Gli esperti nel riconoscere i volti svolgono spesso un ruolo cruciale nei casi penali. Una foto di una telecamera di sicurezza può significare prigione o libertà per un imputato e la testimonianza di esaminatori forensi altamente qualificati informa la giuria se quell'immagine ritrae effettivamente l'imputato. Quanto sono bravi gli esperti di riconoscimento facciale? L'intelligenza artificiale aiuterebbe?

Uno studio apparso oggi su Atti dell'Accademia Nazionale delle Scienze ha portato risposte. In un lavoro che combina la scienza forense con la psicologia e la ricerca sulla visione artificiale, un team di scienziati del National Institute of Standards and Technology (NIST) e tre università ha testato l'accuratezza degli identificatori di volti professionali, fornendo almeno una rivelazione che ha sorpreso anche i ricercatori:gli esseri umani addestrati si comportano meglio con un computer come partner, non un'altra persona.

"Questo è il primo studio per misurare l'accuratezza dell'identificazione del volto per gli esaminatori facciali forensi professionisti, lavorare in circostanze che si applicano ai casi del mondo reale, " ha affermato l'ingegnere elettronico del NIST P. Jonathon Phillips. "Il nostro obiettivo più profondo era trovare modi migliori per aumentare l'accuratezza dei confronti facciali forensi".

Lo sforzo del team è iniziato in risposta a un rapporto del 2009 del Consiglio Nazionale delle Ricerche, "Rafforzare la scienza forense negli Stati Uniti:un percorso in avanti", che ha sottolineato la necessità di misurare l'accuratezza delle decisioni dell'esaminatore forense.

Lo studio NIST è l'esame più completo fino ad oggi delle prestazioni di identificazione del volto in un ampio, gruppo eterogeneo di persone. Lo studio esamina anche la migliore tecnologia, confrontare l'accuratezza degli algoritmi di riconoscimento facciale all'avanguardia con gli esperti umani.

Il risultato di questo classico confronto tra uomo e macchina? Nessuno dei due ottiene i migliori risultati da solo. La massima precisione è stata ottenuta con una collaborazione tra i due.

"Le società si affidano all'esperienza e alla formazione di esaminatori facciali forensi professionisti, perché i loro giudizi sono considerati i migliori, " ha detto la co-autrice Alice O'Toole, un professore di scienze cognitive presso l'Università del Texas a Dallas. "Però, abbiamo imparato che per ottenere l'identificazione del volto più accurata, dovremmo unire i punti di forza degli uomini e delle macchine".

I risultati arrivano in un momento tempestivo nello sviluppo della tecnologia di riconoscimento facciale, che avanza da decenni, ma solo di recente ha raggiunto una competenza che si avvicina a quella degli esseri umani con le migliori prestazioni.

"Se avessimo fatto questo studio tre anni fa, le prestazioni del miglior algoritmo informatico sarebbero state paragonabili a quelle di uno studente medio non addestrato, " Phillips ha detto. "Al giorno d'oggi, algoritmi all'avanguardia funzionano come un professionista altamente qualificato."

Lo studio stesso ha coinvolto un totale di 184 partecipanti, un gran numero per un esperimento di questo tipo. Ottantasette erano esaminatori facciali professionisti formati, mentre 13 erano "super riconoscitori, " un termine che implica capacità naturali eccezionali. I restanti 84 - i gruppi di controllo - includevano 53 esaminatori di impronte digitali e 31 studenti universitari, nessuno dei quali aveva una formazione nei confronti facciali.

Per il test, i partecipanti hanno ricevuto 20 coppie di immagini del viso e hanno valutato la probabilità che ciascuna coppia fosse la stessa persona su una scala a sette punti. Il team di ricerca ha intenzionalmente selezionato coppie estremamente impegnative, utilizzando immagini scattate con un controllo limitato dell'illuminazione, espressione e aspetto. Hanno quindi testato quattro dei più recenti algoritmi di riconoscimento facciale computerizzato, tutti sviluppati tra il 2015 e il 2017, utilizzando le stesse coppie di immagini.

Tre degli algoritmi sono stati sviluppati da Rama Chellappa, un professore di ingegneria elettrica e informatica presso l'Università del Maryland, e la sua squadra, che ha contribuito allo studio. Gli algoritmi sono stati addestrati per funzionare in situazioni generali di riconoscimento facciale e sono stati applicati senza modifiche ai set di immagini.

Uno dei risultati non è stato sorprendente ma significativo per il sistema giudiziario:i professionisti formati hanno ottenuto risultati significativamente migliori rispetto ai gruppi di controllo non formati. Questo risultato ha stabilito la capacità superiore degli esaminatori formati, fornendo così per la prima volta una base scientifica per la loro testimonianza in tribunale.

Anche gli algoritmi si sono comportati bene, come ci si potrebbe aspettare dal costante miglioramento delle prestazioni degli algoritmi negli ultimi anni.

Ciò che ha sollevato le sopracciglia collettive del team ha riguardato le prestazioni di più esaminatori. Il team ha scoperto che la combinazione delle opinioni di più esaminatori forensi non portava ai risultati più accurati.

"I nostri dati mostrano che i migliori risultati provengono da un singolo esaminatore facciale che lavora con un unico algoritmo dalle prestazioni migliori, " Phillips ha detto. "Anche se la combinazione di due esaminatori umani migliora la precisione, non è buono come combinare un esaminatore e il miglior algoritmo."

La combinazione di esaminatori e intelligenza artificiale non è attualmente utilizzata nei casi forensi del mondo reale. Sebbene questo studio non abbia testato esplicitamente questa fusione di esaminatori e intelligenza artificiale in un ambiente forense così operativo, i risultati forniscono una tabella di marcia per migliorare l'accuratezza dell'identificazione del volto nei sistemi futuri.

Mentre il progetto triennale ha rivelato che gli esseri umani e gli algoritmi utilizzano approcci diversi per confrontare i volti, pone una domanda allettante ad altri scienziati:qual è la distinzione sottostante tra l'approccio umano e quello algoritmico?

"Se combinare le decisioni di due fonti aumenta la precisione, allora questo metodo dimostra l'esistenza di diverse strategie, " Phillips ha detto. "Ma non spiega come le strategie siano diverse".