Kiedy zapytamy człowieka, czy twarz widoczna na dwóch różnych fotografiach należy do tej samej osoby, poprawną odpowiedź uzyskamy w 97,53 proc. przypadków. Facebook opracował oprogramowanie, które wykonuje to zadanie z niemal identyczną skutecznością, wynoszącą 97,25 proc., niezależnie od warunków oświetlenia i tego, czy osoba patrzy w obiektyw.
Problem w przypadku większości systemów rozpoznawania twarzy polega na tym, że jeśli fotografowana osoba nie patrzy prosto w obiektyw, oprogramowanie ma trudności z jej rozpoznaniem. Yaniv Taigman wraz z zespołem z laboratorium ds. sztucznej inteligencji Facebooka znalazł jednak rozwiązanie.
DeepFace koryguje kąt widzenia twarzy, by wyglądała tak jak podczas patrzenia w obiektyw. Aby odpowiednio przygotować zdjęcie, oprogramowanie wykorzystuje bazowy model 3D twarzy i na jego podstawie wprowadza poprawki. Następnie w proces włącza się deep learning, czyli jeden z odłamów sztucznej inteligencji.
Dzięki wykorzystaniu deep learningu komputer może w zasadzie uczyć się samodzielnie rozpoznawać poszczególne wzorce i zależności, podobnie jak ludzki mózg. Stosowany przez Facebooka system wykorzystuje sieć symulowanych neuronów, pomiędzy którymi jest 120 mln połączeń. Przeszedł on też odpowiedni trening: jego sieć neuronowa była testowana za pomocą ?4 mln zdjęć twarzy należących do niemal 4 tys. osób.
Podobną skuteczność w rozpoznawaniu twarzy ma chiński Face++, który jest stosowany w serwisie randkowym Jiayuan.com, gdzie można wgrać zdjęcie osoby, którą uważamy za atrakcyjną, a witryna po chwili znajdzie użytkowników wyglądających podobnie.
