Если вам интересно, как iPhone распознает своего владельца с помощью сканера лица Face ID, вы встретите информацию о машинном обучении, искусственном интеллекте, камере True Depth и 30 000 невидимых точек.
В этой статье я расскажу о том, что происходит при разблокировке iPhone и как именно смартфон узнает своего владельца. Что если он будет каждый раз отправлять вашу фотографию в Apple, и они подтвердят, что это вы?
Конечно, никто никуда не отправляет вашу фотографию, и точно iPhone даже не понимает, кто стоит перед ним. Он также не сохраняет лучший снимок в памяти для сравнения.
Как обучается нейронная сеть?
Сами по себе смартфоны не настолько умны и не учатся распознавать владельцев с нуля при первой настройке из коробки. Процесс обучения нейронной сети, отвечающей за работу Face ID, – это утомительный и дорогостоящий процесс, требующий больших вычислительных мощностей.
Как выглядит сам процесс обучения? Чтобы научить нейронную сеть отличать одно от другого – например, кошек и собак, – нам пришлось бы показать программе сотни тысяч фотографий кошек и собак и обозначить каждую из них как представляющую именно то, что было показано.
Другими словами, чтобы iPhone понял, где вы находитесь на фотографии, нужно показать смартфону огромное количество фотографий вас в любом состоянии, с разными прическами, макияжем, в очках, а затем показать такое же количество фотографий других людей, определив, что это не вы, а другой персонаж.
Думаю, вы понимаете, что эти задачи совершенно невыполнимы, и мало кто захочет пойти на такой вариант. Такое обучение требует много времени, мощного оборудования, поэтому производитель загружает обученную нейронную сеть в смартфон.
Как нейросеть распознает лицо человека, животных или предметы?
Нейронным сетям показывают миллионы изображений разных людей, для начала они просто учатся различать эти лица, их определенные черты. Например, форма, размер, расстояние между глазами, то есть программное обеспечение должно научиться извлекать из фотографий наиболее значимые переменные.
Опишите породу собаки
Чтобы легко понять, о чем идет речь, представьте, как бы вы описали породу собаки на фотографии выше? Например, первая характеристика – это цвет шерсти, вторая – размер собаки, третья – форма ушей. И поэтому похожие собаки будут иметь одинаковые характеристики.
То же самое с нашим лицом: система собирает некоторые черты, но сбор черт и различий между лицами не позволит устройству идентифицировать конкретного человека. Для нейронной сети каждая черта нашего лица – это не фотография или какая-то часть фотографии, а определенное число.
Если взять фотографию, я бы выделил в ней пять черт: форма глаз, нос, рот, расстояние между глазами, форма скул. И каждой из этих черт будет соответствовать определенный номер, уникальный для данного лица.
Мы будем называть такой набор чисел “вектором”. Чтобы было легче понять, представим, что мы показываем нейронной сети фотографию человека со светлой кожей и зелеными глазами. Программа присваивает этим признакам числа 2 и 4. Затем мы даем нейронной сети фотографию человека с темной кожей и карими глазами и получаем на выходе числа 3 и 5. Если представить это на плоскости, то получится что-то вроде этого:
Это очень банальный пример, но он бьет в самую точку. Если таких символов гораздо больше, то и размерность нашего вектора будет гораздо выше.
Объединение нейросетей для дальнейшего обучения
После первоначального обучения обнаружению признаков мы берем две одинаковые нейронные сети и объединяем их в одну, так называемую “сиамскую нейронную сеть”. После объединения следует продолжить обучение, но оно покажет не одну, а несколько картинок.
Первая фотография – это лицо человека, вторая – то же лицо с минимальными отличиями, а третья фотография будет просто другим человеком.
Задача сиамской нейронной сети – собрать вместе похожие признаки и разместить разные признаки как можно дальше друг от друга в пространстве. То есть, определенные номера, присвоенные одному человеку, даже при минимальных различиях во внешности, будут располагаться ближе друг к другу, в то время как номера другого человека будут находиться дальше друг от друга на векторе.
И мы будем продолжать кормить нейронную сеть изображениями десятки и сотни тысяч раз, пока она не научится делать это самостоятельно, основываясь на огромном количестве примеров, которые мы ей показали. И только после этого она будет загружена на будущий смартфон.
Работа Face ID на iPhone
Затем вы достаете из коробки совершенно новый iPhone, настраиваете Face ID, и смартфон создает вектор черт лица, которые вы видите перед собой. Программное обеспечение уже знает, какие черты лица следует выделить, и после настройки нейронная сеть знает, где находится ваше лицо, и всегда будет там.
Если кто-то захочет разблокировать ваш смартфон с конфиденциальной информацией, нейронная сеть получит символы, переведет их в цифры, но они будут расположены гораздо дальше, чем ваши.
Вот почему iPhone не нужны ваши фотографии, только набор цифр, из которых состоит ваше лицо.
Если мое лицо изменилось (макияж, очки, борода)?
Отдельно стоит упомянуть о незначительных изменениях во внешнем виде, где по-прежнему можно разблокировать свой гаджет. Например, это грим, очки, борода, маска и т.д.
Если с момента последней разблокировки ваша внешность немного изменилась, а новый вектор не слишком отличается от первоначального, смартфон попросит вас ввести пароль и попытается запомнить те изменения, которые произошли в вашей внешности.
Для этого в настройках есть такая опция, как альтернативный внешний вид.
Теперь вы знаете, что происходит в те доли секунды, когда вы разблокируете свой iPhone.
