Uber yüz tanıma, Hintli sürücüleri hesaplarından kilitliyor

Uber kontrolleri “Gerçek Zamanlı Kimlik Kontrolü” adlı bir program aracılığıyla bir sürücünün yüzünün şirketin dosyalarındaki yüzle eşleşmesi. 2016’da ABD’de, 2017’de Hindistan’da ve ardından diğer pazarlarda kullanıma sunuldu. “Bu, dolandırıcılığı önlüyor ve sürücülerin hesaplarının ele geçirilmesini engelliyor. Ayrıca, direksiyon başında doğru kişinin olduğundan emin olmak için uygulamada başka bir hesap verebilirlik katmanı oluşturarak sürücüleri koruyor,” diyor Uber’in baş güvenlik sorumlusu Joe Sullivan, bir açıklamada söyledi 2017’de

Ancak şirketin sürücü doğrulama prosedürleri sorunsuz olmaktan çok uzak. Mumbai’de bir Uber şoförü olan Adnan Taki, uygulama kendisinden alacakaranlıkta bir selfie çekmesini isteyince bu sorunla karşılaştı. 48 saat dışarıda kaldı, bu da çalışma programında büyük bir boşluktu – geçimini sağlamak için 18 saat, bazen 24 saate kadar aralıksız araba kullandığını söylüyor. Günler sonra, bu kez bir hafta boyunca onu tekrar hesabına kilitleyen bir selfie çekti. Taqi, o zaman iş saça geldiğinden şüpheleniyor: “Birkaç gündür tıraş olmamıştım ve saçlarım da biraz uzamıştı” diyor.

Bu hikaye için görüşülen bir düzineden fazla sürücü, Uber hesaplarının kilitlenmesini önlemek için daha iyi aydınlatma bulma zorunluluğunun ayrıntılı örneklerini verdi. Haydarabad’dan bir Uber sürücüsü olan Santosh Kumar, “Uber ne zaman akşamları veya geceleri bir selfie isterse, net bir resme tıklamak için kenara çekip sokak lambasının altına girmek zorunda kalıyorum; aksi takdirde reddedilme ihtimalim var” dedi. .

Diğerleri kameralarında ve düşük bütçeli akıllı telefonlarında çiziklerle mücadele etti. Sorun Uber’e özgü değil. SoftBank tarafından desteklenen Ola’lı sürücüler de benzer sorunlarla karşılaşıyor.

Bu mücadelelerden bazıları, yüz tanıma teknolojisindeki doğal sınırlamalarla açıklanabilir. Uber’in Gerçek Zamanlı Kimlik Kontrolünü güçlendirmek için kullandığı Microsoft’un Face API’sine erişimi olan bağımsız bir teknoloji danışmanı olan Jernej Kavka, yazılımın yüzünüzü bir dizi noktaya dönüştürmekle başladığını açıklıyor.

SELVAPRAKAŞ LAKŞMANAN

Kavka, “Aşırı sakal ile noktalar değişir ve çenenin nerede olduğunu tanımayabilir” diyor. Aynı şey, düşük aydınlatma olduğunda veya telefonun kamerası iyi bir kontrasta sahip olmadığında da olur. “Bu, bilgisayarın kenarları algılamasını zorlaştırıyor” diye açıklıyor.

Ancak yazılım özellikle Hindistan’da kırılgan olabilir. Aralık 2021’de teknoloji politikası araştırmacıları Smriti Parsheera (CyberBRICS projesinin bir üyesi) ve Gaurav Jain (International Finance Corporation’da bir ekonomist) ön baskı kağıdı yayınladı Hintli yüzler üzerindeki performansları için dört ticari yüz işleme aracını (Amazon’un Rekognition, Microsoft Azure’un Face, Face++ ve FaceX) denetledi. Yazılım, 32.184 seçim adayından oluşan bir veri tabanına uygulandığında, Microsoft’un Face’i 1.000’den fazla görüntüde bir yüzün varlığını bile tespit edemedi ve %3’ün üzerinde bir hata oranı verdi; bu dördü arasında en kötüsüydü.

Parsheera, yazılımının çeşitli Hintli yüzler üzerinde eğitilmediği için Uber uygulamasının sürücülerinde başarısız olabileceğini söylüyor. Ancak oyunda başka sorunların da olabileceğini söylüyor. Yazılı olarak, “Işık, açı, yaşlanmanın etkileri vb. gibi bir dizi başka katkıda bulunan faktör olabilir” dedi. “Ancak bu tür sistemlerin kullanımıyla ilgili şeffaflığın olmaması, daha somut bir açıklama getirmeyi zorlaştırıyor.”