字を認識するためのアプローチを完成させました。これは、WoodyBledsoeの調査では利用できなかった計算能力の進化のおかげです。



顔認識技術は、より高度な顔生成技術と国境を接しています。これは、たとえば、ディープフェイクの作成や、大人と子供、猫と犬の顔の生成に使用されます。人の写真を撮り、条件付きで電子衣類カタログにアップロードする方が簡単なように思われます。または赤ちゃんとおもちゃでかわいいビデオを撮影します。または、ニューラルネットワークに、服を着た、インテリアの、またはおもちゃを持った子供の画像を作成するように教えます。これをカタログに配置して、デモンストレーションする予定ですか。答えは、フォトリアリスティックな画像を作成するための技術を開発している企業への投資額によって促されます-2019年の米国だけで、総投資額は5億ドルを超えました。







人々の写実的な画像の生成



データやニューラルネットワークの操作に興味がある場合は、科学的根拠と研究に基づいたトレーニングであるプログラムに精通することをお勧めします。

• 職業「データサイエンティスト」。「デジタル業界の専門家のトレーニング」（2019）のノミネートで「品質マーク」を受賞。
• ディープラーニングコース。コースのランディングページでは、コース内のプロジェクトの例とトレーニングの進行状況を確認できます。

 

また、人工知能、機械学習、「デジタルリブート」の実装へのアプローチをお探しの方は、「ビジネス変革：人工知能の導入」コースの情報をご覧になることをお勧めします。学生は、外国人とロシア人の専門家の指導の下で、人工知能の実装のための戦略を作成し、実際のビジネスケースを作成します。