Изучение, появляющееся сейчас на Слушаниях Национальной академии наук, принесло ответы. В работе, которая объединяет судебную медицину с компьютерным исследованием и психологией видения, команда ученых из технологий и Национального института стандартов (NIST) и трех университетов проверила точность опытных идентификаторов лица, обеспечив по крайней мере одно открытие, которое поразило кроме того исследователей: Обученные люди выступают оптимальнее с компьютером как партнер, не второй человек.
«Это – первое изучение, которое измерит идентификационную точность лица для опытных судебных лицевых ревизоров, действующий при событиях, каковые используются в настоящем изучении условий судьбы», сообщил инженер-электроник NIST П. Джонатон Филлипс. «Отечественная более глубокая цель была в том, чтобы отыскать лучшие методы расширить точность судебных лицевых сравнений».Упрочнение команды началось в ответ на отчет 2009 года Национального исследовательского совета, «Усилив Судебную медицину В США: Путь Вперед», что выделил потребность измерить точность судебных ответов ревизора.
Изучение NIST – самоё всестороннее рассмотрение на дату идентификационного исполнения лица через бессчётную, разную группу людей. Изучение кроме этого исследует лучшую разработку кроме этого, сравнивая точность современных методов распознавания лиц людским специалистам.Их итог данной хорошей конфронтации человека против автомобили?
Ни один не приобретает одни лишь отличных показателей. Большая точность была достигнута с сотрудничеством между двумя.«Общества надеются на обучение и экспертные знания опытных судебных лицевых ревизоров, по причине того, что их суждения, как думают, являются лучшими», сообщила соавтор Элис О’Тул, учитель когнитивистики в Техасском университете в Далласе. «Но мы выяснили, что, чтобы получить самый весьма правильную идентификацию лица, мы должны объединить преимущества людей и автомобилей».Результаты прибывают в своевременный момент в развитие разработки распознавания лиц, которая продвигалась на протяжении многих лет, но лишь совсем сравнительно не так давно достигла компетентности, приближающейся к тому из самые эффективных людей.
«Если бы мы сделали это изучение три года назад, лучшая компьютерная работа метода была бы сопоставима со средним нетренированным студентом», сообщил Филлипс. «В наши дни современные методы выступают, и превосходно обученный специалист».Само изучение вовлекло в общем итоге 184 участника, много для опыта этого типа. Восемьдесят семь были научены опытные лицевые ревизоры, тогда как 13 были «супер устройства распознавания», термин, подразумевающий необыкновенную врожденную свойство. Оставление 84 – контрольные группы – включали 53 студента отпечатка и ревизора 31 пальца бакалавриата, ни у одного из которых не было обучения в лицевых сравнениях.
Для теста участники взяли 20 пар изображений лица и оценили возможность каждой пары, являющейся тем же самым человеком в масштабе на семь пунктов. Исследовательская несколько намеренно выбрала очень сложные пары, применяя изображения, забранные с ограниченным контролем освещения, появления и выражения. Они тогда удостоверились в надежности четыре из последних компьютеризированных методов распознавания лиц, все развитые между 2015 и 2017, применяя те же самые пары изображения.Три из методов были созданы Рамой Челлэппой, учителем электротехники и вычислительной техники в его команде и Университете Мэриленда, которая содействовала изучению.
Методы были научены трудиться в неспециализированных обстановках с распознаванием лиц и были применены без модификации к комплектам изображения.Один из результатов был неудивительным, но большим к совокупности правосудия: обученные специалисты сделали существенно лучше, чем нетренированные контрольные группы. Результат установил превосходящую свойство обученных ревизоров, так обеспечив в первый раз научное основание для их свидетельских показаний в суде.Методы кроме этого оправдали себя прекрасно, как мог бы ожидаться от устойчивого улучшения работы метода за последние пара лет.
То, что подняло коллективные брови команды, расценило выступление многократных ревизоров. Команда поняла, что объединение точек зрения многократных судебных ревизоров лица не принесло самые правильные результаты.«Отечественные эти говорят о том, что отличных показателей прибывают от единственного лицевого ревизора, трудящегося с единственным самый эффективным методом», сообщил Филлипс. «Тогда как объединение двух человеческих ревизоров усиливает точность, это не столь прекрасно как объединение одного лучшего алгоритма и ревизора».
Объединяющиеся ревизоры и AI на данный момент не употребляются в настоящем судебном изучении условий судьбы. Тогда как это изучение очевидно не проверило данный сплав ревизоров и AI в таковой эксплуатационной судебной окружающей среде, результаты предоставляют дорожную карту для улучшения точности идентификации лица в будущих совокупностях.Тогда как трехлетний проект продемонстрировал, что алгоритмы и люди применяют различные подходы, дабы сравнить лица, он ставит дразнящий вопрос вторым ученым: каково главное различие между алгоритмическим подходом и человеком?
«Объединяя решения от двух исходной точности повышений, тогда данный способ демонстрирует существование разных стратегий», сообщил Филлипс. «Но это не растолковывает, как стратегии отличаются».Исследовательская несколько кроме этого включала психолога Дэвида Вайта из Университета Нового Южного Уэльса Австралии.