FRONTERES DEL CONEIXEMENT

El científic de la computació Anil Kumar Jain (1948, Basti (Índia)) és un dels dos guanyadors del premi de la Fundació BBVA Fronteres del Coneixement 2025 a la categoria de Tecnologies de la informació i la Comunicació –juntament amb el matemàtic Michael I .Jordan, expert en IA– per les seves aportacions essencials a la biometria i el reconeixement de patrons.

Felicitats pel premi. Què va pensar quan li van comunicar?

Estava de vacances amb la meva dona a Panamà. Em vaig alegrar molt, perquè és un gran honor. Els guanyadors anteriors són alguns dels millors informàtics que viuen avui dia, així que em sento molt honrat d'unir-m'hi.

Per què va estudiar biometria?

Vaig acabar la meva llicenciatura el 1969 a l'Índia, i després vaig venir als Estats Units i no tenia cap interès a fer el doctorat, però tothom de la meva universitat a l'Índia anava als Estats Units. Així que vaig venir. Quan vaig acabar el màster, em vaig dir: “Bé, és més divertit ser a la universitat que buscar feina”. Em vaig quedar, i va ser aleshores quan em vaig interessar en el reconeixement de patrons.

Per què aquest interès?

Els éssers humans són molt bons. El teu cervell aprèn a reconèixer els gats, no importa si són petits, grans, asseguts, dormint, negres o de diversos colors. L'objectiu del reconeixement de patrons o intel·ligència artificial és essencialment el mateix: mostrar molts exemples d'objectes i reconèixer-los.

On són els límits?

Potser podem reconèixer 1.000, 5.000 o 10.000 persones. Certament reconeixem tota la gent famosa. Tot i així, el nombre és limitat. Però si parlem de tota la població d'Espanya, com podem tenir un sistema que reconegui 50 milions d'espanyols sense cap error durant un llarg període de temps i també en temps real?

La petjada dactilar?

Si es fixa a la punta del dit, és més petit que el segell de correus. És dun centímetre per un centímetre. Si tenim en compte tot el cos humà. No és increïble que un patró a la punta del seu dit permeti reconèixer una persona? I en temps real.

Va començar per utilitzar-lo la policia i vam acabar al mòbil.

La diferència entre el desbloqueig de pagament del telèfon mòbil o l'ús d'empremtes dactilars als telèfons mòbils i l'ús d'empremtes dactilars a les duanes oa la investigació criminal, és que tot el desbloqueig del mòbil passa al telèfon. Les dades mai no van a cap servidor central.

I són fàcils d'usar.

Per això lús de la biometria per al desbloqueig mòbil i el pagament mòbil no només és convenient, vostè no ha de recordar res.

On és la dificultat?

Quan compres un telèfon nou, et demana que presentis la teva cara de diferents maneres. Això s'emmagatzema a la base de dades. Aquesta és la teva cara de referència, també coneguda com a plantilla, Quan vols desbloquejar-ho, només has de mirar-ho. Podeu tolerar que esteu somrient o una cara parcial i funciona. Coincideix amb la plantilla o imatge de referència al mòbil i ningú més no pot desbloquejar-lo, a diferència del número PIN, que requereix exactament els mateixos dígits.

Però entre la cara guardada i l'actual hi ha canvis. Com és capaç de reconèixer-me el mòbil?

Entre la teva selfie actual i la imatge de referència troba una similitud. No són imatges facials exactes de la mateixa persona. Les imatges són lleugerament diferents. El valor de similitud simple es defineix entre zero i un. Zero significa completament diferent, i un significa exactament la mateixa imatge. El que passa és que la similitud mai no és zero però tampoc no és mai un. És en algun punt intermedi. Així que hem de posar-hi un llindar, un punt de tall.

Quin és aquest llindar?

Podem dir que si el valor de similitud és superior a 0,4, aleshores es tracta del propietari del telèfon i si el valor de similitud per sota de 0,4, aleshores no.

Acabarà amb les contrasenyes?

El problema és que cal temps per adoptar-la. Per exemple, les aplicacions bancàries han estat relativament lentes per adoptar-la als dispositius personals i la raó és que als dispositius personals com el telèfon mòbil, no hi ha base de dades central de la biometria.

Els humans seguim sent millors en reconeixement.

En situacions no ideals, els humans poden tenir una mica més d'avantatge, però aquesta bretxa entre l'humà i les màquines s'està reduint, i poden fer la feina molt més ràpid. Per exemple, quan els manifestants van atacar el Congrés dels EUA, moltes persones van ser identificades per les màquines.

Com resoldre el biaix racial o de sexe?

La millor manera de reduir el biaix és tenir un sistema molt, molt precís. El més important a entendre aquí és que ara reconeixem que hi pot haver biaix demogràfic, i que ja n'hi ha hagut. Totes les empreses comercials estan entrenant ara el seu algorisme de reconeixement utilitzant cada cop més dades.

Biometria amb IA: “Ara estem fent servir tota la imatge de la cara, no només els punts clau”, Com s'han de combinar, IA i biometria?

Ja s'han combinat. El recent èxit i desplegament de la biometria ja implica que utilitzem algunes de les tècniques que els humans han estat utilitzant per al reconeixement i també algunes de les tècniques que es basen en dades. Ara estem fent servir tota la imatge de la cara, no només els punts clau i punts de referència.

Però també hi ha un desafiament de seguretat. Ens costa distingir què és real.

Hi ha molts problemes ètics i altres. La IA és responsable de les falsificacions. Hi ha una interacció entre la IA i la biometria, i és per això que amb aquest premi crec que el comitè va ser molt responsable i perspicaç en dir que aquestes dues coses estan connectades. La feina dels dos investigadors està relacionada i per això compartim aquest premi.

Francesc Bracero entrevista Anil K. Jain, científic de computació i premi de la Fundació BBVA Fronteres del Coneixement.