İnsan Yürüyüşünden Kimlik Tespit Eden Yapay Zeka
Kimlik tespiti yapabilmek adına insanların yürüyüşlerinden bu sistem aracılığı ile hava limanları gibi kullanılabilecek güvenlik noktaları belirlenmektedir. Kendine özgü bir biçimde her birey için yürüme şekli bulunmaktadır. Bu kapsamdan yola çıkan bilim insanları yapay zekayı kullanarak kimlik tarama işlemleri için kullanılabilecek yeni bir sistem oluşturmuşlardır.
Yerlere yerleştirilen basınç pedleri ve yüksek çözünürlükleri bulunan kameralar ile binlerce adım takibe alındı. Yapay zekada ‘Nöral ağ’ olarak tanımlanan ayrıca her bir yürüyüş tarzında ağırlıkları ile de hız ve üç boyutlu ölçümleri sayesinde analiz işlemleri gerçekleştirilmektedir. Bu kapsam da da kişilerin yürüyüşlerindeki özgün kalıpları saptama işlemleri başarıyla gerçekleştirilmiştir.
24 Hareket Her Bireyde Mevcut
Adım tanıma sistemi adı verilen bir program aracılığı ile en başlarında yer alan isimlerden biri de Manchester Üniversitesinden bilgisayar bilimcisi Omar Costilla Reyes’dir. Hareketin kişilerinde 24 farklı etken ile kendilerine has bir şekilde ve tekil bir yürüyüş biçimine sahipliği sayesinde yürütüldüğü söylendi. Yapay zekanın yanıltıcılığı ile çalışmalarda yürüyüş tarzlarının değişmesi sonucu yanılmasıyla cevaplanacağı da test edilmiş olmaktadır. 0.7’lik oluşan sistemdeki hatalar ile kişi tespitleriyle beraber görülmektedir.
Hava limanlarından gelecekte ki güvenlik kontrol mekanizmaları ile parmak izi ve retina taraması uygulamalarında bulunulması hedeflenmektedir. Yeniş istemlerde yapay zeka kullanılmasında bir öncesi yöntemlerinde 380 katında hassaslığı bulunmaktadır. Parmak izlerinin alınması ile de retinal tarayıcılar ile uygulamalarda kıyaslama ile pasif doğası sayesinde yeni sistem dahilinde gizli kullanım riskini artırmaktadır.
Ayrıca sistem zayıflığında zemin pedlerinde ve çözünürlükteki yükseklik ile kamera kullanımında gereklilikler ile her noktada kullanımı adında oldukça çok dikkat toplamaktadır. Sistem sadece bir diğer sorun olarak veri tabanında güçlü olabilmesi olarak belirtilmektedir. Sistem kayıtları ile yalnız olarak yürüyüşünde öncesinde sistem kayıtları ile yapay zeka tarafından kişiler tanınmaktadır. Verileri kaydetmek adına yürüyüş tarzları ile beraber fotoğrafların depolanmasıyla birlikte çalışmalar oldukça büyük ölçekli olarak sürdürülmektedir.
SfootBD, zemin pedleri ve yüksek çözünürlüklü kamera kullanımını gerektirdiği için, her yerde kullanılmasının mümkün olmadığına vurgu yapılıyor. Bir başka handikap ise, sistemin yalnızca veri tabanı kadar kuvvetli olabilmesi. Sadece, yürüyüş biçimi önceden sisteme girilmiş insanlar yapay zeka tarafından tanınabiliyor. Yürüyüş şekline yönelik verileri kaydetmek ise, fotoğraf depolamaya oranla çok daha büyük ölçekli bir iş.
