L’umiliazione pubblica rivolta a chi non indossa la mascherina è iniziata insieme alla pandemia stessa di COVID-19. A Febbraio alcune province e alcuni comuni cinesi hanno reso obbligatorio l’uso della mascherina in pubblico; non molto dopo i telegiornali hanno cominciato a riportare notizie di aspre critiche di cittadini e poliziotti nei confronti di chi non osservava la direttiva, una tendenza oggi sempre più globale.
Quando Akash Takyar ha sentito le prime storie di questo genere trapelare dalla Cina, è rimasto scioccato dalla gestione delle cose, e si è chiesto se la sua azienda di software, LeewayHertz, potesse offrire una soluzione al problema. Takyar era consapevole dell’importanza di usare la mascherina per contrastare la diffusione del SARS-CoV-2, il virus che causa la COVID-19, ma piuttosto che lasciare che fossero i cittadini a sorvegliarsi a vicenda, voleva sviluppare un programma informatico che fosse in grado di osservare delle immagini e rilevare se i soggetti indossassero la mascherina o meno.
La sua azienda con sede a San Francisco è una delle tante che stanno lavorando sul riconoscimento dei volti con mascherina, per far sì che la gente rispetti questa regola per il bene comune. Per ora le mascherine sono risultate un elemento di confusione per i tradizionali software di riconoscimento facciale, ma questi strumenti di apprendimento automatico potrebbero essere usati in spazi privati e pubblici per rilevare la conformità alle regole sollevando il compito dalla responsabilità dei cittadini.
Il software di Tryolabs riconosce se le facce visibili sono coperte o meno dalla mascherina mentre passano vicino a una telecamera a circuito chiuso vicino a Temple Bar, a Dublino, Irlanda. Video della registrazione a circuito chiuso fornito da EarthCam; analisi per gentile concessione di Tryolabs.
FOTOGRAFIA DI EARTHCAM, PANORAMICA SOFTWARE PER GENTILE CONCESSIONE DI TRYOLABS
Esaminare i video delle registrazioni a circuito chiuso con il riconoscimento della mascherina potrebbe dare un’idea di quanti soggetti rispettano la regola in una particolare zona, come ad esempio il quartiere Little Italy a New York City. Video della registrazione a circuito chiuso fornito da EarthCam; analisi per gentile concessione di Tryolabs
FOTOGRAFIA DI EARTHCAM, PANORAMICA SOFTWARE PER GENTILE CONCESSIONE DI TRYOLABS
Ad oggi, in 34 Stati e nel Distretto di Columbia vige l’obbligo della mascherina negli spazi pubblici, sia all’aperto che negli spazi chiusi. Ma l’osservanza di questa regola può variare in base a una serie di fattori, dalle convinzioni personali alla possibilità finanziaria individuale di procurarsi le mascherine. Nella maggior parte dei casi, chi viola la regola, pur potendosi permettere l’acquisto della mascherina, la fa franca. Sono stati riportati solo alcuni casi — in Nevada, Louisiana e Indiana — di intervento delle forze dell’ordine che hanno arrestato persone che si trovavano in ambienti chiusi di aziende private senza la mascherina.
Per le aziende nelle quali ora i lavoratori stanno tornando, la mancata osservanza di questa misura preventiva nei locali chiusi potrebbe causare il contagio di altri individui sul posto di lavoro. In ultima analisi, lo scoppio di un’epidemia a causa di un soggetto asintomatico che non porta la mascherina potrebbe determinare una grossa perdita per l’azienda, afferma Takyar.
Ma “i dati biometrici del viso sono preziosi quanto un’impronta digitale”, afferma Deborah Raji, docente presso l’AI Now Institute dell’Università di New York. E chi ha avuto scrupoli sul riconoscimento facciale si chiede se il software per il riconoscimento dell’uso della mascherina, per quanto buone siano le intenzioni, debba o meno avere un posto nell’odierna società.
Come rilevare una mascherina
L’attuale software di riconoscimento facciale studia le caratteristiche morfologiche intorno a occhi, naso e bocca, e così identifica un individuo la cui immagine è già stata fornita, o dall’individuo stesso o da un database criminale. L’uso della mascherina ostacola questo meccanismo di riconoscimento, un problema che molti sistemi hanno già incontrato, e altri hanno già risolto. Ad esempio, Face ID di Apple, che usa il riconoscimento facciale per lo sblocco dell’iPhone, ha recentemente rilasciato un aggiornamento di sistema che permette al software, in sostanza, di rilevare quando il soggetto ha indosso la mascherina. L’aggiornamento consente il rapido riconoscimento di bocca e naso coperti e chiede all’utente di immettere il codice, per non dover abbassare la mascherina.
Gli sviluppatori dicono che il software di riconoscimento della mascherina in teoria bypassa le questioni legate alla privacy perché i programmi effettivamente non identificano le persone. Questo software riceve informazioni da due serie di immagini: una che dice all’algoritmo come riconoscere un volto (“rilevamento facciale”) e la seconda che rileva la presenza della mascherina (“riconoscimento della mascherina”). L’algoritmo di apprendimento automatico non identifica i volti in modo da poterli in alcun modo collegare a una persona specifica, perché non usa un “set di allenamento” – ovvero il set di esempi usato per istruire tali programmi – con visi collegati a identità.
Gli algoritmi di “classificazione” decidono se l’immagine rilevata del volto comprende la mascherina. Questo processo viene ripetuto diverse volte durante la sequenza video, aggiungendo ogni volta un nuovo punto sotto il riquadro del volto nel pannello laterale. I punti sono colorati in verde, rosso o giallo, corrispondenti rispettivamente a “presenza di mascherina”, “assenza di mascherina” o “impossibile decifrare”. Il programma dà risultato “sconosciuto” se il volto non è chiaramente visibile (ad esempio, se la persona non ha il viso rivolto verso la telecamera) oppure in caso di incertezza sulla presenza o meno della mascherina.
FOTOGRAFIA DI THIESSEN E REBECCA HALE, NATIONAL GEOGRAPHIC/TECNOLOGIA DI RICONOSCIMENTO FACCIALE PER GENTILE CONCESSIONE DI TRYOLABS
Gli algoritmi di “posizione” rappresentano disegni semplificati delle parti del corpo e della loro posizione, con linee colorate. Una volta individuata la testa, il software rileva l’immagine del potenziale volto.
FOTOGRAFIA DI THIESSEN E REBECCA HALE, NATIONAL GEOGRAPHIC/TECNOLOGIA DI RICONOSCIMENTO FACCIALE PER GENTILE CONCESSIONE DI TRYOLABS
Le aziende che hanno sviluppato software di riconoscimento della mascherina dicono che lo scopo è di applicare questa tecnologia su grande scala, per aiutare a istituire politiche e ottimizzare campagne di sensibilizzazione.
“Se riusciamo a calcolare il numero [di persone che rispettano le regole], possiamo attuare pratiche e monitorare la necessità di fare ulteriori campagne per promuovere l’uso della mascherina o meno”, afferma Alan Descoins, direttore tecnico di Tryolabs, un’azienda con sede a Montevideo, in Uruguay, che ha sviluppato il software di riconoscimento della mascherina. “Oppure se le persone cominciano a stancarsi della COVID, e iniziano a non indossare la mascherina, potrebbe sorgere la necessità di fare più pubblicità per stimolare la consapevolezza e il senso di responsabilità”.
L’algoritmo di LeewayHertz, ad esempio, potrebbe essere usato in tempo reale e integrato con telecamere a circuito chiuso (CCTV, closed-circuit television). Da un determinato fotogramma in un video, l’algoritmo può isolare le immagini e organizzarle in due categorie: persone che indossano la mascherina e persone che non la indossano. Attualmente questo software di riconoscimento viene usato in “modalità nascosta” in vari contesti negli Stati Uniti e in Europa. Ristoranti e hotel lo usano per accertarsi che il personale osservi l’obbligo di portare la mascherina. Anche un aeroporto sulla East Coast degli Stati Uniti sta testando questa tecnologia, afferma Taykar.
Le aziende private avrebbero il controllo sui dati e su come vengono utilizzati. I grandi magazzini potrebbero usarlo per distribuire mascherine o simili coperture ai clienti non conformi, ad esempio, oppure le aziende potrebbero licenziare i dipendenti che si rifiutano di indossare la mascherina sul posto di lavoro.
Mentre l’uso di software per il riconoscimento della mascherina è, secondo Taykar, più che fattibile negli spazi privati, l’utilizzo pubblico potrebbe essere più complesso da gestire: “Se sei a Times Square e non c’è distanziamento sociale, come usi quei dati? Visualizzi la foto dei soggetti non conformi sul megaschermo?”
Le falle nelle migliori intenzioni
James Lewis concorda sull’utilità del riconoscimento della mascherina per supportare l’osservanza delle regole durante la pandemia. Ma in qualità di direttore del Programma delle politiche tecnologiche per il Centro per gli studi strategici e internazionali di Washington D.C., è più preoccupato dell’assenza di regole che governino l’uso di dati raccolti.
Ad oggi, negli USA non c’è una legge federale che regoli la riservatezza dei dati. Il Paese si affida a un patchwork di normative relative a settori specifici come la salute, le transazioni finanziarie e il marketing. Inoltre gli enti e le società che raccolgono i dati privati non sono tenuti a dire cosa ne fanno.
Questa situazione ha creato molta diffidenza. Tre mesi prima che la COVID-19 arrivasse negli USA, un sondaggio del Pew Research Center aveva rilevato che gli americani dichiarano in generale “preoccupazione, confusione e… la mancanza di controllo sulle loro informazioni personali”.
I più critici nei confronti dei sistemi di riconoscimento della mascherina pensano anche che questa nuova tecnologia potrebbe cadere nelle stesse trappole che insidiano il riconoscimento facciale: molti dei set di dati di addestramento usati per il riconoscimento facciale vedono la predominanza di individui di pelle chiara. Nel 2019 Joy Buolamwini, ricercatore presso il laboratorio multimediale del Massachusetts Institute of Technology e Deborah Raji dell’AI Now Institute esaminarono l’accuratezza dei set di dati disponibili in commercio e usati dalle principali aziende di tecnologia. Per verificare il rendimento dei sistemi di riconoscimento i ricercatori hanno usato un algoritmo allenato con i set di dati standard e hanno inserito poi una nuova serie di volti, con maggiore varietà razziale ed etnica, e hanno rilevato che l’algoritmo aveva una precisione del 70% inferiore, nell’identificazione dei nuovi volti.
C’è un altro aspetto dell’apprendimento automatico da tenere in considerazione: nessuno sa veramente cosa l’algoritmo utilizzi per prendere la sua decisione. Diciamo, ad esempio, che vogliamo allenare un algoritmo a riconoscere una mucca. “Tu pensi di mostrare al modello una serie di esempi di mucca, ma non sai che per riconoscere la mucca l’algoritmo potrebbe cercare la corrispondenza del pascolo sullo sfondo” afferma Raji.
Applicando questo principio al riconoscimento facciale o della mascherina: è possibile che i modelli di apprendimento della macchina possano cercare altre caratteristiche “di sfondo”, come ad esempio razza e genere, il che li porterebbe a fare errori in merito alla presenza o meno della mascherina. “Ci sono altri artefatti che influenzano la decisione [dell’algoritmo]”, afferma Raji, e i ricercatori che studiano l’apprendimento automatico stanno appena iniziando a incontrare i limiti di questa tecnologia.
Raji ritiene inoltre che per far sì che le persone indossino la mascherina non è indispensabile fare ricorso alla tecnologia. Il riconoscimento della mascherina le sembra più che altro una “messa in scena tecnologica” per introdurre altro software — e accendere dibattiti sulla privacy — per affrontare un problema aggirando la questione di fondo.
Per far sì che le persone indossino la mascherina ci sono modi migliori dell’uso di sistemi di riconoscimento che hanno il potenziale di violare le libertà civili, afferma Aaron Peskin, sovrintendente a San Francisco che nel 2019 ha portato all’approvazione una legge che vieta l’uso del riconoscimento facciale da parte delle forze dell’ordine. “Vivere con un tale livello di invasione non fa bene alla società”, ha detto Peskin, intervistato dal National Geographic, citando una squadra di polizia che a Washington Square Park, New York, distribuiva le mascherine ai passanti.
A Portland, in Oregon, è passata una legge che vieta l’uso pubblico e privato del riconoscimento facciale, che fa diventare la città la prima nella quale l’uso di questa tecnologia è illegale. Ma in tutto lo Stato dell’Oregon vige anche l’obbligo di indossare la mascherina, e Hector Dominguez, coordinatore dei dati aperti (Smart City Open Data Coordinator) di Portland, ritiene che il riconoscimento della mascherina sia diverso dal riconoscimento facciale, in termini di rischi per la privacy.
“Siamo nel bel mezzo di una crisi. Dobbiamo iniziare a creare più consapevolezza sul tema della privacy”, su come i dati vengono usati e condivisi in generale, afferma. Anche se il divieto del riconoscimento facciale di Portland non influirà sull’uso dei sistemi di riconoscimento della mascherina, Dominguez è prudente rispetto all’affermazione che i sistemi di riconoscimento rileveranno alla fine anche altro: “Le mascherine non fermeranno il riconoscimento facciale”, afferma.
Non ultimo, la trappola del riconoscimento della mascherina è che potrebbe costituire un pericoloso precedente per il post-pandemia, affermano i detrattori. “C’è questa tendenza ad allentare le regole quando si tratta di questioni correlate alla COVID”, afferma Lewis del CSIS. “Il problema è: quando la pandemia sarà finita, si riuscirà a tornare indietro?”.
https://www.nationalgeographic.it/scienza/2020/09/coronavirus-i-pro-e-i-contro-del-riconoscimento-facciale-con-la-mascherina
L’articolo Coronavirus: i pro e i contro del riconoscimento facciale con la mascherina proviene da .
