Decรญa Susan Sontag que fotografiar a alguien es convertirlo en un objeto que se puede poseer. Sin embargo, cada dรญa subimos mรกs de 370 millones de fotos a las bases de datos de Facebook, de manera voluntaria y sin mรกs recompensa que la de compartir nuestra intimidad con el mayor nรบmero de personas posible. A esa base de datos voluntaria se suman los cientos de millones de cรกmaras que nos miran desde centros comerciales, radares de carretera, sistemas de vigilancia privados y los de seguridad en espacios de trรกnsito como estaciones o aeropuertos.
Lo que Adam Harvey propone en esta ponencia durante el congreso de Hackers celebrado en Hamburgo es hacerle la guerra a esos ojos implacables buscando sus puntos ciegos para hacernos invisibles. Esta intervenciรณn sobre contravigilancia fue una de las mรกs atendidas del encuentro y, sin duda, una de las mรกs accesibles para los no iniciados en el mundo del cรณdigo.
Breve historia del software de reconocimiento facial
La historia de la visiรณn artificial o visiรณn por computador que cuenta Harvey empieza en enero 1963 pero no se convierte en proyecto hasta 1969, cuando tres japoneses empiezan a detectar rostros humanos usando sus siluetas. Es la Cueva de Altamira del reconocimiento facial.
Todo cambia en los 90 con la llegada de Feret, un proyecto del Departamento de Defensa estadounidense para adquirir, procesar, analizar e identificar rasgos faciales. Trabajaron los mejores laboratorios de la รฉpoca: el MIT y la Universidad del Sur de California desarrollaron sistemas de reconocimiento facial a partir de fotos; la Analytic Science Company (TASC), a partir de vรญdeo.
La base de datos que generaron entre todos no llegaba a las 8.000 imรกgenes. Un chiste comparado con los 1.790 millones de usuarios que alimentan la de Facebook cada minuto del dรญa. O el medio millรณn de usuarios ยซcazadosยป por FindFace, un โshazamโ para caras que permite subir fotos de gente y usa tecnologรญa de reconocimiento facial para identificarlos en la base de datos de Vkontakte, el Facebook ruso.
Donde Paul Virilio describiรณ el campo de batalla como un ยซcampo de percepciรณnยป, hoy podemos afirmar su reverso: el campo de percepciรณn es el campo de batalla, y es infinito, ubicuo y perseverante.
En 2001 llega el rey del mambo, un algoritmo llamado Viola-Jones. Su particularidad es que fue el primer sistema lo suficientemente barato para ser escalable, lo suficientemente preciso para merecer la pena y lo suficientemente ligero para integrarse en artefactos ligeros. Esta es la tecnologรญa que lleva la visiรณn artificial a la calle, los establecimientos, aeropuertos y portรกtiles. Se puede integrar en una cรกmara y funciona a tiempo real.
Aunque han pasado 15 aรฑos desde su estreno, Viola-Jones sigue siendo el sistema de reconocimiento facial por defecto en programas de proceso de imagen como OpenCV. Y es el sistema que Harvey ha investigado hasta encontrar sus puntos dรฉbiles y usarlos contra รฉl.
Tรกcticas de camuflaje para la era de la vigilancia masiva
El primer proyecto de Harvey, Computer Vision Dazzle o CV Dazzle, ya aprovechaba los puntos ciegos de los algoritmos de reconocimiento facial para convertir el rostro en un puรฑado de pรญxeles irrelevantes, erosionando su efectividad. Ademรกs de divertido, un estudio publicado el pasado mes de julio revela que es efectivo, especialmente cuando te cubres la nariz.
En 2013, Harvey empezรณ a trabajar con otro tipo de visiรณn: las cรกmaras tรฉrmicas. ยซNo tan popular entre los tenderosยป, explica, pero habitual en drones y UAVs (vehรญculos aรฉreos no tripulados). Las prendas que propone para camuflarse ante estas cรกmaras son versiones de prendas islรกmicas hechas de un material metรกlico plateado, una capa de invisibilidad que, ยซen lugar de separar al hombre de Dios, separa al hombre del dronยป.
En la misma lรญnea, una pequeรฑa funda para el mรณvil reduce la recepciรณn y emisiรณn de seรฑales del dispositivo a cero, volviรฉndolo sordo, ciego y mudo; virtualmente indetectable e inhackeable. Las fuerzas aรฉreas norteamericanas y la NSA mostraron interรฉs en ambos proyectos, aunque se negaron a comentar sobre ellos. Harvey ha llevado sus atuendos antidron a la fantรกstica tienda de regalos para la privacidad del New Museum, en Nueva York.
El mundo en un pixel
Un pixel de 8 bits, el รกtomo del mundo digital, tiene una profundidad de 256 colores. Cuando duplicamos su tamaรฑo a un cuadrado de cuatro (2ร2 pรญxeles), ese valor sube a mรกs de 4.000 millones de combinaciones. Cuando la imagen alcanza el tamaรฑo de 6ร7 pรญxeles, ya hay suficiente informaciรณn para obtener reconocimiento facial con un 95% de precisiรณn.
A partir de los 12ร16 pรญxeles, puedes usar algoritmos de reconocimiento facial para imรกgenes en movimiento. A partir de 20ร20 pรญxeles estamos hablando de la resoluciรณn รณptima para OpenCV. Cualquiera que tenga una cรกmara sabe que 20ร20 es una imagen muy pequeรฑa.
100ร100 pรญxeles es el 2,5% de la tรญpica foto de Instagram. Esto es malo porque se puede identificar a alguien a partir de una imagen muy pequeรฑa, muy desenfocada y hasta muy pixelada, como ya advertรญamos en septiembre.
Con esa informaciรณn, docenas de proyectos en todo el mundo basados en el reconocimiento facial prometen a las grandes empresas detectar, no sรณlo la identidad de un cliente, sino su estado de รกnimo, su inteligencia, su carรกcter y hasta su predisposiciรณn al crimen, en una vuelta a una pseudociencia victoriana que ya entonces tuvo lamentables consecuencias.
Lo bueno es que, al leer tanto en tan poco espacio, se puede alimentar a la mรกquina con una gran cantidad de informaciรณn falsa. Por ejemplo, llenarse la ropa de caras de 20ร20 pรญxeles para volver loco al ordenador.
The HyperFace: hoy contengo multitudes
El รบltimo proyecto de Harvery se llama The Hyperface y hace exactamente eso: en lugar de camuflar los rasgos de la persona en cuestiรณn, le llena la ropa de patrones que el algoritmo identificarรก como ojos, labios y otros rasgos faciales, ยซsobrecargando al algoritmo con lo que mรกs ansรญaยป. Saturando un รกrea de contenido falso para desviar su mirada de la cara de verdad.
La idea estรก clara, su implementaciรณn estรก aรบn en desarrollo con la ayuda del estudio hyphen-labs. La ventaja de esta nueva soluciรณn es que no se circunscribe al portador del camuflaje, sino que se puede usar para desviar la atenciรณn de otras personas o espacios a su alrededor.
