علی بابا در چین به آزمایش سیستم پرداختی پرداخته که میتواند تحول بزرگی به همراه بیاورد. مشتریان در فروشگاهی که همانند KFC است و با نام KPRO به فعالیت میپردازد قادر هستند تا با سیستم تشخیص چهره هزینه غذای خود را پرداخت کنند. برنامه ” بخند تا پرداخت کنی” توسط Allpay ساخته شده. این برنامه صورت را اسکن میکند و با وارد کردن شماره تلفن توسط مشتری پرداخت انجام میگیرد. علاوه بر سادگی این روش امنیت بالایی نیز دارد. شرکت سازنده این برنامه این اطمینان را میدهد که این برنامه قادر است تفاوت بین چهره شخص و تصویری از آن چهره را تشخیص دهد.
ویل نایکت در گزارشی از MIT Technology Review گفت: تکنولوژی تشخیص چهره چندین دهه است که وجود داشته اما تنها در حال حاضر است که دقت آن به حدی رسیده که میتواند برای پرداخت های مالی امن استفاده شود. نمونه های جدید این تکنولوژی از یادگیری عمیق (Deep learning) که نوعی تکنیک هوش مصنوعی است استفاده میکنند. یادگیری عمیق بسیار در تشخیص چهره موثر است چون به کامپیوتر ها این توانایی را میدهد تا تمامی ویژگی های که منجر به تشخیص انسان و نه تصویر بودن چهره میشوند را بررسی کند.
بر اساس گزازش وب سایت marketsandmarkets.com. بازار تشخیص چهره بازار بزرگی است که پیشبینی میشود تا سال 2020 به ارزش 6.19 میلیارد دلار برسد. موتور جست و جوی بایدو در چین بر روی سیستم تشخیص چهره ای کار میکند که بتواند ارتباط تصویر حال حاضر شما و تصویری از چهره کودکی تان را تشخیص بدهد. و همچنین راهکاری برای مسافرت که به مردم این امکان را میدهد تا به سادگی با نشان دادن صورت شان بلیط قطار خریداری کنند. پایگاه داده آنها در حال حاضر ده ها هزار چهره را شامل میشود و گزارش میشود که امکان دقت 99 درصد در تشخیص چهره را فراهم میکند.
همانطور که تشخیص صدا جای خود را در میان مردم به عنوان ابزار جست و جو و انجام وظایف پیدا کرده تشخیص چهره نیز ایده ما از امنیت را تغییر خواهد. در حال حاضر نیز خبر های زیادی وجود دارد که در آیفون نسل بعدی تشخیص چهره جایگزین قابلیت تشخیص اثر انگشت میشود.
مزایای تشخیص چهره تنها محدود به حوزه تجارت و امنیت نمیشوند. به عنوان مثال تشخیص چهره برای تشخیص علائم اولیه بیماری ها نیز استفاده میشود. در مقاله ی جدید که در The Economistمنتشر شده گمان میرود که سیستم هایی که توانایی بررسی احساسات را دارند میتوانند به بیماران اوتیسم کمک کند تا بتوانند سیگنال های اجتماعی را راحت تر درک کنند. همچنین در این مقاله پیشبینی میشود که این ویژگی باعث سخت گیری های بی مورد هنگام مصاحبه های استخدامی و زیاده روی در اقدامات امنیتی فرودگاه ها و رویداد های ورزشی شود.
قبلا گفته شده است که تنوع در یادگیری ماشینی اهمیت زیادی دارد و نقش این موضوع در اینجا نیز نباید فراموش شود. چهره های سفید پوستان بیشترین حجم از داده های نرم افزار تشخیص چهره را تشکیل میدهند و این به خودی خود باعث میشود که نرم افزار برای همه کاربردی نباشد. اگر قرار باشد این تکنولوژی در زندگی روزمره ما جایی داشته باشد، چه بخواهیم از آن در تلفن همراه مان استفاده کنیم و چه با آن خرید کنیم، باید این تکنولوژی برای همه باشد.
ویل نایکت در گزارشی از MIT Technology Review گفت: تکنولوژی تشخیص چهره چندین دهه است که وجود داشته اما تنها در حال حاضر است که دقت آن به حدی رسیده که میتواند برای پرداخت های مالی امن استفاده شود. نمونه های جدید این تکنولوژی از یادگیری عمیق (Deep learning) که نوعی تکنیک هوش مصنوعی است استفاده میکنند. یادگیری عمیق بسیار در تشخیص چهره موثر است چون به کامپیوتر ها این توانایی را میدهد تا تمامی ویژگی های که منجر به تشخیص انسان و نه تصویر بودن چهره میشوند را بررسی کند.
بر اساس گزازش وب سایت marketsandmarkets.com. بازار تشخیص چهره بازار بزرگی است که پیشبینی میشود تا سال 2020 به ارزش 6.19 میلیارد دلار برسد. موتور جست و جوی بایدو در چین بر روی سیستم تشخیص چهره ای کار میکند که بتواند ارتباط تصویر حال حاضر شما و تصویری از چهره کودکی تان را تشخیص بدهد. و همچنین راهکاری برای مسافرت که به مردم این امکان را میدهد تا به سادگی با نشان دادن صورت شان بلیط قطار خریداری کنند. پایگاه داده آنها در حال حاضر ده ها هزار چهره را شامل میشود و گزارش میشود که امکان دقت 99 درصد در تشخیص چهره را فراهم میکند.
همانطور که تشخیص صدا جای خود را در میان مردم به عنوان ابزار جست و جو و انجام وظایف پیدا کرده تشخیص چهره نیز ایده ما از امنیت را تغییر خواهد. در حال حاضر نیز خبر های زیادی وجود دارد که در آیفون نسل بعدی تشخیص چهره جایگزین قابلیت تشخیص اثر انگشت میشود.
مزایای تشخیص چهره تنها محدود به حوزه تجارت و امنیت نمیشوند. به عنوان مثال تشخیص چهره برای تشخیص علائم اولیه بیماری ها نیز استفاده میشود. در مقاله ی جدید که در The Economistمنتشر شده گمان میرود که سیستم هایی که توانایی بررسی احساسات را دارند میتوانند به بیماران اوتیسم کمک کند تا بتوانند سیگنال های اجتماعی را راحت تر درک کنند. همچنین در این مقاله پیشبینی میشود که این ویژگی باعث سخت گیری های بی مورد هنگام مصاحبه های استخدامی و زیاده روی در اقدامات امنیتی فرودگاه ها و رویداد های ورزشی شود.
قبلا گفته شده است که تنوع در یادگیری ماشینی اهمیت زیادی دارد و نقش این موضوع در اینجا نیز نباید فراموش شود. چهره های سفید پوستان بیشترین حجم از داده های نرم افزار تشخیص چهره را تشکیل میدهند و این به خودی خود باعث میشود که نرم افزار برای همه کاربردی نباشد. اگر قرار باشد این تکنولوژی در زندگی روزمره ما جایی داشته باشد، چه بخواهیم از آن در تلفن همراه مان استفاده کنیم و چه با آن خرید کنیم، باید این تکنولوژی برای همه باشد.
