Сообщить об ошибке на сайте
URL
Ошибка
Тренды

Распознавание лиц — это не только автоматическое обнаружение улыбки при попытке сделать селфи или сложные нейросетевые алгоритмы, помогающие полиции искать террористов в толпе. Банкам технология помогает лучше обслуживать VIP-клиентов, ритейлерам — изучать аудиторию и проводить маркетинговые кампании, и тем и другим — предотвращать нарушения (вместо того, чтобы ловить мошенников и воров). Генеральный директор VisionLabs Александр Ханин на AI Conference 2018 рассказал, как распознавание лиц применяется в бизнесе, а «Хайтек» публикует его выступление (с небольшими сокращениями).

Мошенники и воришки

Экономия для банка — сумма кредитов, которые не были выданы мошенникам. Поддельные документы продаются на вокзалах — их воруют у приезжих, вклеивают в них новые фотографии и берут кредиты. Мы предложили фотографировать каждого вновь пришедшего клиента и сравнивать его лицо с предыдущими заявителями — и начали находить в банковских базах людей, которые оформляли заявки на кредит десятками и сотнями, все на разные паспортные данные (в нашей практике был случай, когда мошенники за месяц взяли больше 100 кредитов на одного человека). «Почта Банк», который пользуется этой системой с 2015 года, за 2016 год уберег от потери 1,5 млрд рублей.

Банкоматы тоже распознают лица — проверяют лицо предъявителя карты на соответствие ее владельцу. Если карта чужая, у предъявителя могут запросить дополнительные сведения, ограничить лимит снятия средств или вообще отказать в операции.

Распознавание лиц — это еще и «Uber для охранников». Торговый центр может расставить камеры по разным точкам и подключить их к единой базе федерального розыска. Если обнаруживается, что в какой-то из магазинов пришел человек, ранее замеченный в хулиганстве, кражах или находящийся в розыске, — туда отправляется охранник и просто контролирует ситуацию, чтобы ничего не случилось. Как правило, случается, — наша практика показывает, что в 60% случаев люди, которые раньше были замечены в кражах, повторно пытаются воровать.


О Vision Labs

VisionLabs — российская компания, разрабатывающая системы распознавания лиц и объектов. Поставляет свои программы крупным банкам, интернет-компаниям, розничным сетям; среди клиентов — «Интел», Сбербанк, Facebook, кредитное бюро EQUIFAX и другие. Платформа для распознавания лиц компании VisionLabs — в топе тестов NIST и Labeled Faces in the Wild. По словам Александра Ханина, более 1 млн камер в России и за рубежом управляются алгоритмами VisionLabs, более 60 млрд транзакций ежегодно авторизуются с помощью их систем распознавания лиц.


VIP-клиенты и модники

Ни один человек не сможет проверить документы так же быстро и качественно, как система распознавания лиц. В банке клиент постоянно сталкивается с ситуацией: за стеклом стоят несколько человек и голосуют, это он или не он. Автоматическое распознавание не доставляет клиенту такой дискомфорт.

Представьте, вы приходите в отделение любого банка — а вас пропускают вперед, потому что камеры узнали в вас VIP-клиента или заемщика, пришедшего погашать кредит. Это уже сейчас работает, это вполне реальный окупаемый кейс.

Банк может договориться с магазином, поставить на входе камеру и, распознав среди посетителей своего клиента, прислать ему рекламный пуш: «Друг! Сегодня у тебя уникальная возможность: при покупке ювелирных изделий кэшбек в два раза больше!» (обычно это именно ювелирные, сети одежды или бытовой техники). Это стимулирует клиента совершать покупки и пользоваться картой банка, заплатившего за установку камеры.

Магазины считают посетителей при помощи инфракрасных датчиков на входе. Но всех интересует персонализированная информация: не сколько человек вошло в торговый центр, а кто это был и как часто они возвращались. Сейчас определение возраста работает с точностью ± 2 года, пола — с точностью 99,5%.

И арендаторам, и арендодателям интересно, как потоки посетителей распределяются по площадям, где самые холодные и горячие зоны. Например, по нашему опыту, самая горячая зона в продовольственном магазине — это алкогольная касса.

Лицо — универсальный идентификатор, который всегда с собой. Если в кошельке не осталось места для скидочных карт, скидку можно «привязать» к лицу, «считывая» в пассивном режиме: покупатель не достает карту, не называет номер, а получает скидки и привилегии на автомате. Ритейлерам интересен этот кейс, ведь все они борются за удержание клиентов.

Если клиент в первый раз заплатит наличными, во второй — картой одного банка, в третий — картой другого банка, для ритейлера это будут три разных клиента. Но если «привязывать» покупки к лицу, а не к картам, отслеживать их будет удобнее. Можно узнавать клиента на кассе с помощью камер, находить его историю покупок и делать предложения на следующую — это на 2-3% увеличивает продажи. Такая техника дает ритейлеру возможность видеть всю аудиторию, а не только 30%, что расплачиваются картами.

Интернет-магазинам эта технология дает возможность создавать виртуальные примерочные. Есть такие интернет-магазины очков: вам привозят на примерку много разных оправ. Возврат — больше 70%. Можно сделать на сайте или в мобильном приложении селфи, по которому на основе опорных точек на лице будет строиться трехмерный аватар покупателя, на который можно будет «примерить» оправу. Получится серьезная оптимизация затрат на логистику.

Вопросы и риски

Крупные клиенты предпочитают решения, которые работают на их стороне и под их полным контролем, поэтому мы даже не храним биометрические данные. Так, на выходе нейросети лицо человека кодируется 256 байтами целых чисел. Это абсолютно обезличенные данные, по ним нельзя восстановить ни исходную фотографию, ни размеры черепа, ни межзрачковые расстояния.

Крупных заказчиков волнует, законны ли сбор и обработка биометрических данных. Легально ли распознавать лица, собирать и анализировать информацию о людях? Мы провели очень большую работу: за год привели платформу распознавания лиц к такому виду, чтобы это было полностью легально и в Европе, и в США, и в России.

Любую технологию можно взломать — это вопрос цены. У нас самих есть технология FaceDJ. Она позволяет по одному селфи сгенерировать 3D-модель лица, которую можно напечатать на силиконе и разблокировать iPhone X.

Количество успешных разблокировок мобильного по лицу владельца — это True Positive Rate. Но гораздо важнее False Positive Rate — количество ложноположительных срабатываний. Например, сейчас в самых обычных камерах за $3–5 можно достичь 99% успешных срабатываний при шансе, что мошенник получит успех в одном случае из 1 млн. Это управляемый параметр: вы можете «закрутить гайки» — тогда мошенник получает успех только один раз на 100 млн попыток, а для владельца успешными становятся 92 попытки из 100.

Заказчикам важно не наличие у вас нейронной сети, а готовых бизнес-решений, которые можно легко и быстро внедрить. Сейчас разница между компанией из первой десятки и компанией из второй десятки не драматическая — но платить клиенты готовы в тех случаях, когда легко считается экономика и срок возврата инвестиций.

Загрузка...
Подписывайтесь на наши каналы в Telegram

«Хайтек» - новости онлайн по мере их появления

«Хайтек» Daily - подборки новостей 3 раза в день

Колонизация отменяется: почему терраформирование невозможно на Марсе
Тренды
Сет Стивенс-Давидовиц: у людей гораздо больше непристойных и скверных мыслей, чем мы думали
Мнения
Умные города подвергают своих жителей опасности из-за датчиков освещения и радиации
Тренды
Биоценоз в фарме: зачем нужна альтернатива антибиотикам и как работают лекарства нового поколения
Тренды
Мнения
Геронтолог Обри ди Грей: жизнь длиной в тысячу лет — это побочный эффект поиска вечного здоровья
Чарльз Адлер, co-founder Kickstarter: я — панк-рокер, который раздвигает границы
Кейсы
Как ИИ меняет медицину: личный помощник для врачей, маршрутизатор в клиниках и разработчик лекарств
Кейсы
Эдвин Диндер, Huawei Technologies: умный город — это ничто
Мнения
«Если изобретение с ИИ не приносит пользу, сам продукт никому не нужен»
Мнения
Feature engineering: шесть шагов для создания успешной модели машинного обучения
Тренды
Карло Ратти, Senseable City Laboratory (MIT) — о городах будущего, третьей коже человека и роболодках
Тренды
Мнения
Человек — это набор из пяти чисел: Игорь Волжанин, DataSine — о психотипировании с помощью big data
Мы все — сенсоры: CEO SQream Ами Галь — о том, как обрабатывают big data
Кейсы
Что такое скрапинг: как Amazon, Walmart и другие ритейлеры используют ботов в борьбе с конкурентами
Идеи
Почему китайские подлодки-беспилотники станут самым опасным врагом под водой?
Идеи
Филипп Роуд, LSE Cities: самый кошмарный сценарий — беспилотники, ездящие по городу, чтобы не платить за парковку
Мнения
Юрий Корженевский — о том, как построить безопасные системы для банков на блокчейне
Блокчейн
MyGenetics: ДНК-тесты, помогающие «взломать» организм, как компьютер
Тренды
Иннополис
Russian Robot Olympiad: как дети строят роботов и решают реальные инженерные проблемы
Trade-to-Mine: как биржи привлекают трейдеров в условиях падения рынка
Блокчейн
Дмитрий Фадин, 3D Bioprinting Solutions — о будущем биопринтинга и печати органов в космосе
Мнения
IoT изменит все: какие умные технологии принесут бизнесу экономию, безопасность и инновации
Тренды
Как высокие технологии побуждают нас покупать билеты и туристические услуги
Тренды
Чем плоха Кремниевая долина для IT-стартапов из России: дорого, неудобно и нет транспорта
Мнения
Жить по-умному: как защитить свой дом и не бояться киберугроз
Умный дом
Андрей Синогейкин, Wonder Technologies, — об искусственных алмазах
Тренды
Никита Бокарев, ESforce, — о деньгах, киберспорте и его немаргинальности
Тренды
Тренды
YouTube-депрессия: как создатели популярных каналов боятся потерять подписчиков и разум
Гельмут Райзингер, Orange Business Services, — об IIoT, 5G и телеком-стартапах
Мнения
«Робот берет вас на работу»: как искусственный интеллект, блокчейн и VR подбирают персонал
Мнения
Телемедицина, роботы и умные дома: каким через 5 лет будет «оцифрованный» город в России
Тренды
Мясная революция: как перейти от веганских заменителей к клеточным технологиям и биореакторам
Идеи
AI-выборы: как искусственный интеллект и голосовые помощники сделают демократию лучше
Тренды
Идеи
Тупик для беспилотников: как мечты разработчиков разбиваются о неожиданности на дорогах
Здесь нужен InsurTech: за какими стартапами будущее страхования
Мнения
Идеи
Вирус лженауки в Google: как поисковые системы распространяют опасные мифы о прививках
«Кто-то управляет моим домом»: как жертв домашнего насилия терроризируют с помощью умных устройств
Умный дом
Паскаль Фуа, EPFL, — о ключевых точках, глубоких нейросетях и эпиполярной геометрии
Мнения
20 фильмов о кибербезопасности, взломах и цифровых преступлениях
Тренды
Ян Лекун, Facebook: прогностические модели мира — решающее достижение в ИИ
Мнения
Джианкарло Суччи: «Попытка спроектировать программу без багов — утопия»
Иннополис
Game out: Как видеоигры обучают детей-аутистов держать равновесие и узнавать людей
Тренды
Прослушка, контроль камеры и предсказание смерти пользователя: самые странные патенты Facebook
Кейсы
Цес Снук, QUVA: мы не хотим зависеть от крупных компаний, которые владеют всеми данными
Мнения
Дмитрий Песков, АСИ: «В России традиционно долго запрягают, и в сфере IT мы только этим и занимаемся»
Иннополис
ДНК-тесты: как генетические компании обманывают людей и разрушают семьи
Мнения
Мануэль Маццара: «Для Facebook вы не покупатель, вы — продукт»
Иннополис
Тренды
Блокчейн, искусственное мясо и «смерть» смартфонов: что будет с технологиями через 10 лет
Витторио Феррари, Google: «Чтобы машина распознала книгу о Гарри Поттере нужна сложная математическая модель»
Мнения