Ondanks alle hype rond technologie voor authenticatie op basis van biometrische gezichtsherkenning, staat deze technologie eigenlijk nog maar in haar kinderschoenen. Maar pas op! Het heeft zeker potentieel om de veiligheid en dienstverlening in diverse verticale markten naar een hoger plan te brengen. De vraag is, hoe kan authenticatie op basis van gezichtsherkenning op verantwoorde wijze worden benut?
Authenticatie op basis van gezichtsherkenning heeft inmiddels de mainstream bereikt. Apple heeft de vingerafdrukscan waarmee het vroegere modellen van zijn iPhone beveiligde, ingeruild voor gezichtsherkenning van de iPhone X. Daarmee gebruiken miljoenen mensen deze technologie voor het eerst in de praktijk. Het gezicht van de gebruiker wordt omgezet in 30.000 infrarode stippen. Vervolgens worden diverse controlemechanismen toegepast om foutieve authenticatie te voorkomen. Een daarvan is het gebruik van een traditioneel wachtwoord. Maar de iPhone X-variant van deze technologie is slechts het puntje van de ijsberg van de mogelijkheden van gezichtsherkenning.
Drastische verbetering
Het is belangrijk om op te merken dat biometrische gezichtsherkenning niet voor niets is ontwikkeld. Deze technologie ontleent haar bestaansreden aan de mogelijkheid om identificatie op basis van iets dat u kent (zoals een wachtwoord) of iets dat u in bezit hebt (zoals een beveiligingspasje) in te ruilen voor identificatie op basis van wie u werkelijk bent. Het gebruik van biometrische gezichtsherkenning als tweede authenticatiefactor zorgt voor een drastische verbetering van de beveiliging.
De discussie over deze technologie richt zich begrijpelijkerwijze voor een deel op privacy en andere vraagstukken. Daarom zijn diverse potentiële voordelen nog altijd niet gerealiseerd. Laten we bijvoorbeeld eens kijken naar mogelijkheden om gezichtsherkenning in te zetten als tool voor klantenservice. Daarmee kunnen we de controversiële aspecten die een bespreking van de mogelijkheden van deze nieuwe technologie kunnen doen ontsporen voor het gemak buiten beschouwing laten. Dit is een verstandig uitgangspunt voor een discussie. Dit, omdat de meningen ten aanzien van de privacy per sector sterk van elkaar verschillen.
Hotelsector
Volgens het ‘Hotel 2025’-rapport van Oracle is er in de hotelsector sprake van een toenemend enthousiasme voor het gebruik van systemen voor gezichtsherkenning. Niet alleen voor de identificatie van de gasten. Maar ook voor de interactie met hen. 72% van alle hoteliers verwacht dergelijke technologie in de komende vier jaar te gaan gebruiken. Momenteel is er sprake van lagere verwachtingen ten aanzien van de privacy in situaties waarin een kamer is geboekt. Of indien men lid is geworden van een loyaliteitsprogramma. Biometrische gezichtsherkenning biedt echter diverse hotels de mogelijkheid om hun conciërgediensten naar een hoger peil uit te tillen.
Voor zorginstellingen kan gezichtsherkenning bijdragen aan een verbeterde bescherming van patiënten. Zeker bij begeleid wonen en de zorg voor patiënten met Alzheimer, dementia en andere vormen van cognitieve stoornissen. Als een patiënt een faciliteit verlaat zonder identificatiemiddel, kan gezichtsherkenning helpen om snel diens identiteit vast te stellen. En om hem of haar in veiligheid te stellen.
Veiligheid op scholen
En wat de denken van de onderwijssector? Schooldistricten in Arkansas en New York zijn reeds mogelijkheden aan het bestuderen om technologie voor gezichtsherkenning te combineren met machine learning-algoritmen. Het doel is om mensen, objecten en zelfs gedragspatronen te herkennen die gevaren voor de veiligheid opleveren.
De kracht van deze technologie zal goed naar voren komen in het geval van een tragedie zoals een schietpartij op een school. Zo zou een biometrisch systeem kunnen aangeven dat iemand de school nadert, bevestigen of die toestemming heeft om op de campus aanwezig te zijn en gebruikmaken van objectherkenning om vast te stellen of die een wapen bij zich heeft of verdacht gedrag vertoont. Dit zou een reeks van beveiligingsprocedures in werking kunnen zetten die het ergste voorkomen. Het beeld en de locatie van de dader zouden samen met andere informatie snel kunnen worden overgedragen aan noodhulpverleners, die zich normaliter vaak naar chaotische, verwarrende en huiveringwekkende situaties moeten haasten zonder een helder begrip van wat er precies is voorgevallen.
Authenticatie en medische zorg
De technologie zou ook kunnen worden ingezet om het gedrag te identificeren van iemand die gewond is geraakt en de resulterende informatie direct naar het medische personeel en hulpverleners te verzenden. Zo kan het slachtoffer zo snel mogelijk passende zorg ontvangen. Door noodhulpverleners te laten weten wat er precies aan de hand is en wat er voor, tijdens en na het incident gebeurde, wordt het mogelijk om sneller en met grotere nauwkeurigheid levens te redden. En om de daders te arresteren.
Wat toepassingen op het gebied van beveiliging en openbare veiligheid betreft zijn de mogelijkheden van gezichtsherkenning werkelijk eindeloos. Er is echter sprake van een tweede technologisch stukje van de puzzel dat nadere invulling moet krijgen.
De volledige kracht van gezichtsherkenning kan worden ontsloten door biometrische optimalisatie van kunstmatige intelligentie en machine learning. Camerabeelden wijken af van andere typen data. Ze kunnen worden geanalyseerd door ze te versnellen of vertragen. Zonder kunstmatige intelligentie is dit echter een te lastig en tijdrovend proces. Volgens het National Center for Education Statistics maakt zo’n 94% van alle openbare middelbare scholen in de Verenigde Staten gebruik van camera’s voor het vastleggen van livestreams. En het is geen haalbare kaart om deze beelden direct handmatig te verwerken.
Kunstmatige intelligentie
Om de extra complexiteit van geavanceerde toepassingen te ondervangen moeten beelden worden omgezet in bytes. Kunstmatige intelligentie kan de resulterende data efficiënt verwerken, patronen identificeren en een zoekindex van gebeurtenissen opbouwen. Hoewel biometrische technologie momenteel voldoende is geavanceerd om activiteiten te herkennen, is er verdere innovatie op het gebied van kunstmatige intelligentie nodig om de resterende kloof te dichten. We zijn nog een jaar of twee van deze nieuwe mogelijkheden verwijderd, maar het is nu al zeker dat die in diverse sectoren de regels van het spel zullen veranderen.
Hoe dit zal uitpakken met het oog op de zorgen over de privacy in het tijdperk van de GDPR moet nog worden bezien. Maar één ding wat zeker is, is dat overeenstemming met deze richtlijn op veel betrouwbaardere wijze kan worden gewaarborgd met een professioneel ontwikkelde technologie die op een verantwoorde manier wordt ingezet. En dat verschilt als dag en nacht met de huidige situatie, waarin sprake is van verwarrende beelden die met duizenden verschillende camera’s op smartphones worden geschoten en na een incident worden verzonden, geüpload of gedeeld, zonder enige context, verantwoording of betrouwbaarheid, en belangrijker nog: zonder enige overwegingen ten aanzien van de privacy.
Camera’s
De vraag is niet of we in ons dagelijkse leven op camera worden vastgelegd. Alleen al in de Verenigde Staten staan 62 miljoen beveiligingscamera’s opgesteld. Daarnaast hebben mensen nog veel meer camera’s in hun jas- of broekzak zitten. Het is zaak om de beste manier te vinden om op verantwoorde wijze verbetering te brengen in wat reeds een realiteit is. Dit steeds met behulp van een technologie die de veiligheid en dienstverlening naar een hoger plan zal brengen.
Vincent Zeebregts , country manager Fortinet Nederland
