काठमाडौं। आजको डिजिटल संसारमा हामी अनगिन्ती पटक अनुहार पहिचान प्रविधिसँग प्रत्यक्ष वा अप्रत्यक्ष रूपमा जुधिरहेका हुन्छौँ। तर धेरैलाई यसको भित्री काम गर्ने तरिका अझै पनि रहस्यमै छ । 

स्मार्टफोन अनलक गर्दा, विमानस्थलमा पासपोर्ट जाँच हुँदा वा बैंकिङ सेवामा प्रमाणीकरण गर्दा हामीले हेरिरहेको त्यो ‘सेकेन्डमै हुने पहिचान’ वास्तवमा कसरी सम्भव हुन्छ ?

आर्टिफिसियल इन्टेलिजेन्स (एआई) मा आधारित यो प्रणालीले मानव अनुहारलाई फोटोका रूपमा नभई गणितीय ढाँचामा रूपान्तरण गर्छ भन्ने कुरा धेरैलाई अनौठो लाग्न सक्छ । आँखाबीचको सानो दूरी, नाकको बनावट, चिउँडोको रेखा वा अनुहारको समग्र संरचना यिनै सूक्ष्म विवरणहरूलाई कम्प्युटरले कसरी पढ्छ र कसरी मिलाएर एकैछिनमा व्यक्ति चिन्छ ? 

यो डिजिटल युगमा फेसियल रेकग्निसन स्मार्टफोन अनलक गर्ने साधन मात्र नभई सुरक्षा, बैंकिङ, यात्रा व्यवस्थापन र सरकारी सेवासम्म विस्तार भएको अत्यन्त उन्नत बायोमेट्रिक प्रणाली बनेको छ । मानव अनुहारलाई डिजिटल ‘फेसप्रिन्ट’ मा रूपान्तरण गरेर तत्काल पहिचान गर्न सक्ने क्षमता विकास गरेको छ ।

प्राविधिक स्रोतहरू, जस्तै आइबिएम थिंक टपिक्स, नासासम्बन्धी अध्ययन तथा अन्य एआई अनुसन्धान संस्थाहरूका अनुसार, फेसियल रेकग्निसन प्रणालीले अनुहारका सूक्ष्म संरचनाहरू जस्तै आँखाबीचको दूरी, नाकको आकार र स्थिति, गालाको बनावट, चिउँडोको रेखा तथा अनुहारको समग्र ज्यामितिलाई विश्लेषण गरेर प्रत्येक व्यक्तिको छुट्टै डिजिटल पहिचान तयार गर्छ ।

यो प्रक्रिया सामान्यतया उच्च रिजोलुसन क्यामेराबाट अनुहारको तस्बिर वा भिडियो क्याप्चर गरेर सुरु हुन्छ । त्यसपछि एआई एल्गोरिदमले ‘फेसियल ल्यान्डमार्क’ भनिने प्रमुख बिन्दुहरू पहिचान गर्छ, जसमा आँखाका कुनाहरू, नाकको टुप्पो, ओठका किनारा र अनुहारको संरचनात्मक केन्द्रबिन्दु समावेश हुन्छन् । यी बिन्दुहरूबीचको दूरी, कोण र अनुपातको गणना गरी एक गणितीय मोडेल तयार गरिन्छ, जसलाई फेसप्रिन्ट भनिन्छ ।

यो फेसप्रिन्ट वास्तवमा संख्यात्मक डेटा भेक्टरको रूपमा तयार हुन्छ। जसलाई कम्प्युटर प्रणालीले अर्बौं अन्य फेसप्रिन्टसँग म्याच गराउन सक्छ । आधुनिक प्रणालीहरूले यसलाई रियल-टाइम प्रोसेसिङमार्फत सेकेन्डमै तुलना गरी व्यक्ति पहिचान गर्न सक्षम भएका छन् ।

विशेषगरी कन्भोलुसनल न्युरल नेटवर्क (सीएनएन) जस्ता डीप लर्निङ मोडेलहरूले अनुहारको सतह मात्र नभई गहिराइ, प्रकाशको प्रभाव, छायाँ, बनावट र सूक्ष्म परिवर्तनसमेत विश्लेषण गर्छन् । यही कारणले उमेर बढ्दा, दाह्री/चश्मा प्रयोग गर्दा वा अनुहारको सामान्य परिवर्तन भए पनि प्रणालीले व्यक्तिलाई पहिचान गर्न सक्ने क्षमता राख्छ ।

विभिन्न अध्ययनहरूका अनुसार आधुनिक फेसियल रेकग्निसन प्रणालीहरूको सटिकता ९५ देखि ९९ प्रतिशतभन्दा माथि पुगेको देखिएको छ। 

विशेषगरी नियन्त्रित वातावरणमा यसको प्रदर्शन अझ उच्च हुने बताइन्छ । तर वास्तविक जीवनको अस्थिर प्रकाश, भीडभाड वा कम गुणस्तरको छविमा सटिकता घट्न सक्ने चुनौती पनि वैज्ञानिकहरूले उल्लेख गर्दै आएका छन् ।

यस प्रविधिको प्रयोग अहिले व्यापक रूपमा विस्तार भइरहेको छ । स्मार्टफोन अनलक प्रणाली, विमानस्थलको सुरक्षा जाँच, बैंकिङ केवाईसी, सीमा नियन्त्रण, सार्वजनिक निगरानी प्रणाली तथा स्वास्थ्य सेवा व्यवस्थापनमा यसको प्रयोग तीव्र गतिमा बढिरहेको छ । कतिपय देशहरूले अपराध अनुसन्धान र हराइरहेका व्यक्तिको खोजीमा समेत यो प्रविधि प्रयोग गर्दै आएका छन् ।

तर यसको प्रयोगसँगै गम्भीर चुनौतीहरू पनि देखा परेका छन् । डेटा प्राइभेसी, व्यक्तिगत अधिकारको संरक्षण, र एल्गोरिदमिक पूर्वाग्रह प्रमुख बहसका विषय बनेका छन् ।

केही अनुसन्धानहरूले देखाएका विभिन्न जातीय समूह, उमेर वा लिङ्गका आधारमा सटिकतामा सामान्य भिन्नता आउन सक्छ।  जसले न्यायिक र सामाजिक प्रयोगमा समेत प्रश्न उठाएको छ ।

भविष्यमा यो प्रविधिलाई भावना पहिचान, व्यवहार विश्लेषण र सुरक्षा पूर्वानुमान प्रणालीसँग जोड्ने अनुसन्धान भइरहेको छ ।