Gezichtsherkenningstechnologie is natuurlijk allang geen sciencefiction meer. We ontgrendelen onze smartphones met ons gezicht, we kunnen ermee betalen en op het vliegveld hebben we dankzij deze technologie in veel gevallen al geen paspoort meer nodig. Gezichtsherkenningstech wordt ook gebruikt om criminelen op te sporen – zoals bijvoorbeeld het Chinese SenseTime, dat een persoon in een menigte van 10.000 mensen kan herkennen. Ook adverteerders experimenteren al met het gebruik van gezichtsherkenningstech om advertenties op digitale billboards, in taxi’s en op vele andere plaatsen steeds persoonlijker te maken.
De enorme groei van gezichtsdetectietechnologie heeft echter een aantal nadelen en deze zijn voornamelijk privacygerelateerd. Bedrijven trainen slimme algoritmen bijvoorbeeld vaak met online foto’s van mensen die daar geen toestemming voor hebben gegeven. Biometrische gegevens worden bovendien door meerdere partijen gebruikt, in verschillende databases opgeslagen en kunnen daardoor door hackers gebruikt worden bij het plegen van bijvoorbeeld identiteitsfraude. Autoritaire regimes gebruiken gezichtsherkenningstech om hun burgers te bespioneren en politieke dissidenten in de gaten te houden. En wat voor nog meer uitdagingen zorgt is het feit dat er wereldwijd geen uniforme aanpak is voor het reguleren van deze technologie.
Deep learning en gezichtsdata hebben gezichtsherkenningstech groot gemaakt
Patrick Grother, computerwetenschapper bij het Amerikaanse National Institute for Standards and Technology (NIST) – een wetenschappelijke instelling die zich inzet voor standaardisatie in de wetenschap – is van mening dat gezichtsherkenning een soort van revolutie ondergaat. De eerste factor in deze revolutie is de opkomst van deep learning, een subveld van kunstmatige intelligentie dat het functioneren van het menselijk brein nabootst. Het stelt bedrijven in staat om krachtige software te ontwikkelen waarmee je patronen snel kunt ontdekken. De tweede factor is de ruime beschikbaarheid van miljarden afbeeldingen die je kunt opslaan en gebruiken om algoritmen te trainen.
De eerste factor in deze revolutie is de opkomst van deep learning, een subveld van kunstmatige intelligentie dat het functioneren van het menselijk brein nabootst.
Om maar zoveel mogelijk gezichtsdata te kunnen verzamelen, maken sommige bedrijven zich schuldig aan dubieuze praktijken. De app EverRoll, bijvoorbeeld, werd in 2012 gelanceerd als tool om fotocollecties te organiseren. Maar een paar jaar later veranderde het bedrijf in Ever AI, een gezichtsherkenningstech-bedrijf dat nu meer dan 13 miljard beelden in zijn databases heeft waarmee het deep learning-algoritmen traint. Het probleem is dat veel van de gebruikers van de app geen idee hebben waar Ever AI hun foto’s voor gebruikt. Ook IBM heeft onlangs voor controverse gezorgd door miljoenen foto’s van de fotosite Flickr te gebruiken voor het trainen van zijn gezichtsherkenningssystemen. Een andere bron van afbeeldingen die bedrijven gebruiken zijn databanken van politie-mugshots die je bij overheidsinstellingen en particuliere bedrijven kunt kopen. Voor een land als China is de beschikbaarheid van beeldmateriaal geen enkel probleem. Daar wordt gebruik gemaakt van niet minder dan 176 miljoen camera’s om algoritmen non-stop van nieuwe gezichtsdata te voorzien.
Welk bedrijf de beste software voor gezichtsherkenning ontwikkelt hangt af van wie de meest uitgebreide trainingsdataset heeft. Amazon, Facebook, Google en de Chinese bedrijven SenseTime en Alibaba zijn wat dat betreft de onbetwiste leiders. En de manier waarop ze geld verdienen met hun technologie is over het algemeen door middel van licenties. Amazon verstrekt zijn software bijvoorbeeld in licentie aan diverse wetshandhavingsinstanties en SenseTime verleent de licentie van zijn gezichtsherkenningstechnologie aan bedrijven als Honda, die het gebruiken voor de ontwikkeling van autonome voertuigen.
Van retailers tot hotels, bedrijven omarmen nieuwe technologische oplossingen
De vele toepassingen van gezichtsherkenningstechnologie hebben geleid tot een enorme groei van de wereldwijde markt, die in 2018 een waarde van $530 miljoen bereikte en in 2025 naar verwachting maar liefst $1,43 miljard waard zal zijn. Amerikaanse retailreuzen als Walmart, Target en 7-Eleven gebruiken gezichtsherkenningstech met name om criminelen te identificeren (ter voorkoming van diefstal en fraude) maar ook om klanten in (of vlakbij) winkels te herkennen. In China kun je in sommige winkels en hotels al betalen door je gezicht te laten scannen en deze ontwikkeling zet zich wereldwijd voort. Dong Xu, hoofd computertechnologie aan de University of Sydney, zegt dat slimme algoritmen betrouwbaarder zijn in het identificeren van mensen dan vingerafdrukken.
Marktonderzoeksbureau QY Research voorspelt dat de wereldwijde markt voor gezichtsherkenningstech in 2025 een waarde van $1,43 miljard zal bereiken, vergeleken bij $530 miljoen in 2018
Kunstmatige intelligente systemen kunnen nu ook menselijke emoties steeds beter lezen en interpreteren, waardoor reclamebedrijven in staat zijn hyper-gepersonaliseerde marketingcontent te ontwikkelen – een expertisegebied waar de marketingsector zich de komende jaren steeds meer op zal richten, aldus dr Pippa Malmgren, econoom en oprichter van dronemaker H Robotics. Ze voorziet een wereld waarin camera’s in televisietoestellen onze reacties op advertenties en films registreren, analyseren en deze informatie aan bedrijven doorgeven. Gezichtsherkenningstechnologie stelt bedrijven in staat om consumenten op manieren te benaderen die “veel verder gaan dan wat Cambridge Analytica ooit zou kunnen dromen”.
Camera’s die klanten monitoren en hun emoties analyseren
Systemen in de Australische Westfield-winkelcentrumketen maken foto- en video-opnamen van hun klanten waarna hun geslacht, leeftijd en gemoedstoestand met behulp van gezichtsdetectietechnologie bepaald worden. De systemen zijn in 41 winkelcentra in Australië en Nieuw-Zeeland geïnstalleerd en de data wordt gebruikt om relevante advertenties op 1.600 digitale billboards weer te geven en adverteerders te informeren over de reacties van de passanten. De technologie achter het Smartscreen-netwerk van Westfield komt van het Franse softwarebedrijf Quividi, dat beweert dat het programma iemands geslacht met 90 procent nauwkeurigheid kan bepalen en iemands gemoedstoestand met een nauwkeurigheid van 80 procent. En hoewel Westfield het beeldmateriaal niet gebruikt om de werkelijke identiteit van een persoon te bepalen, heeft het bedrijf ook niet ontkend dat het dit in de toekomst wel van plan is.
Gedecentraliseerde digitale billboards met gezichtsherkenningstech laten je zien wat jij wilt zien
Reclame en marketing is over het algemeen eenrichtingsverkeer: een bedrijf lanceert een campagne via een reclamebureau die het publiek via verschillende kanalen bereikt. Dan wacht je op de resultaten en hoop je op succes. Het Britse technologiebedrijf Bidooh wil de manier waarop reclame werkt echter volledig transformeren en er tweerichtingsverkeer van maken. Bovendien wil Bidooh de reclame democratiseren door middel van een flexibel, real-time en meetbaar zelfbedieningsplatform en een open digitaal schermnetwerk waarmee adverteerders hun advertenties kunnen plannen en plaatsen. Via het webportal of de app van Bidooh kun je een advertentie ontwerpen. Vervolgens kies je de locaties waar de advertentie vertoond moet worden en stel je de zichtbaarheidsfrequentie in. Dan wordt je advertentie op de geselecteerde locaties – zoals winkelcentra, luchthavens of benzinestations – vertoond, zonder dat daar ook maar een reclamebureau aan te pas komt. Dat is mogelijk dankzij gedecentraliseerde blockchaintechnologie, die er ook voor zorgt dat transactiegegevens opgeslagen worden en je adverteerders kunt verifiëren. Een Bidooh-reclamescherm maakt bovendien gebruik van gezichtsherkenningstechnologie, niet alleen voor het bepalen van de leeftijd en het geslacht van de passant, maar ook om te identificeren welke kledingmerken hij of zij draagt. Deze demografische gegevens worden gedeeld met de adverteerders en bepalen welke advertenties op het scherm getoond worden. Het bedrijf heeft tevens zijn eigen cryptovaluta met de naam DOOH Token waarmee je advertentieruimte kunt kopen. Abdul Alim, de mede-oprichter en CEO van Bidooh, hoopt dat nieuwe out-of-home advertentiemodellen de digitale advertentie-industrie, die $34,8 miljard waard is, zal transformeren.
Zelfs op de achterbank van de taxi ontkom je niet aan reclame
Zelfs in het OV ontkom je in de toekomst niet meer aan reclame. In De Filipijnse hoofdstad Manilla heeft de tech-startup AdMov in de voertuigen van ride-sharingbedrijven als Uber, TNVS en Grab tablets geïnstalleerd. Net als de digitale reclameschermen van Bidooh zijn de tablets ook uitgerust met gezichtsherkenningstech waardoor ze het geslacht, de leeftijd en de gemoedstoestand van de passagier in de taxi kunnen bepalen. Daarop wordt vervolgens afgestemd welke (marketing)content de passagier tijdens de rit te zien krijgt. Op de tablets kan toeristische informatie over het gebied getoond worden, maar ook over bedrijven, restaurants en winkelcentra in de buurt. En als de aandacht van de passagier verslapt, registreert de tablet dat ook. Ellard Capiral, de oprichter en CEO van AdMov, legt uit dat de technologie je oogbewegingen observeert en analyseert. Als je niet meer geïnteresseerd lijkt, laat de tablet tussendoor interessante trivia zien zodat we je aandacht weer terugkrijgen”.
In Japan zien we soortgelijke ontwikkelingen – zoals de Premium Taxi Vision-service van e-commerceplatform DeNa Co Ltd. Ook in deze taxi’s maken de tablets gebruik van gezichtsherkenningstech om het geslacht en de leeftijd van de passagiers te bepalen. De data wordt naar advertising agency Geniee verzonden en dan zorgt het bedrijf er vervolgens voor dat de passagier relevante advertenties te zien krijgt. Het beeldmateriaal wordt daarna volgens DeNa verwijderd. Premium Taxi Vision omschrijft de service als een manier om de taxirit comfortabeler te maken – al vragen wij ons af of de passagiers dat ook zo ervaren.
Wat als gezichtsdata in de verkeerde handen valt?
Het toenemende gebruik van gezichtsherkenningstechnologie betekent niet alleen meer efficiëntie – het leidt ook tot nieuwe uitdagingen. Stalkers en voyeurs, bijvoorbeeld, kunnen deze tech gebruiken om mensen op straat of in openbare ruimten te identificeren. Verkopers, woningverhuurders of overheidsinstellingen kunnen de technologie gebruiken om (etnisch) te profileren of ‘ongewenste klanten’ te identificeren en hen vervolgens producten, diensten, toeslagen of zelfs huisvesting te ontzeggen. Cybersecurity-expert Andrei Barysevich zegt dat hackers al profielen uit de nationale biometrie-database van India hebben gestolen en deze op het Dark Web te koop hebben aangeboden. Het is volgens hem een kwestie van tijd voordat databases met Amerikaanse gezichten ook worden gehackt. Die gezichten kunnen vervolgens gebruikt worden om fraude of identiteitsdiefstal te plegen. In landen als China gebruikt men gezichtsherkenningstech al om burgers te bespioneren en ongewenst gedrag te bestraffen. Dr Pippa Malmgren beweert bijvoorbeeld dat al 11 miljoen Chinese burgers niet meer mogen vliegen omdat het surveillancesysteem hen een lage score heeft toegekend.
Er zijn verschillende manieren om te voorkomen dat gezichtsherkenningssystemen gehackt worden. Volgens Doug Aley, de CEO van computer vision- en machine learning-bedrijf Ever AI, moeten technologieleveranciers nauwer met hun klanten samenwerken om ervoor te zorgen dat ze aan de hoogst mogelijke beveiligingsstandaarden voldoen. Een tweede oplossing is om beeldmateriaal op te slaan in de vorm van alfanumerieke hashes – zodat hackers deze niet weer tot gezichten en identiteiten kunnen reconstrueren. En een derde oplossing is om nieuwe manieren te ontwikkelen om KI te trainen, met minder gezichtsdata bijvoorbeeld – een methode die de in Miami gevestigde tech-startup Kairos heeft gehanteerd. Verschillende overheden hebben bovendien richtlijnen opgesteld voor de manieren waarop gezichtsdata verzameld en verwerkt kan en mag worden.
Privacywetgeving – de EU hanteert andere regels dan de VS
De algemene verordening gegevensbescherming (AVG) of privacywetgeving van de EU heeft ook betrekking op gezichtsherkenning. Volgens deze verordening is het verbodenom gezichtsbeelden te verwerken wanneer deze worden gebruikt om een persoon te identificeren, tenzij de betrokkene uitdrukkelijke toestemming heeft gegeven. Dit vormt een belangrijke hindernis voor verschillende toepassingen van gezichtsherkenningstech, waaronder marketing of beveiliging. De EU staat lidstaten echter een aantal uitzonderingen toe. Nederland heeft bijvoorbeeld een wet aangenomen die het gebruik van biometrische gegevens voor beveiligings- of identificatiedoeleinden toestaat en in Kroatië is gezichtsherkenning voor surveillance- en beveiligingssystemen toegestaan.
In de VS zijn geen wetten die het verzamelen en gebruiken van biometrische gegevens – waaronder gezichtsdata – reguleren. De Amerikaanse Federal Trade Commission heeft alleen aanbevelingen gedaan omtrent ‘privacy by design’ en het toepassen van sterke beveiligingsmaatregelen. Staten als Illinois, Washington en Texas hebben echter hun eigen biometrische wetgeving ontwikkeld. De Illinois Biometric Information Privacy Act, bijvoorbeeld, schrijft een tijdschema voor waarbinnen de verzamelde data moet worden verwijderd. De wet verbiedt tevens de verkoop van biometrische data en bepaalt dat personen geïnformeerd moeten worden wanneer biometrische gegevens worden verzameld en voor welke doeleinden deze worden gebruikt. De wet staat bovendien private partijen toe om een rechtszaak aan te spannen. Bedrijven als Facebook en Google zijn bijvoorbeeld al voor de rechter gesleept vanwege hun lakse gebruik van gezichtsherkenningstech.
Big Brother gaat niet meer weg
De wijdverbreide acceptatie van gezichtsherkenningstech lijkt onvermijdelijk. Het maakt op allerlei manieren veel meer efficiëntie mogelijk en is een snelgroeiende bedrijfstak die wordt aangedreven door de vraag van zowel de private als de publieke sector. Steeds meer bedrijven zien business in gezichtsherkenningstech, of het nu gaat om gepersonaliseerde advertenties of snellere hotel check-ins. De kernvraag is echter hoe misbruik van deze geavanceerde technologie kan worden voorkomen zonder het legitieme gebruik ervan in de weg te staan. Europa, China en de VS hebben in dat opzicht sterk uiteenlopende beslissingen genomen en het staat nog te bezien of de wereld hierin verdeeld zal blijven of een middenweg zal vinden. Een ding is in ieder geval duidelijk: Big Brother is gearriveerd – en hij gaat voorlopig niet meer weg.
Auteur en trendwachter, Richard van Hooijdonk, geeft tijdens Credit Expo 2019 een wervelende presentatie waarin de laatste trends en ontwikkelingen op het gebied van digitale transformatie de revue passeren. Mis het niet schrijf vandaag alvast gratis in voor een bezoek aan Credit Expo 2019 op donderdag 7 november aanstaande.
Bron: Richardvanhooijdonk.com
