Gesichtserkennung: Technologien gegen die totale Überwachung

TEXT: Dr. Michael W. Preikschas

Bedingt durch die großen Fortschritte der Forschung in den Bereichen Artificial Intelligence und Machine Learning hat sich Gesichtskennungssoftware in unterschiedlichsten Branchen als wertvoll und effizient gezeigt. Die Verbreitung scheint durch Nichts mehr aufzuhalten. Facebook nutzt die Technologie beispielsweise, um über hochgeladene Bilder Personen zuzuordnen. Oder die Hersteller von Smartphones erlauben Ihren Kunden die Freischaltung der Telefone durch diese Technik, als Alternative zu Passwörtern oder Fingerabdrücken. Auch Banken gibt es, die Gesichtserkennung zur Verifikation von Transaktionen einsetzen; Genauso wie Supermarktketten, die über das Gesicht auf minderjährige Käufer von alkoholischen Getränken schließen. Zusätzlich lassen sich Reaktionen auf Werbeplakate durch diese Technik messen. Das amerikanische Innenministerium (Homeland Security) prognostizierte jüngst, dass im Jahr 2023 etwa 97% aller Flugreisenden auf US Flughäfen über eine Gesichtserkennung geprüft würden. Auch in Großbritannien setzt die Polizei bei Großveranstaltungen (z.B. bei Fußballspielen) Software ein, um Täter von Straftaten zu identifizieren. China ist da schon einen Schritt weiter und hat in Xingjiang schon jetzt ein Netzwerk von Kameras aufgebaut, die über eine Software alle Aktivitäten bestimmten Personen zuordnen kann. Big brother ist watching you!

Gesichtserkennung via Software beruht auf der Fähigkeit von Künstlicher Intelligenz Unterschiede bei zwei zu vergleichenden Gesichtern zu finden. Und tatsächlich haben diese Systeme eine hohe Trefferquote, wie ein Labortest der NIST, dem National Institute of Standards and Technology der USA zeigt (www.nist.gov/programs-projects/face-projects). Die Studien belegen eine Übereinstimmung zwischen 96% und 99,8%. Auch darauf fusst die aktuelle Gegenbewegung zur maschinellen Erkennung von Personen. Vereinzelt begehren Länder, Städte (San Francisco verbietet der Polizei den Einsatz dieser Systeme) oder Politiker (Britische Politiker versuchten ohne Erfolg die Verwendung einzuschränken) gegen diese „Verglasung“ des Menschen auf. Mehrheitlich sind allerdings Individuen, wie beispielsweise Demonstranten in Hong Kong, die Kameras mit kleinen Handlasern blenden, Treiber einer „Anti-Gesichtserkennungs-Forschung“.

Zum Beispiel hat eine gemeinschaftliche Forschungsgruppe der University of Hong Kong (www.hku.hk), der University Bloomington (www.indiana.edu) und des Unternehmens Alibaba (alibaba.com) eine Baseball-Cap entwickelt, die über kleine Infrarot-Leuchtdioden das Gesicht des Trägers in ein für Kameras irritierendes Licht taucht. Für den Menschen ist dies nicht sichtbar, da wir nicht in der Lage sind das infrarote Spektrum des Lichts wahrzunehmen. Die Erfolgsquote ist vielversprechend, denn die Algorithmen waren nunmehr in der Lage nur 30% der Gesichter korrekt zu erkennen.

Der amerikanische Künstler Adam Harvey (ahprojects.com) hat sich zur Aufgabe gemacht diese Quote noch weiter zu senken und forscht in Möglichkeiten zur Verschleierung der Überwachung von Menschen. Beispielsweise gibt er Schmink- bzw. Styling Tipps, um Kameras zu verwirren, entwickelt Pullover, die Wärmekameras nutzlos machen oder vertreibt Handyhüllen, die eine Ortung unmöglich werden lassen.

Das israelische Start-up D-ID (www.deidentification.co) hat einen Algorithmus entwickelt, der verhindern kann, das künstliche Intelligenzen ein Gesicht erkennen. Wichtigstes Ziel ist es Hackern über ein gestohlenes Foto keinen Zugriff auf die eigenen Daten bzw. das Smartphone zu ermöglichen.

Innovatoren erreichen mehr Umsatz und Gewinn, neue Kunden und Märkte. Trends früh erkennen, daraus Bedürfnisse richtig und rechtzeitig ableiten, neue Lösungen zum Erfolg entwickeln — das ist ihr Geschäft. Sie arbeiten intern im Netzwerk und extern mit Partnern. Marketing und Vertrieb sind früh eingebunden. Innovationen beginnen mit Ideen und gelingen durch strukturiertes Management.

#Face recognition #AI #Machine Learning #Algorithmisierung