Molte aziende hi-tech hanno rivolto la loro attenzione a come offrire le loro conoscenze per vincere la battaglia contro il Covid-19. Una di queste è FitBit, che sta lavorando ad un tracker per prevedere i sintomi prima che siano presenti ma ci sono altri esempi di come app e smartphone possano aiutare a combattere il virus.
Tuttavia, poiché sempre più persone indossano maschere per il viso, si è presentata una nuova sfida. Alcune stime suggeriscono infatti che i tassi di errore degli algoritmi di riconoscimento facciale siano aumentati fino al 50%.
Uno studio condotto dal National Institute of Standards and Technology (NIST) degli Stati Uniti ha riscontrato picchi di errori che vanno dal 5 al 50% da parte dei software di riconoscimento facciale più popolari. Sembra che le maschere nere causino più errori delle maschere blu e se questa copre anche il naso, la situazione peggiora drasticamente.
Mei Ngan, autore del rapporto e scienziato informatico del NIST, ha sottolineato la necessità che il software si evolva: “Abbiamo iniziato a concentrarci su come un algoritmo sviluppato prima della pandemia potesse essere influenzato da soggetti che indossavano maschere per il viso”.
“Entro la fine dell’estate, abbiamo in programma di testare l’accuratezza degli algoritmi che sono stati sviluppati intenzionalmente pensando ai volti mascherati”
Lo studio ha preso in considerazione solo la corrispondenza individuale come quella presente nelle frontiere e controllo passaporti. Gli algoritmi utilizzati nella sorveglianza di massa, quelli chiamati abbinamenti “One-To-Many”, dovrebbero registrare molti più errori.
Varie aziende tecnologiche stanno lavorando a nuovi algoritmi per adattarsi al nuovo mondo. Una società russa NtechLab afferma di poter identificare le persone anche se queste indossano un passamontagna ma per il momento sono solo tesi non verificate…