publications/2021/4/18/1545188822827.9478-210x.jpeg

publications/2021/4/18/1545188822827.9478-300x.jpeg

publications/2021/4/18/1545188822827.9478-86x.jpeg

1545188822827.9478.jpg

Денис Сивичев

<img class="" src="https://static.life.ru/posts/2016/10/918363/f78dd87bc5b227c9ff1df6e461505282__200x200.jpg" alt="" data-image-person="true" data-extra-title="" data-extra-description=""> Тимура Векилова мы выбрали в собеседники не случайно. В сентябре международные профильные издания облетела неожиданная новость — алгоритм распознавания лиц небольшой российской компании оказался лучшим по результатам открытого тестирования MegaFace, своеобразной олимпиады для продуктов такого рода. Сама же тема распознавания лиц сейчас актуальна как никогда: на подъёме разработки новых способов аутентификации в банках, повышение уровня безопасности на массовых мероприятиях и пр. и пр.
Как вы стали первыми в распознавании лиц, ведь над этим сейчас работают крупнейшие компании во всем мире? Первая мысль, которая возникает, что "Вокорд" — очередной стартап-однодневка...
Мы не стартап, в октябре этого года нам исполнилось 17 лет. Для стартапа мы слишком стары. Начинал свой бизнес "Вокорд" с системы записи голосовых потоков, что в то время было сложной задачей. Мы изначально позиционировали себя как инженерная компания и не изменяем себе до сих пор.
Переход от голоса к работе с изображением был логичен, тем более что начал появляться спрос. Над самой задачей распознавания лиц мы работаем не один год, поэтому наш успех — как верхушка айсберга: почти все усилия не видны обывателю.
Что стало причиной именно сентябрьского успеха? Вы улучшили алгоритм?
Мы усовершенствовали работу наших нейронных сетей (НС). Вообще, столь высокой точностью (более 96% по MegaFace в режиме FreeFlow. — Прим. ред.) мы обязаны именно им. Когда мы только начинали, наш алгоритм распознавания лиц работал по математическим шаблонам, расставляя точки, из которых потом создавался биометрический шаблон лица. Грубо говоря, мы сравнивали расстояния между определёнными точками. Точность такого метода составляла около 70%.
Сейчас же благодаря нейронным сетям с глубоким обучением сравниваются уже признаки. Это принципиальный момент, что мы перешли от сравнения шаблонов к сравнению признаков, и это роднит восприятие лица человеком и машиной, использующей нейронные сети. При этом как технология работает изнутри — никто не скажет. В этом и заключается суть НС: вы даёте определённую задачу, и машина сама находит решение. Ключевая роль человека здесь сводится к обучению машины для определения, что правильно, а что нет.
<div class="tiny-mce-image-titlewide-container mceNonEditable" data-mce-contenteditable="false"><img src="https://static.life.ru/posts/2016/10/918363/b8729699c0e802cff5a03fa08e525431__1260x.jpg" alt='Кадр сериала "Обмани меня"/ © Кинопоиск' data-image-titlewide="true" data-extra-is-alt-title-color="0" data-extra-overtitle="" data-extra-title="" data-extra-subtitle="" data-extra-undersubtitle="" data-extra-description='&lt;p&gt;Кадр сериала "Обмани меня"/ &amp;copy; Кинопоиск&lt;/p&gt;'></div>
Что касается конкретных разделов теста MegaFace, — я напомню, тестирование проходит по нескольким параметрам и в разных условиях, — мы обыграли всех, включая Google, в распознавании лиц в свободном потоке (FreeFlow). Победить по этому параметру сложно, но важно, FreeFlow обязывает алгоритм точно и быстро распознавать человека под разными углами, с разной степенью освещённости и другими усложняющими факторами.
Может ли нейронная сеть научиться учиться в принципе?
Да, может. Концепция самообучаемой системы в нашем случае будет такова: сначала мы обучили наш алгоритм на определённых базах лиц, потом мы взяли и "скормили" алгоритму другую базу, различающуюся по какому-то набору признаков. Он изучает новую, незнакомую базу и сможет оптимизировать процесс обучения, то есть научиться учиться.
Но в реальности это невозможно. Не по техническим причинам, а по юридическим, ведь каждая база принадлежит определённому заказчику. Также остаётся вопрос и о персональных данных — насколько такие манипуляции фотографиями законны. И всё равно у самообучаемых систем большое будущее, к примеру, в беспилотном транспорте.
Если вы такие успешные, почему вас ещё не купили?
Мы не исключаем вхождения нашей компании в состав более крупного игрока, работа в этом направлении ведётся, но подробностей дать не могу. Оценка интеллектуальной собственности, команды разработчиков — всё это занимает время.
Если текущие переговоры завершатся успешно, в следующем году мы можем разговаривать с вами от лица другой, намного более крупной компании. Но никакого агрессивного поглощения не будет, мы сохраним наше ядро специалистов, это наш главный капитал. Мы выше всего ценимся как команда, производящая продукты, а не как патентодержатели "голой" идеи, которые только и ждут, чтобы их купил условный Google.
Чёрный рынок кредитных карт, банковских счетов и прочей чувствительной информации растёт. Появится ли рынок "украденных лиц"?
Нет, нам бояться нечего. В каком-то виде персональные данные и дальше будут воровать и использовать, но чёрного рынка именно распознанных лиц не будет. Результатом работы нашего алгоритма является набор признаков, по ним нельзя восстановить лицо. Это не шаблон с точками, которые нужно лишь соединить определённым образом.
Вообще же приготовьтесь, что для увеличения надёжности при идентификации будут использоваться несколько способов. Например, сканирование лица и отпечаток пальца. Но при серьёзных операциях будет ещё и "лайвнес-тест", то есть тест на "живость", когда надо будет доказать, что перед терминалом живой человек. Что-то вроде "капчи", когда вы распознаёте на экране символы и вводите в специальное поле, чтобы доказать, что вы не робот. 
Ваша программа будет официально использоваться в российских судах для анализа подлинности фото- и видеодоказательств. Как вы вытеснили конкурентов?
Программа называется "Видеоэксперт". Анализ фото- и видеоматериалов часто необходим в работе следствия, но до недавнего времени наши криминалисты использовали итальянскую программу. Ещё больше актуализировало проблему то, что суды теперь принимают видео как вещдок, и всё это надо проверять на подлинность.
Вообще, программу мы создавали сначала только для криминалистов Следственного комитета, и они нам помогали. Разработчикам было важно знать, какие требования будут предъявляться к программе. В итоге получившийся продукт оказался достаточно качественным и для судов.
<div class="tiny-mce-image-titlewide-container mceNonEditable" data-mce-contenteditable="false"><img src="https://static.life.ru/posts/2016/10/918363/4e49807592099b369505a6214e8a4d39__1260x.jpg" alt="" data-image-titlewide="true" data-extra-is-alt-title-color="0" data-extra-overtitle="" data-extra-title="" data-extra-subtitle="" data-extra-undersubtitle="" data-extra-description="&lt;p&gt;Фото: &amp;copy; Shutterstock Inc&lt;/p&gt;"></div>
Почему ваше средство распознавания не используется в транспорте для поиска преступников? Оно не справляется с работой в таких условиях? 
Наоборот, благодаря установке рамок металлодетекторов в метро, аэропортах и других транспортных предприятиях для нашей системы распознавания созданы практически тепличные условия работы. Более того, мы делали первые шаги ещё в 2013 году, чтобы предложить такую систему для транспорта, но главная проблема оказалась в бюрократии и разобщённости. Установка камер проходит на территории, например, метрополитена, эксплуатирует её другая компания, а реагирует третья — МВД. Чтобы сдвинуть дело с мёртвой точки, нужно создать межведомственную комиссию или рабочую группу с представителями всех сторон.
Когда решим эту задачу, встанет ещё одна — разобщённость баз данных. Одна из них, предположим, принадлежит той же МВД, другая — ФСБ, третья — УФМС и т.д. Необходимо взаимодействие ведомств на уровне обмена информацией. Подобный инструмент позволит не только быстро и качественно выявлять преступников, но и разыскивать пропавших стариков, детей.
У вас есть иностранные программисты? Могут ли наши специалисты конкурировать с зарубежными вузами? 
У нас нет ни одного иностранного разработчика. Наш костяк традиционно составляют выпускники МФТИ и МГТУ им. Баумана. Университет поставляет нам специалистов более прикладного характера, в то же время физтех обеспечивает нас теоретиками и математиками. Кстати, именно эти люди создают продукты международного класса, с которыми мы уже сегодня выходим на рынки Европы, США и Канады, Индии и стран Персидского залива.
Сейчас конкуренция среди компаний, занимающихся разработкой, за толковых студентов очень большая. Если вы не "схантили" себе студента на третьем курсе, то через год шансов получить его уже практически нет, ему наверняка сделали предложения другого уровня и с другими перспективами. В связи с этим мы делаем всё, чтобы удержать хороших специалистов.
Как изменит биометрия наше будущее в ближайшее время?
Мир станет намного безопаснее. Мы стоим на пороге превентивного правосудия, наподобие того, что было показано в фильме "Особое мнение". Сравните: сейчас силовики работают с тем, что уже случилось, редко — пытаются предугадать действия преступников, если они уже совершили ряд преступлений. Но технологии биометрического распознавания позволят предупредить преступление до жертв и пострадавших. Ключ к этому — распознавание поведения и эмоций. И это не фантастика, мы уже умеем это делать, вопрос лишь в скорости и точности распознавания.
Готовое решение по распознаванию эмоций может выйти уже весной будущего года при благоприятных обстоятельствах или летом — при неблагоприятных. Помимо безопасности на иной уровень выйдут маркетинг и видеоаналитика. Бизнес получит в своё распоряжение мощнейший инструмент по продвижению услуг и рекламы, отслеживая и наблюдая за поведением людей. Наконец, третье применение — система контроля доступа и сопутствующие функции. К примеру, исчезнет воровство в магазинах. Раз пойманный нарушитель будет включён в чёрный список, и, когда придёт в новый магазин, будет моментально распознан и задержан.

f2c5ddcaa186487641e99533d2d0aa9c.jpg

Коллаж &copy; L!FE. Фото: &copy; Shutterstock Inc// Кадр фильма "Шпион, выйди вон"/ Постер к сериалу "Обмани меня"/ &copy; Кинопоиск

Благодаря биометрии наш мир может измениться до неузнаваемости: моментальное распознавание преступников камерой, оплата и снятие денег голосом или по сканированию лица, — всё это ждёт нас уже в ближайшие несколько лет. Подробнее о перспективах технологии распознавания мы поговорили с директором российской компании "Вокорд" Тимуром Векиловым.

Статьи

"Биометрия позволит найти преступника до того, как он совершит преступление"