В Москве вы можете заплатить "по лицу" в некоторых кофейнях, а по отпечатку пальца — в супермаркетах. Те же биометрические данные — фотография и отпечатки пальцев — позволяют пройти паспортный контроль в Шереметьево, а фотография и голос в записи — получить услуги в банках. Еще к алгоритмам распознавания лиц подключены уличные камеры не менее, чем в десяти российских городах (большинство из них не рассказывает об экспериментах с биометрией). С их помощью полицейские находят преступников. В торговых центрах такие камеры внедряют для борьбы с шоплифтерами, на футбольных матчах — с неадекватными фанатами. Рассказываем, как работают эти технологии и что они поменяют вокруг нас через два-три года.
Человек из Кемерова и похититель картины Куинджи
В декабре 2018 года житель Кемерова прошел мимо уличной камеры, подключенной к системе распознавания лиц и сверке с фотографиями из базы МВД. Алгоритм "узнал" его, как человека, находящегося в розыске за грабежи. Через секунду полицейский получил Push-уведомление в приложение на смартфоне. Через несколько минут мужчину задержали в ближайшем магазине. Система не ошиблась: позже он дал признательные показания.
"Видео с камер, подключенных к системе, передается на сервера. Алгоритм "выхватывает" лица прохожих и сравнивает с теми, которые есть в базе, например, МВД. Это происходит со скоростью, недосягаемой для человека. За секунду нейросеть может 200 раз "посмотреть" базу из двух миллионов снимков. Если "картинка" совпадает — автоматически отправляется уведомление в приложение: локация, данные о личности, фото. Полицейский сравнивает "картинки" и принимает решение — доверять алгоритму или нет", — рассказывает Артем Кухаренко, один из создателей стартапа NtechLab, который разрабатывает такие продукты.
Основатели NtechLab — выпускники московских технических вузов — создали алгоритм в 2015 году. Еще с "сырой" разработкой обошли на одном профильном конкурсе команду из Google. А чуть позже сделали сервис FindFace для распознания лиц пользователей "ВКонтакте" (сейчас поисковик закрыт). В 2017 году запустили вместе с мэрией Москвы пилотный проект по подключению 1,5 тысяч камер у подъездов к системе распознавания лиц. А летом 2018 года их разработка обкатывалась на матчах чемпионата мира в Москве.
В дни матчей с помощью "узнающих" камер, полиция задержала около сотни человек, по данным Департамента информационных технологий (ДИТ) города. "Камеры, связанные с нашим алгоритмом, находились не везде, а только на стадионе "Лужники" и в двух фанзонах", — уточняет Артем Кухаренко. Меньшая часть задержанных на ЧМ-2018 — люди из розыска МВД, остальные — мелкие нарушители и буйные болельщики, которых организаторы внесли в "черный список".
В Москве распознавание лиц работает на некоторых камерах в метро, у подъездов, в местах массового скопления людей. Всего в городе 170 тыс. камер, чиновники не сообщают, сколько из них — биометрические, но обещают, что к концу 2019 года их будет 105 тысяч.
Недавно технология распознавания лиц помогла найти похитителя картины Архипа Куинджи "Ай-Петри. Крым". Полицейские обратились за помощью к специалистам, отвечающим за систему "Безопасный город". Они применили алгоритм, установили личность мужчины, вынесшего полотно из Третьяковской галереи, и проследили по камерам, куда он отправился.
NtechLab тестирует алгоритм не менее чем в десяти российских регионах, а это не единственный стартап с такими продуктом, есть и другие разработчики. Далеко не все пилотные проекты афишируются. "У нас есть эксперимент в Кемерове и в Альметьевске, который хотят сделать "умным городом", — Артем Кухаренко уточняет, что, по договоренности с заказчиками, может рассказывать не про все "пилоты". В этих городах "в деле" уличные видеокамеры.
В диких условиях. Как алгоритмы "видят" толпы людей
Как работает технология? Камеры — это "глаза", а алгоритм — "мозг" системы. Любые изображения — лица, фотографии котиков, автомобильные номера — информация, которую он "видит" в форме темных и светлых линий, пятен и геометрических фигур.
"Алгоритм объединяет все признаки в сложные системы, сравнивает между собой и выдает ответ, например, один и тот же человек на двух фотографиях или нет", — объясняет Артем Кухаренко.
Точность — то, как часто нейросеть "узнает" верно, — зависит от многого: качества изображения, разрешения камеры, освещения, помех вокруг. Сейчас биометрический контроль внедряется в аэропортах, например, так можно пройти в "чистую зону" московского Шереметьево. Там для нейросетей "тепличные" условия. Человек стоит лицом к камере, у белой стенки, его нужно сравнить с фотографией хорошего качества из базы.
Алгоритмы, "просматривающие" видео с уличных камер, работают в неконтролируемых "диких" условиях (in the wild — общепринятый термин), это намного сложнее. Сравнивать лица, наполовину закрытые капюшонами, шапками, шарфами, иногда нужно не с фотографиями, а с фотороботами, если речь идет, допустим, о сверке по базе МВД. И в этих "диких" условиях российские команды превосходят на разных конкурсах разработчиков из большинства стран. К сильным игрокам относятся NtechLab, VisionLabs, "Вокорд" (самый "старый" разработчик, работает с 1999 года). Основные соперники русских — китайцы. Это, в частности, связано с тем, что и в России, и в Китае высокий спрос на такие технологии и, благодаря хорошей математической школе, есть сильные программисты.
"Точность нашего алгоритма в условиях уличной видеосъемки — 90% при количестве ложных срабатываний один на миллион — говорит Кухаренко. — При этом система чаще не узнает нужного прохожего. Ложные срабатывания — это когда алгоритм по ошибке "видит" в прохожем человека из розыска. Мы работаем над тем, чтобы свести возможность таких срабатываний к единице на сто миллионов". Разработчик добавляет, что создать алгоритм, который никогда не будет ошибаться, невозможно: "Это утопия. Но нейросети уже делают такую работу намного эффективнее людей".
Системы распознавания лиц на уличных камерах еще долго будут осторожно называть "экспериментальными", считают эксперты, в мире были случаи, когда алгоритмы вели себя непредсказуемо.
"В Китае алгоритм просканировал лицо знаменитости из рекламы, наклеенной на проходящем автобусе, и ошибочно определил его как преступника, — приводит пример Данила Николаев, директор НП "Русское биометрическое общество" (объединяет разработчиков в этой сфере). — А в Великобритании, в Кардиффе, во время финала Лиги чемпионов УЕФА-2017 "записал" в преступники более двух тысяч болельщиков. Ошибки могут быть связаны как с работой алгоритма, так и с работой оборудования. Часто при внедрении заказчики не следуют требованиям ГОСТов в области биометрии, а используют методики вендоров, которые не учитывают всех условий. И это приводит к разочарованиям".
До свидания, шоплифтеры. Здравствуйте, покупатели кофе
Камеры, распознающие лица, используются в торговых центрах для борьбы с воровством. Например, разработчик BIT вместе с NtechLab создали систему "Стоп Шоплифтер", которая сейчас работает в крупных ретейл-сетях в России. Подобный продукт есть у компании "Вокорд".
Ретейлеры заносят в базу фотографии клиентов, пойманных на воровстве, и, когда эти посетители снова появляются в магазинах, охранники получают Push-уведомления на смартфоны.
Эти алгоритмы теоретически можно применять и для таргетированной рекламы, примерно как это представлено в киберпанк-фильме "Особое мнение". Герой идет по улице или мегамоллу, а "лица" с интерактивных баннеров приветствуют его: "Джон Андерсен, забудьте о своих проблемах" и наперебой предлагают поехать на курорт, выпить пива, купить новый автомобиль. Но такое применение, по мнению Артема Кухаренко, "слишком пугающе", даже при условии, что люди разрешили конкретному ТРЦ обрабатывать и использовать их персональные данные. "Общество не готово к чему-то подобному", — считает он.
Зато люди вполне готовы предоставлять биометрические данные сервисам, упрощающим покупку товаров и услуг. В прошлом году разработчики VisionLabs и SWiP создали приложение для ресторанов и кафе, которое позволяет принимать оплату "по лицу". Вы скачивается приложение Swip в AppStore или GooglePlay, делаете селфи — сервис подсказывает вам нужный ракурс, привязываете фотографию к банковской карте и, когда приходите в заведение, где работают с этой программой, расплачиваетесь, посмотрев в камеру на кассе.
"Сейчас приложение скачали 20 тысяч пользователей, — говорит Анатолий Райхерт, гендиректор SWiP. — Система работает более чем в 100 точках в Москве — это сети "Папа Джонс", "Cofix" и некоторые другие. Пользователи — молодежь, большинство — женщины. Последние шесть месяцев прошлого года мы получали обратную связь. Людям нравилась высокая скорость оплаты, но они часто не понимали, когда смотреть в камеру, куда именно смотреть, а еще хотели видеть сумму чека, скидку и иметь возможность дополнительной безопасности в виде пароля. В начале года мы разработали новую версию продукта, которая включила в себя девайс с тачэкраном. Теперь клиент видит, когда начинается оплата, сумму, скидку, может включить пароль для подтверждения".
Также в некоторых супермаркетах "Азбука Вкуса" уже можно привязать к банковскому счету отпечаток пальца и платить за товары, не доставая карту.
Зачем банки записывают наши голоса
Летом 2018 года российские банки начали собирать и передавать в единую базу биометрические данные клиентов — фотографии и голос в записи. В результате россияне смогут получать услуги удаленно в любых банках, а не только там, где зарегистрировались.
Сейчас биометрию собирают в 20% банках по всей стране, посмотреть, где именно — можно на карте на сайте ЦБ РФ. К концу 2019 года услуга должна заработать во всех банках.
"Клиент приходит с паспортом и СНИЛС, еще нужно, чтобы у него был подтвержденный аккаунт на сайте "Госуслуги" — рассказывает Андрей Шурыгин, руководитель дирекции биометрических технологий "Почта Банка". — Он подписывает согласие на обработку биометрических данных, после чего сотрудники банка фотографируют его и записывают образец голоса — для записи нужно прочитать три последовательности цифр. Данные поступают в базу, на процедуру уходит не больше десяти минут".
По данным "Русского биометрического общества", сейчас примерно 10 тыс. россиян сдали свои биометрические данные.
"И менеджеры в отделениях банка предлагают клиентам сдать биометрические данные, и сами клиенты обращаются за этим, — продолжает Андрей Шурыгин. — Но рано говорить о массовом использовании возможности. Россияне еще мало осведомлены о преимуществах биометрии для удаленного обслуживания".
Банки довольно давно "распробовали" биометрию для внутренних целей. В последние два-три года многие используют эти технологии для борьбы с кредитными мошенниками. Такая разработка от VisionLabs, например, применяется более чем в 40 банках в России и СНГ.
"Среди наших клиентов "Тинькофф", Сбербанк, "Почта Банк", — говорит Александр Ханин, гендиректор компании. — Лицо клиента сравнивается по биометрическому шаблону с базой мошенников. Многие банки внедряют систему распознавания лиц в банкоматах, как дополнительную опцию для проверки клиента и усиления безопасности: если злоумышленник захочет снять с чужой карты деньги, то система не позволит ему этого сделать".
Незнакомцы из метро, тролли и этические дилеммы
Биометрические сервисы проникают во все сферы нашей жизни с высокой скоростью, считают эксперты, намного быстрее, чем многие другие технологии. "Если вам кажется, что здесь все происходит медленно — это заблуждение, — говорит Артем Кухаренко. — Мы отслеживаем новости в нашей сфере — почти каждый день в мире вводится биометрический контроль в аэропортах, в банках. Мы видим высокий спрос на системы "Безопасный город", на решения для бизнеса".
Но, вероятно, государство и крупный бизнес теперь будут ограничивать рядовых потребителей в использовании технологии. Это вызывает слишком много этических вопросов. Приложение FindFace, которое популяризировало алгоритмы распознавания лиц, закрыли летом 2018 года. Ранее сервис "засветился" в историях, когда петербургский фотограф развлекался тем, что снимал людей в метро, а позже находил их "ВКонтакте", а тролли искали и разоблачали работниц секс-индустрии. Впрочем, причина удаления сервиса из открытого доступа — не в них.
"У "ВКонтакте" не было вопросов к нашему приложению, — уточняет Кухаренко. — Сначала соцсеть вообще не знала о нашей разработке — они ведь дают возможность всем желающим создать и развивать свое приложение. Мы сделали его, чтобы продемонстрировать клиентам, на каком уровне находятся алгоритмы. Изначально мы приходили к заказчикам, рассказывали, что умеем, одни говорили: "Это не работает", другие были уверены: "Все это давно есть! Мы видели в научно-фантастических фильмах". FindFace показал, как действительно работает технология. Сервис выполнил задачу, и мы убрали его из доступа".
Недавно во "ВКонтакте" появился аналогичный сервис по поиску пользователей по фотографии — SearchFace. Соцсеть быстро отреагировала на разработку и пригрозила судом создателям. Разработчики, по данным пресс-службы соцсети, использовали персональные сведения без согласия пользователей.
"В каждой стране и в каждой соцсети свое восприятие подобных сервисов, — рассуждает Артем Кухаренко. — Нам сейчас проще работать с бизнесом — мы понимаем, что у заказчика есть собственная база с данными клиентов, которые добровольно передали ему разрешение на использование".
Анастасия Степанова