Inicio » Robo de tiendas disminuyendo con el Reconocimiento Facial
MERCADOS VERTICALES

Robo de tiendas disminuyendo con el Reconocimiento Facial

Reconocimiento-Facial-Tiendas

Como la mayoría de los propietarios minoristas, usted haya tenido problemas con el robo en tiendas, en gran parte llevado a cabo por un número relativamente pequeño de delincuentes reincidentes. Hace aproximadamente un año, varios clientes exasperados, instalaron algo llamado Facewatch . Es un sistema de reconocimiento facial que observa a las personas que entran a la tienda; tiene una base de datos de “sujetos de interés” (SOI), y si reconoce uno, envía una alerta discreta al gerente de la tienda. Si alguien dispara la alerta, se les acerca un miembro de la gerencia y se les pide que se vayan, y la mayoría de las veces lo hacen.

El reconocimiento facial, de una forma u otra, está en las noticias la mayoría de las semanas en este momento. Recientemente, una aplicación de teléfono novedosa, FaceApp, que toma su foto y la envejece para mostrar cómo se verá en unas pocas décadas, causó un pánico público cuando la gente se dio cuenta de que era una compañía rusa y decidió que estaba usando sus caras para vigilancia . (Parece que no ha estado haciendo nada especialmente objetable ).

Más en serio, la autoridad de la ciudad de San Francisco ha prohibido el uso de tecnologías de reconocimiento facial por parte de la policía y otras agencias gubernamentales; y el comité de ciencia y tecnología de la Cámara de los Comunes llamó a la policía británica dejar de usarlo también, hasta que la regulación esté en su lugar, aunque el entonces secretario del hogar (ahora canciller) Sajid Javid, dijo que estaba a favor de que continuaran los juicios.

Hay una creciente demanda de la tecnología en las tiendas, con docenas de compañías que venden software de reconocimiento facial minorista, tal vez porque, en los últimos años, ha sido inútil informar a la policía de robar en tiendas. Los presupuestos para la vigilancia policial en Inglaterra se han reducido en términos reales en aproximadamente un 20%desde 2010, y un cambio en la ley en 2014, mediante el cual el robo de mercancías por debajo de un valor de £ 200 se convirtió en un delito sumario (es decir, menos grave, no ser juzgado por un jurado), significaba que la policía dirigía el tiempo y los recursos lejos del robo en tiendas.

El número de personas arrestadas y acusadas ha disminuido drásticamente, con menos del 10% de los robos de tiendas ahora reportados. El grupo comercial British Retail Consortium estima que £ 700 millonesse pierde anualmente por robo. Los minoristas están buscando otros métodos. La rápida mejora en las tecnologías de IA y la dramática caída en el costo significan que ahora es viable como uno de esos otros métodos.

“Los sistemas están mejorando año tras año”, dice Josh Davis , un psicólogo de la Universidad de Greenwich que trabaja en el reconocimiento facial en humanos e IA. El Instituto Nacional de Estándares y Tecnología de EE. UU.Evalúa el estado del reconocimiento facial cada año, dice, y la capacidad de los mejores algoritmos para hacer coincidir una nueva imagen con una cara en una base de datos mejoró 20 veces entre 2014 y 2018. Y análogamente con La ley de Moore, sobre la duplicación de la potencia de procesamiento de la computadora cada año, el costo también cae anualmente.

En ambientes ideales tales como aeropuertos registros de entrada, donde la cara es recto y bien iluminada y la cámara es de alta calidad, reconocimiento de caras AI es ahora mejor que humanos, y ha sido por lo menos desde 2014 . En la naturaleza, con la cámara mirando hacia abajo, a menudo mal iluminada y de baja definición, es mucho menos eficaz, dice la profesora Maja Pantic, investigadora de IA en el Imperial College de Londres. “Está lejos del 99,9% que obtienes con las fotos policiales”, dice ella. “Pero es bueno, y avanzar relativamente rápido”.

Cada algoritmo es diferente, pero fundamentalmente, funcionan de la misma manera. Se les da un gran número de imágenes de personas y se les dice cuáles son las mismas personas; Luego analizan esas imágenes para seleccionar las características que las identifican. Esas características no son cosas como “tamaño de la oreja” o “longitud de la nariz”, dice Pantic, sino algo así como texturas: el algoritmo evalúa las caras por gradientes de luz y oscuridad, que le permiten detectar puntos en la cara y construir un 3D imagen. “Si te dejas crecer la barba o ganas mucho peso”, dice, “muy a menudo una máquina de control de pasaportes no puede reconocerte, porque una gran parte de la textura es diferente”.

Pero si bien los algoritmos se entienden en este nivel bastante alto, las cosas específicas que utilizan para identificar a las personas no se conocen ni se pueden conocer en detalle. Es una caja negra: los datos de entrenamiento entran en el algoritmo, se agitan un poco y producen sistemas muy efectivos, pero la forma exacta en que funciona no está clara para el desarrollador.

“No tenemos pruebas teóricas de nada”, dice Pantic. El problema es que hay tantos datos: podría ingresar al sistema y desenredar lo que estaba haciendo si hubiera mirado algunas decenas de fotos, tal vez, o algunos cientos, pero cuando ha mirado millones, cada una contiene grandes cantidades de datos en sí, se vuelve imposible. “La transparencia no está allí”, dice ella.

Como con toda evaluación algorítmica, existe una preocupación razonable sobre el sesgo. Ningún algoritmo es mejor que su conjunto de datos y, en pocas palabras, hay más imágenes de personas blancas en Internet que de personas negras. “Tenemos menos datos sobre personas de piel oscura”, dice Pantic. “Grandes bases de datos de personas caucásicas, no tan grandes en chinos e indios, desesperadamente malas para las personas de ascendencia africana”.

LEA TAMBIEN  El estado de vigilancia de China se extiende en silencio

Davis dice que hay un problema adicional, que la piel más oscura refleja menos luz, proporcionando menos información para que los algoritmos trabajen. Por estas dos razones, es más probable que los algoritmos identifiquen correctamente a las personas blancas que a las personas negras. “Eso es problemático para detenerse y buscar”, dice Davis. Silkie Carlo , directora de la organización sin fines de lucro de libertades civiles Big Brother Watch, describe una situación en la que un niño negro de 14 años fue “abofeteado por cuatro oficiales, colocado contra una pared, con las huellas dactilares, tomado el teléfono, antes de que la policía se diera cuenta de que el reconocimiento facial se había equivocado de persona”.

Dicho esto, el sistema de reconocimiento facial Facewatch es, al menos para hombres blancos en las condiciones altamente controladas de su oficina, inquietantemente bueno. Nick Fisher, CEO de Facewatch, me mostró una versión demo; atravesó una puerta y una cámara montada en la pared frente a él le tomó una foto de la cara; Inmediatamente, apareció una alerta en su teléfono (está en el sistema como SOI, para que pueda demostrarlo). Hice lo mismo, y me reconoció como una cara, pero no se envió ninguna alerta y, dijo, los datos de la cara se eliminaron de inmediato, porque no era un SOI.

Manifestantes contra Amazon usando máscaras de Jeff Bezos en Seattle en octubre de 2018
Pinterest
 Manifestantes en Seattle se manifestaron contra la tecnología Rekognition de Amazon, octubre de 2018. Fotografía: Elaine Thompson / AP

Facewatch está ansioso por decir que no son una empresa de tecnología en sí mismas, sino una empresa de gestión de datos. Proporcionan la gestión de las listas de vigilancia en lo que dicen es cumplimiento con el Reglamento General Europeo de Protección de Datos(GDPR) Si alguien es visto robando en la cámara o por un miembro del personal, su imagen se puede almacenar como SOI; si luego se los vuelve a ver en esa tienda, el gerente de la tienda recibirá una alerta. El RGPD permite que estas listas de vigilancia se compartan de manera “proporcional”; así que si una vez te captan una cámara como esta, se puede compartir con otros usuarios locales de Facewatch. En Londres, dice Fisher, eso sería un radio de ocho millas. Si se lo ve robando repetidamente en muchas ciudades diferentes, se podría compartir proporcionalmente en todo el país; Si nunca se lo vuelve a ver robando, su cara se retira de la base de datos después de dos años.

Carlo no se tranquiliza: dice que implica confiar mucho en las empresas minoristas y su personal de seguridad para utilizar esta tecnología de manera justa. “No estamos hablando de la policía sino del personal de seguridad que no está sujeto a los mismos estándares profesionales. Se equivocan todo el tiempo. ¿Qué pasa si tienen un altercado [con un cliente] o una queja? ”El sistema de base de datos SOI, dice ella, subvierte nuestro sistema de justicia. “¿Cómo sabes si estás en la lista de vigilancia? No eres culpable de nada, en el sentido legal. Si hay pruebas de que ha cometido un delito, debe pasar por el sistema de justicia penal; de lo contrario estamos en un sistema de vigilancia privada. Estamos entrando en la esfera del precrimen “.

Sin embargo, Fisher y Facewatch argumentan que no es muy diferente de la práctica antigua de tiendas y bares que tienen fotos en la sala de personal de los alborotadores habituales. La diferencia, dicen, es que no depende de humanos no entrenados para detectar a los alborotadores, sino de un sistema mucho más preciso.

El problema es que, en este momento, hay muy poca regulación, aparte del RGPD, que rige lo que puede y no puede hacer con un sistema de reconocimiento facial. Facewatch dice, en voz alta y a menudo, que quieren regulación, por lo que saben lo que están legalmente autorizados a hacer. Por otro lado, Carlo y Big Brother Watch, junto con otros grupos de libertades civiles, quieren una moratoria urgente y un debate democrático detallado sobre hasta qué punto estamos contentos con tecnologías como estas en nuestras vidas.

“Nuestros políticos no parecen darse cuenta de que estamos viviendo una revolución tecnológica sísmica”, dice ella. “Saltar directamente a la legislación y las ‘salvaguardas’ es hacer un cortocircuito en lo que debe ser un ejercicio mucho más grande”.

De cualquier manera, tiene que suceder rápidamente. En Buckinghamshire, Paul Wilks ya está utilizando la tecnología en su Budgens, y está descubriendo que hace la vida más fácil. Cuando comenzó, su tienda tenía cosas robadas cada día o dos, pero desde que introdujo el sistema, se ha vuelto menos común.

“Definitivamente ha habido una reducción en pérdidas desconocidas y una reducción en incidentes disruptivos”, dice. Además de una ganancia financiera, su personal se siente más seguro, especialmente a altas horas de la noche, “lo cual es bueno para la moral del equipo”. Si suficientes minoristas comienzan a usar la tecnología de reconocimiento facial antes de que el gobierno se dé cuenta, entonces podemos encontrar que la discusión democrática ya ha tenido un corto circuito.

monitor que demuestra el software de reconocimiento facial de megvii en personas en una calle de china
Pinterest
 Una demostración de la tecnología de reconocimiento facial de la firma china Megvii en su sede en Beijing, mayo de 2018. Fotografía: New York Times / eyevine

Puntos calientes: tecnología de reconocimiento facial en todo el mundo

China
China ha aceptado el reconocimiento facial, usándolo para implementar un sistema de vigilancia nacional y reforzando su régimen autoritario. La tecnología ya es generalizada en la sociedad china, con reconocimiento facial utilizado para los registros en el aeropuerto, los retiros de efectivo y para monitorear la atención de los estudiantes escolares. En la región de Xinjiang, el reconocimiento facial se usa cada vez más para ayudar a la opresión de los musulmanes uigures , y el estado recopila sus datos biométricos, incluidos los escaneos faciales.

Reino Unido
En el Reino Unido, la policía está onducting ensayos de la tecnología en las zonas comunes en el sur de Gales, Leicestershire y Londres. Sin embargo, actualmente no existen leyes o políticas gubernamentales para regular su uso. El uso policial del reconocimiento facial está siendo cuestionado en los tribunales .

Estados Unidos
Uno de cada dos ciudadanos estadounidenses está en una base de datos de reconocimiento facial de aplicación de la ley . La preocupación por la falta de regulación y privacidad llevó a la ciudad de San Francisco a prohibir el uso del reconocimiento facial por parte de la policía en mayo de este año, conSomerville, Massachusetts , siguiendo su ejemplo. Dani Ellenby