- เมื่อการจดจำใบหน้าแพร่หลายไปถึงสนามบิน ร้านค้า และรูปภาพออนไลน์ การหลีกเลี่ยง การยืนยันตัวตนแบบ 1:1 ที่มีการควบคุมด้วยเพียง การเปลี่ยนรูปลักษณ์ที่ทำได้จริง จึงเป็นเรื่องยากมาก
- หลังการระบาดใหญ่ ระบบอาจหันไปพึ่งพา ลักษณะบริเวณรอบดวงตา มากขึ้น ทำให้หน้ากาก แว่นกันแดด และการแต่งหน้าสุดโต่งเป็นวิธีที่ใกล้เคียงกับการรบกวนการตรวจจับมากกว่าการเปลี่ยนใบหน้า
- ใน การระบุตัวตนแบบ 1:N เช่น ภาพจากกล้องวงจรปิด รูปคุณภาพต่ำ การปิดบัง การหลีกเลี่ยงมุมตรง และ motion blur อาจทำให้การจับคู่สั่นคลอนได้ แต่ผลขึ้นอยู่กับอัลกอริทึม ค่า threshold และสภาพการถ่ายภาพ
- การหลบเลี่ยงเชิงรุก เช่น แว่นตาพิเศษ การแต่งหน้า และหน้ากากใบหน้าก็เป็นไปได้ แต่การโจมตีที่ใช้ได้กับทุกคนมีความน่าเชื่อถือต่ำ ส่วนวิธีเฉพาะบุคคลต้องใช้ความพยายามมากกว่า
- การหลีกเลี่ยงการจดจำใบหน้าจะยิ่งยากขึ้นเรื่อยๆ เพราะเทคโนโลยีแพร่หลายและใบหน้าถูกเผยแพร่ออนไลน์มากขึ้น การป้องกันระยะยาวจึงใกล้เคียงกับ การกำกับดูแลข้อมูลชีวมิติ มากกว่าการเปลี่ยนใบหน้า
เปลี่ยนใบหน้าแล้วหลีกเลี่ยงการจดจำใบหน้าได้หรือไม่
- เพียงมีโมเดล AI และกล้อง ก็สามารถเก็บข้อมูลชีวมิติได้ และในสถานการณ์ประจำวันอย่างการรักษาความปลอดภัยที่สนามบินหรือการเข้าออกร้านค้า เราก็อาจถูกเปิดเผยต่อ การจดจำใบหน้า ได้
- คำถามหลักคือสามารถซ่อนลักษณะใบหน้า หรือเปลี่ยนรูปลักษณ์อย่างมากเพื่อหลอกอัลกอริทึม AI ได้หรือไม่
- ตอนนี้วิธีหลีกเลี่ยงที่แน่นอนที่สุดคือ หลบกล้อง แต่หากเทคโนโลยีจดจำใบหน้าถูกติดตั้งแพร่หลายขึ้น วิธีนี้ก็อาจทำได้ยากขึ้น
- ผู้เชี่ยวชาญด้านความเป็นส่วนตัวมองว่าเราอาจอยู่ในตำแหน่งที่เสียเปรียบอยู่แล้วในการคุ้มครองข้อมูลชีวมิติ และในระยะยาว กฎระเบียบระดับรัฐบาลกลาง อาจเป็นเครื่องมือป้องกันที่ใช้งานได้จริง
ระบบสมัยใหม่ทนทานต่อการเปลี่ยนใบหน้าแบบง่ายๆ
- Cynthia Rudin ประเมินว่าเป็นเรื่องยากที่จะเปลี่ยนใบหน้าในแบบที่ยังสมจริงมากพอจะหลอกระบบจดจำใบหน้าระดับล้ำสมัยได้
- ระหว่างการระบาดใหญ่ เมื่อคนจำนวนมากปิดจมูกและปากด้วยหน้ากาก ระบบอาจถูกปรับให้พึ่งพา รูปทรงดวงตา มากขึ้น
- ยังไม่ชัดเจนว่าจะเปลี่ยนรูปทรงดวงตาอย่างสมจริงเพื่อหลอกระบบได้อย่างไร
- แว่นกันแดด หน้ากาก และการแต่งหน้าสุดโต่งอาจทำให้การตรวจจับใบหน้ายากขึ้น แต่สิ่งนี้ใกล้เคียงกับ การปิดบัง มากกว่าการเปลี่ยนใบหน้าเอง
- แม้จะหลอกระบบจดจำได้ด้วยการเปลี่ยนแปลงสุดโต่งอย่างการทำศัลยกรรม แต่หากรูปใบหน้าพร้อมชื่อถูกอัปโหลดขึ้นอินเทอร์เน็ต การจดจำใบหน้าแบบอิงการค้นหาก็อาจระบุตัวตนได้อีกครั้ง
- ตัวอย่างเช่น เพื่อนแท็กในโซเชียลมีเดีย หรือวิดีโอบรรยายถูกอัปโหลดออนไลน์
- หากใบหน้าที่เปลี่ยนไปไม่ตรงกับใบขับขี่หรือหนังสือเดินทาง การเดินทางอาจทำได้ยากขึ้น
ความแตกต่างระหว่างการยืนยันแบบ 1:1 กับการระบุตัวตนแบบ 1:N
- Walter Scheirer มองว่าความยากในการหลีกเลี่ยงการจดจำใบหน้าขึ้นอยู่กับวิธีใช้อัลกอริทึม
- ในชีวมิติของมนุษย์ มักมีวิธีจับคู่ 2 แบบคือ การยืนยันแบบ 1:1 และ การระบุตัวตนแบบ 1:N
- 1:1 ตรวจสอบว่าบุคคลหน้ากล้องตรงกับรูปที่ลงทะเบียนไว้ในฐานข้อมูลตามตัวตนที่เขาอ้างหรือไม่
- วิธีนี้ใช้ในสถานการณ์อย่างการยืนยันตัวตนคอมพิวเตอร์ที่มีความปลอดภัยสูง การสืบสวนของหน่วยงานบังคับใช้กฎหมาย และการขึ้นเครื่องเที่ยวบินระหว่างประเทศที่สนามบิน
- 1:N เปรียบเทียบภาพของวัตถุบุคคลที่ไม่ทราบตัวตนกับชุดรูปที่ลงทะเบียนของตัวตนที่อยู่ในความสนใจ
- วิธีนี้มักใช้ในสภาพแวดล้อมการเฝ้าระวังด้วยวิดีโอ รวมถึงงานบังคับใช้กฎหมายและกิจกรรมข่าวกรองของรัฐ
- ในสภาพแวดล้อม 1:1 ที่มีการควบคุม การหลีกเลี่ยงทำได้ยากมาก
- หากถ่ายในท่าหันหน้าตรง สีหน้ากลางๆ แสงดี และฉากหลังควบคุมได้ วิธีหลบเลี่ยงพื้นฐานอย่างการแต่งหน้า เพิ่มหรือตัดหนวดเครา หรือเปลี่ยนทรงผมจะไม่ได้ผล
- ระบบจดจำใบหน้าสมัยใหม่ที่ใช้โครงข่ายประสาทเทียมให้ความแม่นยำในการจับคู่สูง แม้บุคคลเดียวกันจะมีรูปลักษณ์แตกต่างกันหลายแบบ
- งานวิจัยล่าสุดเกี่ยวกับผลของศัลยกรรมพบว่า การเปลี่ยนโครงสร้างใบหน้าอย่างสุดโต่งที่ไม่ค่อยสวยงามอาจให้ผลได้ในระดับหนึ่ง แต่หัตถการเสริมความงามทั่วไปมีผลน้อยกว่าที่คิด
ในสภาพแวดล้อมเฝ้าระวัง การลดคุณภาพภาพเป็นวิธีที่ทำได้จริง
- การระบุตัวตนแบบ 1:N ในสภาพแวดล้อมเฝ้าระวังที่ไม่มีการควบคุมยังมีช่องให้หลีกเลี่ยงได้ค่อนข้างมากโดยไม่ต้องใช้มาตรการผ่าตัด
- แม้โครงข่ายประสาทที่ดีก็ยังประสบปัญหากับ ภาพคุณภาพต่ำ ที่มีพิกเซลซึ่งให้ข้อมูลใบหน้าไม่เพียงพอ และยิ่งรายชื่อผู้สมัครตัวตนมีจำนวนมากก็ยิ่งยากขึ้น
- วิธีหลีกเลี่ยงจะเน้นไปที่การทำให้อัลกอริทึมไม่ได้พิกเซลใบหน้าที่ดี
- ในสถานการณ์ที่ไม่ดูน่าสงสัย สามารถปิดบังใบหน้าได้ เช่น ใช้ผ้าพันคอในฤดูหนาว หรือใส่แว่นกันแดดในวันที่แดดจัด
- หมวกปีกกว้างซ่อนหน้าผากและเส้นผม อีกทั้งสร้างเงาบนใบหน้าจนกลายเป็นปัจจัยรบกวน
- การใช้มือบังหน้าก็ช่วยได้
- หากก้มหน้าขณะเคลื่อนที่ กล้องรอบๆ จะจับภาพใบหน้ามุมตรงที่ดีได้ยาก
- หากเคลื่อนที่เร็ว เช่น วิ่งจ็อกกิงหรือปั่นจักรยาน ภาพที่ถ่ายได้อาจเกิด motion blur
- คำแนะนำที่ใช้งานได้จริงที่สุดคือรู้ว่ามีการติดตั้งระบบจดจำใบหน้าไว้ที่ใด และหลีกเลี่ยงพื้นที่นั้น
- คำแนะนำนี้จะใช้ได้อีกนานแค่ไหนขึ้นอยู่กับว่าเทคโนโลยีจดจำใบหน้าจะแพร่หลายไปมากเพียงใดในอนาคต
การโจมตีแบบ adversarial และการเปลี่ยนรูปลักษณ์เฉพาะบุคคล
- Xiaoming Liu นิยาม “การหลีกเลี่ยงการจดจำใบหน้า” ว่าเป็นสภาวะที่ระบบจดจำใบหน้าไม่สามารถรู้จำใบหน้าของวัตถุบุคคลที่กล้องจับได้
- วิธีทำให้ระบบจดจำใบหน้าล้มเหลวเชิงรุกมี การโจมตีแบบ adversarial ทางกายภาพ
- โมเดล AI อาจล้มเหลวได้จากการเปลี่ยนแปลงข้อมูลอินพุตเพียงเล็กน้อย และระบบจดจำใบหน้าก็เป็นเช่นนั้น
- แก่นสำคัญคือการหาการเปลี่ยนแปลงเล็กๆ เฉพาะเจาะจงที่ทำให้ระบบจดจำใบหน้าล้มเหลว
- มีงานวิจัยที่ใช้แว่นตาทำให้ระบบจดจำใบหน้าล้มเหลว เช่น กรณีแว่นตาพิเศษของ CMU
- สามารถออกแบบผ้าพันคอ หน้ากากใบหน้า และหนวดในลักษณะคล้ายกันได้
- ยังมีวิธีเปลี่ยนรูปลักษณ์ให้ถูกเข้าใจผิดว่าเป็นคนอื่น
- วิธีที่พบบ่อยคือ การแต่งหน้า
- ต้องแต่งบริเวณไหนและมากเท่าไรนั้นแตกต่างกันไปในแต่ละบุคคล
- คนที่มีใบหน้าพบได้ทั่วไปกว่าและคล้ายกับคนอื่นมากกว่า อาจถูกเข้าใจผิดได้แม้เปลี่ยนการแต่งหน้าเพียงเล็กน้อย
- คนที่มีใบหน้าโดดเด่นมากต้องเปลี่ยนการแต่งหน้ามากกว่านั้นมาก
- ยังสามารถมีแอปสมาร์ทโฟนที่ใช้กล้องดูใบหน้า แล้วแนะนำซ้ำๆ ว่าควรเริ่มแต่งตรงไหน ใช้สีอะไร เพื่อให้ระบบจดจำใบหน้าเข้าใจผิดด้วยการแต่งหน้าน้อยที่สุด
- หน้ากากใบหน้าราคาแพงก็ใช้ได้เช่นกัน แต่เป็นวิธีที่พบได้บ่อยกว่าในภาพยนตร์ฮอลลีวูด
- วิธีที่ 1 ง่ายกว่าสำหรับผู้ใช้ แต่การโจมตีแบบ adversarial ที่ใช้ได้ทั่วไปกับทุกคนมีความน่าเชื่อถือต่ำ
- วิธีที่ 2 มีความเป็นส่วนบุคคลมากกว่าและอาจทำงานได้ดีกว่า แต่ก็ต้องใช้ความพยายามมากขึ้นตามไปด้วย
Embedding และ threshold เป็นตัวกำหนดความยากในการหลีกเลี่ยง
- Kevin W. Bowyer มองว่าคำตอบขึ้นอยู่กับอัลกอริทึมจับคู่ใบหน้าและ threshold ที่ใช้ในอัลกอริทึมนั้น
- การจดจำใบหน้าคือกระบวนการเปรียบเทียบภาพสองภาพ เพื่อตัดสินว่าคล้ายกันพอจะถือว่าเป็นคนเดียวกัน หรือแตกต่างกันพอจะถือว่าเป็นคนละคน
- อัลกอริทึมจดจำใบหน้าแต่ละตัวจะคำนวณเวกเตอร์คุณลักษณะ หรือ embedding จากภาพใบหน้า แล้วเปรียบเทียบความคล้ายกันของเวกเตอร์คุณลักษณะสองชุด
- ภาพใบหน้าหนึ่งภาพอาจถูกลดรูปเหลือรายการตัวเลข 512 ตัว
- ความคล้ายกันของภาพใบหน้าสองภาพอาจออกมาเป็นช่วง 0~100 หรือ -1~+1
- ค่า 100 หรือ +1 จะเกิดขึ้นเมื่อเปรียบเทียบสำเนาของภาพเดียวกันเท่านั้น และเป็นผลลัพธ์ที่พบได้ยากในสถานการณ์จริง
- หากสมมติว่าอัลกอริทึมสมัยใหม่ใช้ช่วง -1~+1 คู่ภาพของคนละคนอาจมีค่าความคล้ายกันกระจุกอยู่ใกล้ 0.0 หรือสูงกว่านั้นเล็กน้อย
- คู่ภาพหลายภาพของคนคนเดียวกันอาจมีค่าความคล้ายกันกระจุกอยู่ใกล้ 0.8 หรือสูงกว่านั้นเล็กน้อย
- หากสภาพการถ่ายภาพถูกควบคุมดี เช่น รูปใบขับขี่ ค่าเฉลี่ยความคล้ายกันของภาพสองภาพของคนเดียวกันจะสูงขึ้น
- หากสภาพการถ่ายภาพควบคุมน้อยกว่า เช่น เฟรมวิดีโอขณะเข้าร้าน ค่าเฉลี่ยความคล้ายกันของภาพสองภาพของคนเดียวกันจะต่ำลง
- หากกำหนด threshold ไว้ที่ 0.7 เมื่อความคล้ายกันของสองภาพต่ำกว่า 0.7 ระบบจะตัดสินว่าเป็นคนละคน และหากตั้งแต่ 0.7 ขึ้นไปจะตัดสินว่าเป็นคนเดียวกัน
- คำถามว่า “ต้องเปลี่ยนรูปลักษณ์มากแค่ไหน” จึงกลายเป็น “วิธีที่ดีที่สุดในการลดค่าความคล้ายกันเมื่อภาพใหม่ถูกนำไปเทียบกับภาพเดิมคืออะไร”
- วิธีที่เป็นไปได้มีทั้งแว่นกันแดดสีเข้ม การเปลี่ยนทรงผม การแสดงสีหน้าเกินจริง การไม่มองกล้องตรงๆ การเพิ่มหรือลดน้ำหนัก และการแต่งหน้า
- ไม่มีวิธีใดรับประกันได้ว่าจะไม่ถูกจับคู่กับภาพเดิม
- อาจไม่รู้ว่าภาพเดิมใดจะถูกใช้ในการเปรียบเทียบ
- อาจไม่รู้ว่าจะใช้อัลกอริทึมและ threshold ใด
- หากรู้ทั้งสามอย่างนี้ ก็สามารถทดลองหาแนวทางที่มีประสิทธิภาพที่สุดได้
1 ความคิดเห็น
ความคิดเห็นจาก Hacker News
ผมก็เคยคิดคล้าย ๆ กัน ตอนที่สนามบินระหว่างประเทศปล่อยให้เดินผ่านไปเลยโดยไม่ตรวจบัตรขึ้นเครื่องกับหนังสือเดินทาง แล้วพอเดินผ่านประตู ระบบก็บอก หมายเลขที่นั่ง ให้
ที่เม็กซิโก พนักงานสนามบินที่ขายไทม์แชร์รุกหนักเกินไป ถึงขั้นจับแขนไม่ให้เดินหนี พอผมแจ้งเรื่องไป ฝ่ายสนามบินก็เปิดวิดีโอที่บันทึกการเคลื่อนไหวทั้งหมดของผมในสนามบินให้ดูทันที และระบุตัวพนักงานคนนั้นให้ได้
อย่างที่บทความบอก ผมคิดว่าเป็นแค่เรื่องของเวลาก่อนที่ระบบแบบนี้จะถูกติดตั้งไปทุกที่ ที่ศูนย์กลางขนส่งสาธารณะ ผู้คนก็แทบจะคุ้นชินกันแล้วโดยไม่มีเสียงคัดค้านมากนัก และไม่นานเทศบาลหรือสถานประกอบการเอกชนก็คงนำไปใช้ด้วย แล้วบรรยากาศอาจกลายเป็นว่า “สนามบินก็ทำอยู่แล้วนี่” ทำไมต้องโวยวายในร้านขายของชำหรือบนทางเท้าด้วย
คนที่ขึ้นเครื่องบินแค่ครั้งหรือสองครั้งในชีวิตจะสนใจมากกว่ากับการฝ่าฟันสถานการณ์ที่สับสนและวุ่นวาย จนยากจะสังเกตว่าใบหน้าของตนถูกจดจำเป็นเรื่องใหม่ หรือว่านี่ไม่ใช่มาตรการพิเศษหลังเหตุการณ์ 9/11 ชาวอเมริกันส่วนใหญ่ไม่เคยไปต่างประเทศเลย หรือเคยไปแค่ประเทศเดียว และถึงไปก็มักเป็นเม็กซิโกหรือแคนาดาที่ไปด้วยรถยนต์หรือเดินข้ามไป
ถ้าเรื่องแบบนี้เกิดขึ้นในชีวิตประจำวันที่คุ้นเคยใกล้บ้าน ผมคิดว่าคนจะเครียดน้อยกว่าและมีเวลาคิดมากขึ้น อย่างน้อยก็น่าจะหยุดถามว่านี่มันเกิดอะไรขึ้น
ในฐานะคนที่เคยทำงานประกอบวิดีโอฉบับตัดต่อจากไลบรารีวิดีโออย่างรวดเร็วโดยใช้คิวพอยต์ในฐานข้อมูล นี่เป็นปัญหาที่น่าสนใจทีเดียว ผมสงสัยว่าวิดีโอสุดท้ายเป็นฉบับตัดต่อแบบหนังสายลับที่ต่อมุมกล้องดี ๆ เข้าด้วยกัน หรือเป็นจอมัลติแคมที่เห็นหลายกล้องพร้อมกันตั้งแต่ช่วงที่ระบุเที่ยวบินขาเข้าได้ และระบบวาดกรอบรอบตัวคนเหมือนกับว่า “รู้” อยู่หรือไม่
ทำให้อยากรู้ว่าระบบจดจำใบหน้าแบบนี้ในโลกจริงมีความเป็นดิสโทเปียแค่ไหน
ตอนนั้นไม่มีการจดจำใบหน้าเลย แต่หลังประสบการณ์นั้น ผมก็มีทัศนคติที่ดีต่อการเฝ้าระวังด้วยวิดีโอมากขึ้น
แต่ในการค้นหาสาธารณะระดับประเทศ อัตราการระบุผิดพลาดสูงเกินไปจนยากจะทำงานได้ดี เมื่อหลุดออกจากบริบทเฉพาะพื้นที่/เวลา เช่น เหตุการณ์ที่มีตำแหน่งและเวลารู้แน่ชัด โดยเฉพาะในที่อย่างสหรัฐฯ ที่การใช้รถยนต์ส่วนตัวแพร่หลายมาก หากไม่ได้ทิ้งร่องรอยไว้มาก ระบบแบบนี้ก็มักไม่ช่วยในทางปฏิบัติได้มากนัก
พลเมืองสหรัฐฯ สามารถปฏิเสธการถ่ายภาพตอนเข้าประเทศได้ แต่ใครจะยอมรับความยุ่งยากนั้นล่ะ แล้วมันก็เดินหน้าต่อไปแบบนั้น
นวนิยายเรื่องใหม่ของ Helen Phillips ชื่อ Hum พูดถึงคำถามนี้ตรง ๆ
โครงเรื่องมีอยู่ว่า ผู้หญิงคนหนึ่งที่ตกงานและกำลังลำบากทางการเงิน เข้าร่วมงานวิจัยที่ให้หุ่นยนต์ระดับไฮเอนด์ผ่าตัดปรับใบหน้าเธอเพียงเล็กน้อยมาก ๆ เพื่อเป็นกลุ่มทดสอบซอฟต์แวร์จดจำใบหน้าล้ำสมัย
สามีของเธอเป็นช่างซ่อมแบบงานกิ๊กที่ส่วนใหญ่ทำงานกำจัดแมลง รายได้ย่ำแย่ ทั้งคู่มีลูกเล็กสองคน และเธอเข้าร่วมเพราะกลัวถูกไล่ออกจากที่พัก งานวิจัยจ่ายเงินก้อนล่วงหน้ามากพอให้ครอบครัวอยู่ได้สบายเป็นเวลา 10 เดือนโดยไม่มีรายได้อื่น
ไม่นานปัญหาก็ปรากฏขึ้น ทั้งที่รูปลักษณ์เปลี่ยนไปเพียงนิดเดียว แต่ครอบครัวและคนรู้จักทุกคนกลับรู้สึกสับสน เพราะเธอดูเหมือนเดิมเป๊ะ แต่มีอะไรบางอย่างที่ต่างออกไป งานวิจัยนี้สร้างใบหน้าแบบนั้นขึ้นมาเพื่อดูว่ากล้องวงจรปิดจะจัดการกับใบหน้าที่อยู่ใน uncanny valley อย่างไร
คำแนะนำนี้เป็นเนื้อหาช่วงต้นของหนังสือ จึงไม่ใช่สปอยเลอร์ และหลังจากนั้นเรื่องราวก็ระเบิดไปในทิศทางที่น่าสนใจอย่างคาดไม่ถึง เป็นนิยายวิทยาศาสตร์เล่มที่หกของนักเขียนที่ได้รับการยอมรับจากนักวิจารณ์และเคยได้รับรางวัล อีกทั้งสำนวนยังงดงาม
อ่าน 19 หน้าแรกได้ที่นี่: https://www.amazon.com/Hum-Novel-Helen-Phillips/dp/166800883...
อ่านข้อสรุปแล้วนึกถึง Lao Rongzhi ของจีน เขาเป็นฆาตกรต่อเนื่องร่วมกับคนรัก Fa Ziying[0] ทั้งสองเดินทางไปทั่วประเทศเพื่อกรรโชกทรัพย์และฆาตกรรม
Fa ถูกจับในปี 1999 หลังเผชิญหน้ากับตำรวจ แต่ Lao หนีคดีอยู่นาน 20 ปี ถึงขั้นไปทำศัลยกรรมเปลี่ยนใบหน้า คนส่วนใหญ่แทบจำไม่ได้
แต่ในช่วง 20 ปีนั้น ซอฟต์แวร์จดจำใบหน้าพัฒนาไปอย่างก้าวกระโดด และกล้องในห้างสรรพสินค้าก็จดจำเขาได้แล้วจับคู่กับ ฐานข้อมูลอาชญากรทั่วประเทศ ตอนแรกตำรวจเองก็คิดว่าเป็นความผิดพลาด แต่หลักฐาน DNA ยืนยันว่าเป็นคนเดียวกัน และสุดท้ายเขาถูกประหารชีวิต
ในยุคนี้ ผมคิดว่าไม่มีใครซ่อนตัวจากการจดจำใบหน้าได้จริง ๆ
[0] https://www.youtube.com/watch?v=I7D3mOHsVhg
“เมื่อวันที่ 9 กันยายน 2021 Lao ถูกศาล Nanchang Intermediate People's Court พิพากษาประหารชีวิตในข้อหาฆ่าคนโดยเจตนา ลักพาตัว และปล้นทรัพย์ สิทธิทางการเมืองถูกเพิกถอนตลอดชีวิต และทรัพย์สินส่วนตัวทั้งหมดถูกยึด Lao อุทธรณ์คำพิพากษา และการพิจารณาคดีชั้นที่สองจัดขึ้นเมื่อวันที่ 18 สิงหาคม 2022 ที่ Jiangxi Provincial Higher People's Court Lao ยอมรับว่าเป็นผู้สมรู้ร่วมคิดของ Fa แต่กล่าวอ้างว่าตลอดความสัมพันธ์นั้นเธอถูก Fa ทำร้ายร่างกายและทางเพศ และทำไปเพราะกลัวว่าจะเสียชีวิต วันที่ 30 พฤศจิกายนปีเดียวกัน ศาลยืนโทษประหาร วันที่ 18 ธันวาคม 2023 Nanchang Intermediate People's Court ได้ดำเนินการประหารชีวิต Lao Rongzhi โดยได้รับอนุมัติจาก Supreme People's Court”
https://en.m.wikipedia.org/wiki/Fa_Ziying_and_Lao_Rongzhi
ค่าความตรงกันจริงอาจสูงกว่านั้นก็ได้ ถึงอย่างนั้น การจดจำใบหน้าในปัจจุบันก็ดูเหมือนให้ “ค่าแฮช” ที่สม่ำเสมอสำหรับใบหน้า แต่เป็นวิธีที่จำกัดจำนวนหลักหรือปริมาณข้อมูล ถ้ารู้ข้อมูลเพิ่มเติมว่าใครบางคนเป็นผู้โดยสารเที่ยวบิน X ก็สามารถเดาได้ด้วยความน่าจะเป็นสูงมากว่าเป็นคนไหน แต่ถ้าต้องค้นหาคนเฉพาะเจาะจงจำนวนมากโดยไม่ยอมรับ false positive มันก็ขยายสเกลได้ไม่ดีนัก
ทางการชอบพูดว่า DNA กับการจดจำใบหน้าจับคนได้ เพราะคำพูดแบบนั้นทำให้ดูเหมือนทางการรู้ทุกอย่างและทำได้ทุกอย่าง ค่าอย่าง “97.3%” ข้างต้นก็อาจผิดหรือไม่มีความหมายก็ได้ แน่นอนว่าเทคโนโลยีแบบนี้มีกรณีที่จับคนได้จริง แต่ก็ยังมีข้อจำกัดและมีต้นทุนสูง
ถ้าเป้าหมายคือเผยแพร่ภาพถ่ายของตัวเองที่เตรียมไว้ แต่ทำให้ระบบจดจำใบหน้าไม่ระบุว่าเป็นตัวเองได้ จริง ๆ แล้วไม่จำเป็นต้องเปลี่ยนใบหน้ามากนัก ดูได้ที่ https://sandlab.cs.uchicago.edu/fawkes/
ภาพที่เตรียมแบบเป็นปฏิปักษ์ยังอาจดูเหมือนตัวเองอย่างสมบูรณ์ในสายตามนุษย์ และข้อมูลที่ทำลายการจดจำใบหน้าจะถูกเข้ารหัสในระดับที่แทบเหมือน สเตกาโนกราฟี สำหรับการรับรู้ของมนุษย์ทั่วไป
คำพูดที่ว่า “การเรียกร้องให้รัฐบาลออกกฎหมายปกป้องเรานั้นง่ายกว่ามาก…” ฟังดูใสซื่อไปหน่อย ข้อมูลส่วนใหญ่มีอยู่แล้ว และเพียงแค่มีรัฐบาลชุดอื่นเข้ามา การคุ้มครองนั้นก็อาจถูกทำให้ไร้ผลได้ จึงสายเกินไปแล้ว
ด้วยเหตุนี้ ชาวเยอรมันและชาวยุโรปจึงต่อสู้กับการเก็บข้อมูลและสร้างกลไกคุ้มครองมาอย่างเข้มแข็งตั้งนานแล้ว และน่าจะมีนโยบายกับกฎระเบียบที่ซับซ้อนที่สุดชุดหนึ่ง
แต่เมื่อเวลาผ่านไป การรักษาการเก็บข้อมูลให้อยู่ในระดับขั้นต่ำแทบเป็นไปไม่ได้ ตอนแรกจะมีข้อยกเว้นเล็ก ๆ ที่สมเหตุสมผลในตัวเอง จากนั้นผู้มีส่วนร่วมก็เพิ่มขึ้น กลายเป็นเรื่องปกติ และสุดท้ายก็ไม่เหลือ กลไกคุ้มครอง อีก
ถ้าหยุดตอนนี้หรือเร็ว ๆ นี้ ก็สามารถตัดไฟแต่ต้นลมได้ สำหรับเราเองก็น่าจะยังไม่สายเกินไปนัก การจดจำใบหน้าจากรูปทรงกะโหลกยังเป็นเรื่องน่ากังวลก็จริง แต่เฉพาะเมื่อฝ่ายที่มีเจตนาร้ายมีวิดีโอล่าสุดของเราเท่านั้น ไม่เช่นนั้นก็ตรวจสอบได้เพียงกิจกรรมในอดีต
ข้อมูลชนิดอื่นมีข้อจำกัดที่ทำให้ประโยชน์ใช้สอยในระยะยาวลดลงมากกว่า ทั้งนี้ภายใต้เงื่อนไขว่าเราไม่ร่วมหลงเชื่อภาพลวงตาแบบ “จินนี่ที่ออกจากขวดแล้วเอากลับเข้าไปไม่ได้”
ผมมักสงสัยอยู่บ่อย ๆ ว่าจะเป็นอย่างไรถ้าเดินไปไหนมาไหนโดยติด LED อินฟราเรด สว่าง ๆ ไว้ที่ปกเสื้อ ให้กะพริบที่ 30Hz หรือ 60Hz ซึ่งแทบมองไม่เห็นด้วยตาเปล่าของมนุษย์ แต่เข้าไปถึงชิป CMOS ส่วนใหญ่และมีความยาวคลื่นต่ำพอจะทำให้กล้องพร่าตาได้
ผมคิดเรื่องนี้ทุกครั้งที่ไปซื้อของเข้าบ้าน ผมไม่ชอบถูกสอดส่อง และก็ไม่มีอะไรต้องปิดบัง แต่ไม่ชอบลักษณะที่มันทั้งโน้มน้าวและกดดัน ผมไม่เคยขโมยของเลยทั้งชีวิต ถ้ามีคนเดินตามยังน่ารำคาญน้อยกว่า แต่ผมไม่ชอบการวิเคราะห์ด้วยอัลกอริทึมที่มีประสิทธิภาพกว่า น่ากลัวกว่า และล่วงล้ำกว่ามาก
ผลของการทดลองแบบนี้คงน่าจะเป็นการถูกขอให้ออกไป หรือบทสนทนาน่าอึดอัดกับตำรวจ ถึงอย่างนั้นก็ยังอยากให้ใครสักคนที่กล้ากว่าผมลองทำดู ถ้าติดไฟไว้บนเสื้อผ้าได้ แล้วทำไมจะทำให้มันเป็นอินฟราเรดไม่ได้ล่ะ?
ต้องเปลี่ยนใบหน้ามากแค่ไหนถึงจะหลบเลี่ยงการจดจำใบหน้าได้? คำตอบต้องห้ามที่ได้แรงบันดาลใจจาก W.O.P.R. คือไม่เล่นเกมนี้
ถ้าเป็นไปได้ ให้หลีกเลี่ยงพื้นที่ที่มีกล้อง เพราะมันกระทบรายได้ของพวกเขา
ติดต่อธุรกิจหรือคู่ค้าผ่าน Zoom หรือ Jitsi เมื่อทำได้
พึ่งพาตัวเองให้มากขึ้น อย่าใช้เงินเมื่อไม่จำเป็น และสั่งส่งของชำที่ดีต่อสุขภาพมา ลดภาษีขายลง
ถ้าบริษัทอนุญาตก็ทำงานจากบ้าน ใช้ชีวิตให้ใกล้เคียงกับการอยู่แบบ ออฟกริด ให้มากที่สุด
สำหรับธุระที่เลี่ยงไม่ได้ ให้จ้างคนอื่นทำ จ่ายเงินสดให้เด็กข้างบ้านไปทำธุระในเมืองแทน
ผมรู้ว่าคำพูดแบบนี้คงไม่เป็นที่นิยมกับใคร แต่ผมก็เป็นคนแบบนั้น
โดยรวมเป็นบทความที่ไม่เลว แต่คำแนะนำจริง ๆ ก็ไม่ได้ต่างจากตอนที่ผมแตะเรื่องนี้ครั้งสุดท้ายเมื่อกว่าสิบปีก่อนมากนัก
โดยทั่วไปคืออย่าเงยหน้ามองขึ้น พยายามปิดใบหน้าให้มากที่สุด สลับรูปแบบให้อลกอริทึมจับคู่ได้ยากว่าเป็นคนเดียวกันเมื่อเวลาผ่านไป รู้ตำแหน่งกล้องและวิธีหลีกเลี่ยง และถ้าจำเป็นต้องเข้าไปในพื้นที่เฝ้าระวังที่รู้กันอยู่แล้ว ก็รีบออกมาอย่างเงียบ ๆ ให้เร็วที่สุด ถ้าหวาดระแวงเป็นพิเศษ ก็ควรเปลี่ยนชุดระหว่างพื้นที่เฝ้าระวังด้วย
แต่ควรเลิกหวังตั้งแต่ตอนนี้ว่าจะหลอก การสอดส่องของรัฐบาล ได้ ถ้าผู้เล่นระดับรัฐที่มีความสามารถตั้งใจหมายหัวใครสักคน เขาคงเอาคนนั้นเข้าไปอยู่ในตาข่ายแล้ว แม้แต่ภาพวิดีโออนาล็อกขาวดำพร่ามัวจากกล้องร้านขายของชำเก่า ๆ พวกเขาก็มีข้อมูลเพียงพออยู่แล้วที่จะจับคู่ใบหน้าได้
หากไม่มีศัลยกรรมหรืออุปกรณ์เสริมใบหน้าอย่างมีนัยสำคัญ คุณไม่มีทางชนะ และต่อให้ทำแบบนั้น ถ้าพวกเขาต้องการจริง ๆ ก็จะเก็บลายนิ้วมือบางส่วนจากสิ่งของที่คุณแตะเพื่อยืนยันตัวตนอยู่ดี
กฎข้อแรกของความปลอดภัยคือ ถ้าใครสักคนต้องการสิ่งที่คุณมีอย่างสุดชีวิต ก็ไม่มีทางหยุดเขาได้ คุณต้องวางแผนโดยคำนึงถึงเรื่องนี้ นั่นจึงเป็นเหตุผลที่ผมไม่ไปประท้วง และหลีกเลี่ยงงานที่มีการใช้เทคโนโลยีจดจำใบหน้า จากงานในอดีต ผมถูกใส่เข้าไปในชุดข้อมูลพวกนั้นหลายครั้งแล้วพร้อมข้อมูลอ้างอิงคุณภาพสูง และยังมีการอัปเดตผ่านรูปถ่ายหนังสือเดินทางหรือการเข้าถึง Global Entry ด้วย
ทางเลือกที่ปลอดภัยที่สุดคืออย่าเอาตัวเองไปอยู่ในตำแหน่งแบบนั้นตั้งแต่แรก และนั่นก็น่าจะเป็นทางที่ดีที่สุดสำหรับคนส่วนใหญ่ด้วย
ในการถกเถียงที่ฉลาดกว่านี้ ประเด็นสำคัญของข้อมูลชีวมิติอยู่ที่ว่า “เมื่อถูกละเมิดแล้ว ก็ถูกละเมิดตลอดไป” ข้อมูลชีวมิติไม่ใช่รหัสผ่าน แต่ใกล้เคียงกับ คีย์สาธารณะหรือชื่อผู้ใช้ มากกว่า
โชคดีที่คำพูดนั้นใช้กับรัฐบาลตรง ๆ ไม่ได้ แม้รัฐบาลปัจจุบันจะถูกทำให้เสียหายแล้ว ก็ยังสามารถเปลี่ยนกลับไปเป็นสภาพที่ไม่เสียหายได้ผ่านกระบวนการประชาธิปไตย
ดังนั้นอาจพูดได้ว่าการเปลี่ยนรัฐบาลง่ายกว่าการเปลี่ยนใบหน้า จุดที่ควรทุ่มเทความพยายามคือทางนั้น
ทันทีที่นำไปใช้กับประชากรขนาดใหญ่ระดับทั้งสหรัฐฯ และมองข้ามบริบทด้านเวลาและพื้นที่ ก็จะเกิด การชนกัน ขึ้น โดยเฉพาะเมื่อพิจารณาตัวอย่างบางส่วน ไม่ว่าจะเพราะข้อผิดพลาดของเซ็นเซอร์หรือเหตุผลอื่นก็ตาม
เคยมีคนบริสุทธิ์ต้องติดคุกเพราะศาลมองข้ามความจริงที่ว่าการจับคู่ข้อมูลชีวมิติเป็นเพียงความเป็นไปได้ที่จะตรงกันเสมอ ไม่ใช่การตรงกันที่รับประกันได้
ถ้าการใส่แว่นกันแดดและทำอะไรกับใบหน้า เช่น สวมหน้ากากหรือแต่งหน้าจัด ๆ ทำให้ตรวจจับใบหน้าได้ยาก แต่จะบอกว่านั่นเป็น “การโกง” เพราะมันไม่ได้เปลี่ยนใบหน้า แค่ซ่อนใบหน้าไว้ งั้นก็แค่ใส่ แว่นกันแดดกับหน้ากาก ก็พอ ใครจะสนว่ามันโกงหรือเปล่า