ജെയിംസ് ബോണ്ട് സീരീസ്, സ്റ്റാര്‍ ട്രെക്, മിഷന്‍ ഇംപോസിബിള്‍ തുടങ്ങിയ ഹോളിവുഡ് ആക്ഷന്‍ ചിത്രങ്ങളില്‍ നായകന് വെല്ലുവിളി നിറഞ്ഞ ടാസ്‌ക് നല്‍കാനുള്ള ഭാവനാസൃഷ്ടിയായിരുന്നു ഒരുകാലത്ത് ബയോമെട്രിക് സെക്യൂരിറ്റി സിസ്റ്റം. അതായത് ശാരീരിക സവിശേഷതകളെ വിശകലനം ചെയ്ത് വ്യക്തിയെ തിരിച്ചറിയുന്ന സുരക്ഷാ സാങ്കേതിക വിദ്യ. 

ആര്‍ട്ടിഫിഷ്യല്‍ ഇന്റലിജന്‍സിന്റെ പെട്ടെന്നുള്ള വളര്‍ച്ചയില്‍ ബയോമെട്രിക് റെക്കഗ്‌നിഷന്‍ യാഥാര്‍ഥ്യമായത് അത്രയൊന്നും നാടകീയമായല്ല. ഉദാഹരണത്തിന് അറ്റ്ലാന്റയിലെ ഹാര്‍ട്സ് ഫീല്‍ഡ് ജാക്‌സണ്‍ എയര്‍പോര്‍ട്ടില്‍ ഒരു സുപ്രഭാതത്തില്‍ യാത്രക്കാരെ തിരിച്ചറിയല്‍ രേഖകള്‍ ഒത്തുനോക്കാതെ അകത്തേക്ക് കടത്തിവിട്ടുതുടങ്ങി. യു.എസില്‍ ആദ്യമായി ബയോമെട്രിക് റെക്കഗ്‌നിഷന്‍ പ്രാവര്‍ത്തികമാക്കിയ വിമാനത്താവളമാണിത്. പ്രവേശന കവാടത്തില്‍ സ്ഥാപിച്ചിരുന്ന ക്യാമറ ആളുകളുടെ മുഖം ഒപ്പിയെടുത്ത് വിസയ്ക്കായി സമര്‍പ്പിച്ച അപേക്ഷയുമായി ഒത്തുനോക്കിയാണ് ആളുമാറിയിട്ടില്ലെന്ന് ഉറപ്പാക്കിയത്. 

ഫേഷ്യല്‍ റെക്കഗ്‌നിഷന്‍ സാങ്കേതിക വിദ്യയിന്മേല്‍ ഗൗരവതരമായ ഗവേഷണങ്ങള്‍ ആരംഭിച്ചത് 1960-കളിലാണ്. കാലിഫോര്‍ണിയയിലെ പാലോ ആല്‍ത്തോയില്‍ പനോരമിക് റിസര്‍ച്ച് എന്ന സ്ഥാപനത്തിന്റെ സഹസ്ഥാപകനായിരുന്ന വൂഡി ബ്ലെഡ്സോ മുഖത്തെ പ്രത്യേകതകള്‍കൊണ്ട് വ്യക്തിയെ മനസ്സിലാക്കാന്‍ കഴിയുന്ന അല്‍ഗൊരിതത്തിനായി ശ്രമിച്ചു. ആധുനികകാലത്തെ ഫേഷ്യല്‍ റെക്കഗ്‌നിഷനുമായി താരതമ്യപ്പെടുത്തുമ്പോള്‍ അപ്രധാനമെന്ന് തോന്നാമെങ്കിലും മുഖം എളുപ്പത്തില്‍ ഉപയോഗപ്പെടുത്താവുന്ന ബയോമെട്രിക് ആണെന്ന് വൂഡി പറഞ്ഞുതന്നു. 

പുരികങ്ങളുടെ അകലം, ചുണ്ടിന്റെ നീളം തുടങ്ങിയ പൊതുസവിശേഷതകളെ അടിസ്ഥാനമാക്കിയായിരുന്നു ആദ്യകാലത്ത് ഫേഷ്യല്‍ റെക്കഗ്‌നിഷന്‍. 1970-കളില്‍ കൂടുതല്‍ ആഴത്തിലുള്ള സവിശേഷതകള്‍ മനസ്സിലാക്കാന്‍ സാധിക്കുന്ന തരത്തില്‍ സാങ്കേതികവിദ്യ വികസിച്ചു. എണ്‍പതുകളിലും തൊണ്ണൂറുകളിലും ഓട്ടോമാറ്റിക് ഫേഷ്യല്‍ റെക്കഗ്‌നിഷന്‍ സാധ്യമായി. 2010-ന് ശേഷമാണ് ഈ സാങ്കേതികവിദ്യയില്‍ വിപ്ലവകരമായ മാറ്റങ്ങളുണ്ടായത്. 2011-ല്‍ യു.എസ്. റെയ്ഡില്‍ കൊല്ലപ്പെട്ട ഉസാമ ബിന്‍ ലാദന്റെ മൃതദേഹം തിരിച്ചറിഞ്ഞത് ഫേഷ്യല്‍ റെക്കഗ്‌നിഷന്‍ സാങ്കേതികവിദ്യ ഉപയോഗിച്ചാണെന്ന് പറയപ്പെടുന്നു. 

ബിഗ്‌ഡേറ്റയിലെ മുഖചിത്രങ്ങള്‍

സമൂഹമാധ്യമങ്ങളും ലോ എന്‍ഡ് മൊബൈല്‍ ഫോണുകളും മുഖം തിരിച്ചറിയുന്ന സാങ്കേതികവിദ്യ കൂടുതല്‍ ജനകീയമാക്കി. ഫെയ്സ്ബുക്കില്‍ ഗ്രൂപ്പ് ഫോട്ടോ അപ്ലോഡ് ചെയ്താല്‍, അതിലെ ഓരോ ആളുകളും ആരൊക്കെയാണെന്ന് ഇങ്ങോട്ട് പറയുന്ന സംവിധാനവും ഉടമസ്ഥന്‍ നോക്കിയാല്‍ ലോക്ക് തുറക്കുന്ന മൊബൈല്‍ ഫോണുമെല്ലാം ഇന്ന് സാധാരണക്കാരും അനുഭവിച്ചറിയുന്ന ആര്‍ട്ടിഫിഷ്യല്‍ ഇന്റലിജന്‍സ് 'അപാരത'കളാണ്. 

മൂന്ന് ന്യൂജനറേഷന്‍ സാങ്കേതിക വിദ്യകളുടെ വളര്‍ച്ചയാണ് ഫേഷ്യല്‍ റെക്കഗ്‌നിഷനെ സര്‍വസാധാരണമാക്കിയത് - ബിഗ് ഡേറ്റ, കണ്‍വൊല്യൂഷണല്‍ ന്യൂറല്‍ നെറ്റ്വര്‍ക്‌സ് (CNN), ഗ്രാഫിക് പ്രോസസിങ് യൂണിറ്റ്സ് (GPU). 

ബിഗ് ഡേറ്റയെന്നാല്‍ പേരുപോലെത്തന്നെ ഡേറ്റയുടെ കൂമ്പാരത്തെ സൂചിപ്പിക്കുന്നു. സമൂഹമാധ്യമങ്ങള്‍ തരംഗമായതോടെ ഇന്റര്‍നെറ്റില്‍ വ്യക്തിവിവരങ്ങളുടെ വളരെ വലിയ ശേഖരം രൂപപ്പെട്ടിട്ടുണ്ട്. ഓരോ വ്യക്തിയുടെയും നിരവധി ചിത്രങ്ങള്‍ ഇത്തരത്തില്‍ ഇന്റര്‍നെറ്റ് ബിഗ് ഡേറ്റയുടെ ഭാഗമായിക്കഴിഞ്ഞിരിക്കുന്നു. ചിത്രങ്ങളെ, പൊതുവായി ഡേറ്റയെ വിശകലനം ചെയ്യുന്ന ആര്‍ട്ടിഫിഷ്യല്‍ ഇന്റലിജന്‍സ് സംവിധാനമാണ് കണ്‍വൊല്യൂഷണല്‍ ന്യൂറല്‍ നെറ്റ്വര്‍ക്ക്. 

അനേകായിരം ഒബ്ജക്ടുകളില്‍നിന്ന് മുഖം എന്ന ഒബ്ജക്ടിനെ വേര്‍തിരിച്ചെടുക്കാന്‍ കംപ്യൂട്ടറിനെ പ്രാപ്തമാക്കുക എന്നതാണ് ഫേഷ്യല്‍ റെക്കഗ്‌നിഷ്യന്‍ സാങ്കേതിക വിദ്യയുടെ ആദ്യപടി. ഇതിനുള്ള അല്‍ഗൊരിതങ്ങള്‍ അഥവാ ഡീപ് ന്യൂറല്‍ നെറ്റ്വര്‍ക്കുകള്‍ കാര്യക്ഷമമാക്കുന്നതിന് ഇന്റര്‍നെറ്റില്‍ ലഭ്യമായിട്ടുള്ള അനേകം മുഖചിത്രങ്ങളെ കമ്പനികള്‍ ഉപയോഗപ്പെടുത്തുന്നു. 

ചിത്രങ്ങളുടെ ജ്യാമിതീയ വിശകലനത്തിന് സഹായിക്കുന്ന അതിവേഗ പ്രോസസിങ് ചിപ്പുകളെയാണ് ഗ്രാഫിക് പ്രോസസിങ് യൂണിറ്റ് എന്നുവിളിക്കുന്നത്. മുഖത്തെ അളവുകള്‍; ഉദാഹരണത്തിന് കണ്ണുകള്‍ തമ്മിലുള്ള അകലം, മൂക്കിന്റെ നീളം എന്നിവ ഉപയോഗിച്ച് നിര്‍മിക്കുന്ന വെക്ടറുകള്‍ താരതമ്യം ചെയ്താണ് വ്യക്തിയെ തിരിച്ചറിയുന്നത്. 

ഗൂഗിള്‍, ഫേസ്ബുക്ക്, ആപ്പിള്‍ തുടങ്ങി ഇന്റര്‍നെറ്റ് ലോകത്തെ ഭീമന്മാരുടെ കൈവശം ഫെഷ്യല്‍ റെക്കഗ്‌നിഷന്റെ വമ്പന്‍ ഡേറ്റാബേസുണ്ട്. മുഖം മാത്രമല്ല, വ്യക്തികളുടെ ചിന്തകളും മാനസികനിലയും പോലും വായിച്ചെടുക്കാന്‍ സാധിക്കുംവിധം സാങ്കേതികവിദ്യ വളര്‍ന്നുകഴിഞ്ഞു. 

കൃത്യതയും ന്യൂനതകളും 

യു.എസ്. നാഷണല്‍ ഇന്‍സ്റ്റിറ്റ്യൂട്ട് ഓഫ് സ്റ്റാന്‍ഡേര്‍ഡ്സ് ആന്‍ഡ് ടെക്നോളജിയുടെ പഠനമനുസരിച്ച് കഴിഞ്ഞ നാല് വര്‍ഷംകൊണ്ട് ഫേഷ്യല്‍ റെക്കഗ്‌നിഷന്‍ സാങ്കേതിക വിദ്യയുടെ കൃത്യത 20 മടങ്ങാണ് വര്‍ധിച്ചത്. തെറ്റു സംഭവിക്കാനുള്ള സാധ്യത നാല് ശതമാനത്തില്‍നിന്ന് 0.2 ശതമാനത്തിലേക്ക് താഴ്ന്നു. എന്നാല്‍ ചിത്രത്തിന്റെ ക്വാളിറ്റി, റെസൊല്യൂഷന്‍ തുടങ്ങിയ ഘടകങ്ങള്‍ ഫേഷ്യല്‍ റെക്കഗ്‌നിഷന്‍ ടെക്നോളജിയുടെ കാര്യക്ഷമതയെ ബാധിക്കും. 

ഇന്റര്‍നെറ്റില്‍ ലഭ്യമായ മുഖചിത്രങ്ങള്‍ ഉപയോഗിച്ച് സാങ്കേതികവിദ്യാ വിദഗ്ധര്‍ ന്യൂറല്‍ നെറ്റ്വര്‍ക്കുകളെ കുറ്റമറ്റതാക്കുന്ന കാര്യം മുമ്പ് സൂചിപ്പിച്ചില്ലോ. ഇങ്ങനെ പരിശീലനത്തിനായി തിരഞ്ഞെടുക്കുന്ന ചിത്രങ്ങളുടെ സവിശേഷതകളും ഫേഷ്യല്‍ റെക്കഗ്‌നിഷന്‍ ടെക്നോളജിയുടെ കാര്യക്ഷമതയെ സ്വാധീനിക്കുന്ന ഘടകമാണ്. ഉദാഹരണത്തിന് സിസ്റ്റത്തെ ട്രെയിന്‍ ചെയ്യിപ്പിക്കുവാന്‍ ഒരു ദശലക്ഷം മുഖചിത്രങ്ങള്‍ ഉപയോഗിച്ചുവെന്ന് കരുതുക. ഇതില്‍ വെളുത്ത പുരുഷന്മാരുടെ എണ്ണം വളരെ കൂടുതലാണെങ്കില്‍ സ്ത്രീകളെയും മറ്റ് ശരീരവര്‍ണമുള്ള പുരുഷന്മാരെയും തിരിച്ചറിയുവാനുള്ള സിസ്റ്റത്തിന്റെ ശേഷി കുറഞ്ഞേക്കാം. അടുത്തിടെ ആമസോണ്‍ റെക്കഗ്‌നിഷന്‍ (Amazon Rekognition) സോഫ്റ്റ്വേര്‍ ലാറ്റിനമേരിക്കക്കാരെയും ആഫ്രോ-അമേരിക്കന്‍സിനെയും വേര്‍തിരിച്ചറിയുന്നതില്‍ പരാജയപ്പെട്ടിരുന്നു. 

ആകുലതകള്‍

ഫേഷ്യല്‍ റെക്കഗ്‌നിഷന്‍ ടെക്നോളജി വ്യാപകമായി ഉപയോഗിക്കുന്നതില്‍ യു.എസ്., റഷ്യ, ചൈന, ജപ്പാന്‍, ഇസ്രയേല്‍ എന്നിവരും യൂറോപ്യന്‍ രാജ്യങ്ങളുമാണ് മുന്‍പന്തിയില്‍. ഇന്റര്‍നെറ്റ് അധിഷ്ഠിത വിവരസാങ്കേതിക വിദ്യയുമായി എപ്പോഴും ഉയരുന്ന സ്വകാര്യതാ ആകുലതകള്‍ ഇക്കാര്യത്തിലും കുറവല്ല. പ്രത്യേകിച്ച് ജനാധിപത്യ രാജ്യങ്ങളില്‍പോലും പൗരന്റെ അനുവാദമില്ലാതെ തത്സമയം മുഖം ഒപ്പിയെടുത്ത് പരിശോധിക്കുന്ന ക്യാമറകള്‍ ഔദ്യോഗികവും അനൗദ്യോഗികവുമായി പ്രവര്‍ത്തിക്കുമ്പോള്‍. 

ബ്രിട്ടനിലെ നിയമവേദികളിലാണ് ഫേഷ്യല്‍ റെക്കഗ്‌നിഷന്റെ നിയമസാധുത കൂടുതലായി ചോദ്യം ചെയ്യപ്പെട്ടിട്ടുള്ളത്. ഷോപ്പിങ് സെന്ററുകള്‍, മ്യൂസിയം, പാര്‍ക്കുകള്‍, തെരുവുകള്‍ തുടങ്ങി പൊതുഇടങ്ങളിലെല്ലാം മുഖം തിരിച്ചറിയുന്ന നിരീക്ഷണ ക്യാമറകള്‍ സര്‍വസാധാരണമായിക്കഴിഞ്ഞു. ഇതില്‍ പലതും അനൗദ്യോഗികവും സ്വകാര്യ വ്യക്തികള്‍/സ്ഥാപനങ്ങളുടേതാണെന്നും പ്രൈവസി കാംപെയിനിങ് സംഘടനയായ ബിഗ് ബ്രദര്‍ വാച്ച് അടുത്തിടെ റിപ്പോര്‍ട്ട് ചെയ്തു. 

ഫേഷ്യല്‍ റെക്കഗ്‌നിഷന്‍ ടെക്നോളജി സര്‍വസാധാരണമാകുമ്പോഴും ദുരുപയോഗം തടയാന്‍ തക്ക നിയമനിര്‍മാണങ്ങള്‍ ഉണ്ടാകുന്നില്ല.  ഇതാണ്, പ്രധാന വെല്ലുവിളി. സ്വകാര്യതാ സംരക്ഷണ വാദികള്‍ ഉറ്റുനോക്കിയ ഒരു കേസിന്റെ വിധി അടുത്തിടെ ബ്രിട്ടീഷ് കോടതിയില്‍നിന്നുണ്ടായി. പോലീസ് നിരീക്ഷണത്തിനായി ഫേഷ്യല്‍ റെക്കഗ്‌നിഷന്‍ ഉപയോഗിക്കുന്നത് സ്വകാര്യത, മനുഷ്യാവകാശ ലംഘനമാണോ അല്ലയോ എന്നതായിരുന്നു പ്രശ്‌നം. വെയില്‍സില്‍നിന്നുള്ള പരാതിക്കാരന്‍, തന്റെ അറിവോ സമ്മതമോ ഇല്ലാതെ പോലീസ് ഫേഷ്യല്‍ റെക്കഗ്‌നിഷന് വിധേയമാക്കിയതായി വാദിച്ചു. എന്നാല്‍ പോലീസിനും സര്‍ക്കാരിനും അനുകൂലമായിരുന്നു കോടതിയുടെ നിലപാട്. 

യു.എസില്‍ മൊത്തം പൗരന്മാരില്‍ പകുതിയലധികം പേരും അവര്‍ പോലുമറിയാതെ പോലീസിന്റെ ഫേഷ്യല്‍ റെക്കഗ്‌നിഷന്‍ ഡേറ്റാബേസില്‍ ഉള്‍പ്പെട്ടുകഴിഞ്ഞതായി 2016-ല്‍ ജോര്‍ജ്ടൗണ്‍ ലോ സെന്റര്‍ ഓണ്‍ പ്രൈവസി ആന്‍ഡ് ടെക്നോളജി എന്ന സംഘടന റിപ്പോര്‍ട്ട് ചെയ്തു. ചൈനയില്‍ വംശവര്‍ഗീകരണത്തിന് പോലും ഫേഷ്യല്‍ റെക്കഗ്‌നിഷന്‍ ഉപയോഗിക്കുന്നതായി റിപ്പോര്‍ട്ടുകളുണ്ട്. ന്യൂനപക്ഷമായ ഉയ്ഗര്‍ മുസ്ലിങ്ങളെ മുഖം തിരിച്ചറിയല്‍ സാങ്കേതികവിദ്യയിലൂടെ അധികാരകേന്ദ്രങ്ങള്‍ നിരന്തര നിരീക്ഷണത്തിന് വിധേയമാക്കുന്നു. ഇസ്രയേലില്‍ പലസ്തീനികള്‍ക്കെതിരേയും സാങ്കേതികവിദ്യയെ ഔദ്യോഗികമായിത്തന്നെ ദുരുപയോഗം ചെയ്യുന്നു. റഷ്യയിലാകട്ടെ വ്യക്തികളുടെ മുഖം തിരിച്ചറിയുന്ന കണ്ണടകള്‍ പോലീസിന് വിതരണം ചെയ്യാനുള്ള പദ്ധതിയെക്കുറിച്ച് ആലോചന തുടങ്ങി. യു.എസ്. കമ്പനിയായ വ്യുസിക്‌സും ദുബായിലെ എന്‍.എന്‍.ടി.സി.യും ഫേഷ്യല്‍ റെക്കഗ്‌നിഷന്‍ സ്മാര്‍ട്ട് ഗ്ലാസുകളുടെ നിര്‍മാണത്തിന് കൈകോര്‍ത്തിട്ടുണ്ട്. 

നിരോധനം

മുഖം തിരിച്ചറിയല്‍ സാങ്കേതിക വിദ്യക്ക് നിരോധനം ഏര്‍പ്പെടുത്തിയ ആദ്യ അമേരിക്കന്‍ നഗരമാണ് സാന്‍ഫ്രാന്‍സിസ്‌കോ. സ്വകാര്യതയ്ക്കും സുരക്ഷിതത്വത്തിനും ഭീഷണിയാവുന്നു എന്ന് ചൂണ്ടികാട്ടിയായിരുന്നു നടപടി. രഹസ്യ നിരീക്ഷണങ്ങള്‍ അവസാനിപ്പിക്കുന്നതിനുള്ള ഓര്‍ഡിനന്‍സ് ഒന്നിനെതിരേ എട്ടു വോട്ടുകളുടെ ഭൂരിപക്ഷത്തിലാണ് സാന്‍ഫ്രാന്‍സിസ്‌കോ ബോര്‍ഡ് ഓഫ് സൂപ്പര്‍വൈസര്‍മാര്‍ പാസാക്കിയത്.

GK & CA
(ജി.കെ & കറന്റ് അഫയേഴ്‌സ് മാസിക വാങ്ങാം)

ഫെയ്സ്ബുക്കിലെ ഓട്ടോമാറ്റിക് മുഖം തിരിച്ചറിയല്‍ സോഫ്റ്റ്വേറിനും അടുത്തകാലത്ത് നിയന്ത്രണങ്ങള്‍ കൊണ്ടുവന്നു. അപ്ലോഡ് ചെയ്യുന്ന ചിത്രങ്ങളിലെ ആളുകളെ അവരുടെ മുഖം നോക്കി തിരിച്ചറിഞ്ഞ് ടാഗ് ചെയ്യുന്ന സംവിധാനം ഉപയോക്താവിന്റെ സമ്മതപ്രകാരം മാത്രമേ പ്രവര്‍ത്തിക്കൂ. ഫെയ്സ്ബുക്കിലെ മുഖം തിരിച്ചറിയല്‍ സംവിധാനം സ്വകാര്യതയുടെ ലംഘനമാണെന്ന പരാതിയില്‍ യു.എസിലെ കോടതിയില്‍ കേസ് നടക്കുന്നുണ്ട്.

(മാതൃഭൂമി ജി.കെ & കറന്റ് അഫയേഴ്‌സ് മാസികയില്‍ പ്രസിദ്ധീകരിച്ചത്)

 

Content Highlights: Facial Recognition - all you need to know