مهمان قسمت سوم پادکست باهوش: بابک مظفری

با هوش برنامه ای با موضوع کاربرد هوش مصنوعی در کسب و کارها است که به کمک شرکت عامر اندیش و با اجرای رسول محمدی تولید شده است. هدف این برنامه افزایش آگاهی در زمینه کاربردهای هوش مصنوعی در کسب و کارها و راه حل های موجود در این حوزه است. در طی قسمت های مختلف مصاحبه هایی با متخصصین و مدیران محصولات مبتنی بر هوش مصنوعی صورت گرفته تا به شکلی کاربردی به چالش ها و راهکارهای موجود در این حوزه پرداخته شود.

در این قسمت از با هوش، به معرفی فناوری تشخیص چهره، شناسایی چهره و نحوه پیاده سازی این فناوری در فروشگاه ها و کاربرد های آن در کسب و کار ها پرداختیم. مهمان برنامه ما بابک مظفری، مدیر فنی بینایار (فهم ویدئو و تصویر- تشخیص چهره)، می باشد و به سوال های ما راجع به سیستم های تشخیص چهره، کاربرد ها و مزایای آن برای کسب و کار های مختلف و به صورت اختصاصی کاربرد این فناوری در فروشگاه ها، پاسخ می دهد.

• درود بر همه ی دوستان من رسول محمدی با قسمتی دیگر از پادکست با هوش در خدمت شما عزیزان هستم. قصد ما در این برنامه افزایش آگاهی در زمینه ی کاربردهای هوش مصنوعی در کسب‌وکارها و راه حل‌های موجود در این حوزه است. بعد از صحبت در زمینه ی چت بات ها و پشتیبانی تلفنی توسط هوش مصنوعی سراغ یکی از جذاب‌ترین حوزه‌های مرتبط با هوش مصنوعی رفتیم یعنی تشخیص چهره. بابک مظفری مدیر فنی بینایار از شرکت عامراندیش مهمان باهوش ما شده و قرار است ما را بیشتر با این حوزه آشنا کند. سلام بابک خیلی خوش آمدی.
• من هم سلام عرض می‌کنم خدمت شما و شنوندگان باهوش امیدوارم که برنامه مفیدی داشته باشیم.
• در سال‌های اخیر استفاده از فناوری تشخیص چهره کمی برای کاربران عادی ملموس‌تر از گذشته شده است. در حال حاضر خیلی از گوشی های هوشمند به این فناوری مجهز شده اند. من می خواهم در این برنامه کمی بحث را به سمت فروشگاه ها ببریم و مزیت های این تکنولوژی برای کسب و کارای کوچک را بررسی کنیم. اول از همه می شود این فناوری برای ما تشریح کنی؟
• برای توضیحش از اینجا شروع می‌کنم که پارامتر های بیومتریک چیست. هر انسانی یک سری ویژگی‌های منحصر به فردی دارد که برای او انحصاری هستند و می شود برای تعیین هویت از آن استفاده کرد. یکی از این پارامتر های بیومتریک چهره فرد هست. در گذشته برای تشخیص هویت فرد از اثر انگشت استفاده می‌شد که هنوز هم استفاده می شود. در سال‌های اخیر چهره هم به عنوان یکی از پارامترهای بیومتریک استفاده می شود. در تشخیص چهره ما دو کار مهم داریم: اول شناسایی چهره (face detection) و سپس تشخیص چهره (face recognition) . شناسایی چهره به معنی پیدا کردن چهره های انسانی در یک تصویر است. به طور مثال در یک تصویر ده نفر وجود دارند و چهره این افراد را مشخص می‌کنیم. تشخیص چهره به معنی شناسایی آن فرد است.

• یعنی این آدم کدام یک از این ده نفر است؟
• بله یعنی دقیقا آن فرد چه هویتی دارد.
• بابک فکر می کنی که چرا انقدر تشخیص چهره برای کسب و کار جذاب شده؟ آیا دلیل خاصی دارد؟
• دلیلش آن است که به کسب و کارشان می تواند خیلی کمک کند. به طور مثال در فروشگاه ها و یا در کسب‌وکارهای مختلف می‌تواند با کمک فناوری تشخیص چهره ورود و خروج مشتریان را کنترل کنند، مشتریان قدیمی را بشناسند، مشتریان مشکل‌زا را بشناسند، پرسنل را کنترل کنند و ببینند که پرسنل در طول ساعت کاری در کجا حضور دارند و آیا وظایفشان را درست انجام میدهند یا نه. این فناوری میتواند به عملکرد و راندمان کسب و کار ها کمک زیادی بکند.
• خیلی عالی. چه پارامتر های مهمی در شناسایی تصویر یک فرد وجود دارد؟ میخواهم بدانم این فناوری به چه پارامترهایی دقت بیشتری می‌کند؟
• در گذشته تشخیص چهره به این صورت بود که یک سری نقاط کلیدی از تصویر چهره فرد استخراج می‌کردند و بر اساس وضع قرارگیری این نقاط نسبت به همدیگر پارامترهای یکتایی را برای هر فرد تعیین می‌کردند. به طور مثال فاصله چشم ها، شکل بینی، شکل صورت و پارامتر هایی از این دست. در طی سال‌های اخیر که یادگیری عمیق به طور گسترده استفاده شده و تحقیقات زیادی روی آن انجام شده جای روش های کلاسیک را تا حدودی گرفته است. در روش های مبتنی بر یادگیری عمیق، خود شبکه به صورت خودکار سعی می کند از تصویر ویژگی‌های مناسبی استخراج کند یعنی خود این روش ها می توانند فیچرهای مناسبی از تصویر یک فرد استخراج کنند. به عبارتی تصویر فرد را به یک بردار از این ویژگی نگاشت میکنند. ما می توانیم از این بردار ویژگی ها برای تشخیص و شناسایی فرد استفاده کنیم. در بحث تشخیص چهره مسئله‌ای که وجود دارد آن است که روش های جدیدی که استفاده می شوند به اصطلاح یادگیری یکباره ای (one-shot learning) هستند. یعنی شما برای آموزش یک مفهوم، به یک شبکه عصبی نیاز دارید که تعداد مثال های زیادی را به آن شبکه آموزش بدهید. ولی در بحث تشخیص چهره شما نمی توانید به ازای هر فرد جدید، شبکه را دوباره آموزش دهید. گاهی اوقات ما از هر فرد یک یا دو تصویر داریم و گاهی اوقات امکان دارد که افراد جدیدی به دیتابیس ما اضافه شوند. به همین خاطر نمی توانیم مرتبا شبکه را با مثال های جدید آموزش بدهیم. one-shot learning به این معنی است که ما برای تشخیص چهره هر فرد به یک تعداد کمی از تصاویر نیاز داریم، به طور مثال بین یک تا پنج تصویر. در این روش ها ما به شبکه دو تصویر از یک فرد را می دهیم و به شبکه می گوییم که این دو تصویر برای یک فرد هست و یک هویت دارند. هم چنین دو تصویر از دو فرد مختلف را به شبکه می دهیم و به شبکه می گوییم که این دو تصویر برای دو فرد متفاوت می باشند. به این ترتیب شبکه یاد می گیرد که شباهت و اختلاف بین تصاویر را تشخیص بدهد. حالا فرض کنید که می‌خواهید یک فرد جدید را به سیستم معرفی کنید. کافیست که چند تصویر از همان فرد را به این سیستم بدهید و سیستم نیز یک بردار ویژگی مبتنی بر آن تصویر درست می کند. از این به بعد هر تصویر جدیدی که به آن بدهید را با برداری که قبلا تولید کرده است مقایسه می کند. اگر فاصله آن ها از یک آستانه (threshold) خاصی کمتر بود می توانیم بگوییم که این دو نفر یکسان هستند و هویت یکسانی دارند.

• آیا در تصویر برداری زنده هم این سیستم عمل می‌کند یا فقط این سیستم نیاز دارد تا یک فایل تصویری، حالا به صورت عکس یا ویدیو، به آن داده شود به صورت آفلاین تشخیص تصاویر را تشخیص دهد؟ اگر بخواهم عملیاتی بگویم، فرض کن که من یک فروشگاه بزرگ لباس دارم و می خواهم همان زمانی که مشتریان من وارد فروشگاه می شوند، چهره آن ها شناسایی شود و وارد دیتابیس من شود. این قضیه شدنی است یا به تصویر آفلاین نیاز داریم؟
• شدنی است، تصاویر ورودی هم میتوانند به صورت آنلاین از دوربین های کنترلی باشند و هم به صورت آفلاین. محدودیتی از این نظر وجود ندارد و می شود به صورت آنلاین چهره افراد را شناسایی کرد.
• بابک آیا اثر صورت یا همون face print مثل اثر انگشت منحصر به فرد است؟ یا احتمال دارد که سیستم تشخیص چهره مبتنی بر هوش مصنوعی، دو نفر را با هم اشتباه بگیرد؟ اگر بخواهیم مثال بزنیم فرض کن کسی مانند اکبر عبدی که در فیلم های مختلف گریم های متفاوتی دارد. چقدر می توان به سیستم تشخیص چهره در این مورد مطمئن بود؟
• در مورد تشخیص چهره چیزی که وجود دارد آن است که میگویند دقت تشخیص اثر انگشت یک به پنجاه هزار است یعنی از هر پنجاه هزار بار امتحان امکان دارد یک بار خطا اتفاق بیفتد. در تشخیص چهره این نسبت یک به یک میلیون یعنی از هر یک میلیون باری که از این فناوری استفاده میکنیم، امکان دارد که یک بار خطا داشته باشیم.
• یعنی حدودا حدود بیست برابر دقت بیشتری دارد؟
• بله! به طور مثال دقت face ID اپل به قدری بالا است که از چهره‌ی فرد برای انجام تراکنش های بانکی استفاده می‌کند.
• ما می‌توانیم به آن سمت برویم و به چنین چیزی نزدیک شده ایم؟
• من حالا برمی گردم به سوال تو. ما در شرکتمان یکی از محصولاتی که داریم تشخیص و شناسایی چهره است. همان طور که گفتی قدرت سیستم تشخیص چهره به آن است که بتواند یک فرد را در شرایط متفاوت تشخیص دهد. به طور مثال با عینک، بدون عینک، با ریش، با آرایش و با تمام شرایط خاص بتواند تشخیص دهد که این فرد همان فرد قبلی است.
• میزان دقت چگونه در همچین سیستمی ارزیابی می شود؟
• برخی مواقع میتوانیم دقت را بر‌اساس دیتاست های معروفی که وجود دارد تعریف کنیم، اما شرایط واقعی خیلی با شرایط این دیتاست ها متفاوتند و در عمل در شرایط واقعی اتفاق‌های مختلفی ممکن است بیفتند. دقت سیستمی که ما در شرکت طراحی کردیم بین نود و پنج تا نود و نه درصد متغیر است.
• فرض کن که من صاحب یک فروشگاه هستم و می خواهم از این فناوری در کسب و کار خودم استفاده کنم. به نظر تو این فناوری چه مزیت هایی برای من می تواند داشته باشد که من را مجاب کند به استفاده از آن؟
• خیلی کاربردهای مختلفی برای کسب و کار های فروشگاهی می تواند داشته باشد. به طور مثال در فروشگاه‌ها با استفاده از این فناوری می توانند کارمندانشان را پایش و کنترل کنند و ببینند آیا هر کارمند در جایی که باید باشد حضور دارد یا خیر و کدام کارمند ها سر کار هستند و کدام نیستند.
• آیا این فناوری به ما می گوید که کارمندان کجای ساختمان فروشگاه هستند؟
• بله این که کجا هستند را هم می گوید و می توانیم بررسی کنیم که آیا آن کارمند سر جایی که باید باشه قرار دارد و به وظیفه‌اش عمل می‌کند یا نه.
• حالا این فناوری چه حسنی برای مشتریان من دارد؟
• این فناوری می تواند ورود و خروج مشتریان هم کنترل کند. مشتریان قدیمی که وارد فروشگاه می‌شوند شناسایی کرد و مشتریان یا افرادی که مزاحمت ایجاد می‌کنند را شناسایی کرد و می گوید که این همون فرد مشکل‌زا قبلی است که وارد به فروشگاه شده. به عبارتی در کسب و کار های فروشگاهی برای افزایش امنیت، ورود و خروج، تشخیص ورود و خروج افراد و هم پایش و کنترل کارکنان می توان از این فناوری استفاده کرد.
• این فناوری بر روی دوربین‌های مداربسته فروشگاه ها قابل اجراست یا لزوما باید دوربین‌های مجهز به این سیستم را تهیه کرد؟
• نه این سیستم می تواند با دوربین های کنترلی که در فروشگاه موجودند کار کند، فقط مساله‌ای که داریم آن است که یک سری از دوربین ها lock (قفل) هستند و نمیشه از اونا استفاده کرد ولی با اکثر دوربین هایی که برای کنترل ورود و خروج و امنیت استفاده می‌شوند می توانیم کار کنیم.
• مرسی بابک که مهمان این هفته باهوش ما بودی. امیدوارم دوستانی که علاقه‌مند به حوزه‌ی پردازش تصویر بودند این برنامه را دوست داشته باشند. موضوعی بود که دوست داشتی راجع به آن صحبت کنی و من از تو نپرسیدم؟
• در در حال حاضر با استفاده از تکنولوژی‌های مبتنی بر یادگیری عمیق مسئله شناسایی چهره به دقت خیلی بالایی رسیده و این مسئله می تواند به کسب و کار های فروشگاهی کمک‌های بسیاری بکند و همانطور که اشاره کردیم این فناوری می تواند در بحث امنیت و کنترل ورود و خروج، پایش کارمندان و افزایش راندمان و بهره وری کسب و کار ها کمک فراوانی کند. امیدوارم که این تکنولوژی های جدید بتوانند راه خود را به استفاده‌ی عمومی باز کند و ما هم بتوانیم در این مسیر به کسب‌وکارها کمک کنیم. از شما رسول عزیز و از شنوندگان تشکر می‌کنم، خدا نگهدار.
• خدا نگهدار تو و همه دوستانی که با هوش شنیدند.