Yüz tanımadan kaçınmak için yüzünüzü ne kadar değiştirmeniz gerekir?

• Yüz tanıma havaalanlarından mağazalara ve çevrimiçi fotoğraflara kadar geniş ölçüde yayılırken, gerçekçi görünüm değişiklikleri ile kontrollü 1:1 kimlik doğrulamasından kaçınmak çok zor
• Pandemi sonrası sistemlerin göz çevresi özelliklerine daha fazla bağımlı hale gelmiş olması mümkün; bu yüzden maske, güneş gözlüğü ve aşırı makyaj yüzü değiştirmekten çok tespiti engellemeye yakındır
• Gözetim görüntüleri gibi 1:N tanımlama durumlarında düşük kaliteli görüntüler, örtme, doğrudan öne bakmama ve hareket bulanıklığı eşleşmeyi bozabilir; ancak etki algoritma, eşik değeri ve çekim koşullarına bağlıdır
• Özel gözlükler, makyaj ve yüz maskesi gibi aktif kaçınma yöntemleri de mümkündür, ancak herkeste işe yarayan saldırıların güvenilirliği düşüktür ve kişiye özel yöntemler daha fazla çaba gerektirir
• Yüz tanımadan kaçınmak, teknolojinin yaygınlaşması ve çevrimiçi yüz görünürlüğü nedeniyle giderek zorlaşıyor; uzun vadeli savunma, yüzü değiştirmekten çok biyometrik veri düzenlemesine yakındır

---

Yüzünüzü değiştirerek yüz tanımadan kaçınabilir misiniz?

• Yalnızca AI modelleri ve kameralarla biyometrik veri toplanabilir; havaalanı güvenliği veya mağaza girişi gibi gündelik durumlarda bile yüz tanımaya maruz kalabilirsiniz
• Temel soru, yüz özelliklerini gizleyerek ya da görünüşü ciddi biçimde değiştirerek AI algoritmalarını kandırmanın mümkün olup olmadığıdır
• Şu anda en kesin kaçınma yöntemi kameralardan kaçınmak, ancak yüz tanıma teknolojisi daha yaygın yerleştirilirse bu yöntem de zorlaşabilir
• Gizlilik uzmanları, biyometrik veri korumasında zaten dezavantajlı bir konumda olunabileceğini ve uzun vadede federal düzenlemenin gerçekçi bir savunma aracı olabileceğini düşünüyor

Basit yüz değişikliklerine karşı dayanıklı modern sistemler

• Cynthia Rudin, son teknoloji yüz tanımayı kandıracak kadar yüzü gerçekçi biçimde değiştirmenin zor olduğunu değerlendiriyor
• Pandemi sırasında birçok kişi burnunu ve ağzını maskeyle kapattığı için sistemlerin göz şekline daha fazla dayanacak şekilde değişmiş olması mümkün
• Göz şeklini gerçekçi biçimde değiştirip sistemi kandırmanın açık bir yolu yok
• Güneş gözlüğü, maske ve aşırı makyaj yüz tespitini zorlaştırabilir, ancak bu yüzün kendisini değiştirmekten çok örtmeye yakındır
• Estetik ameliyat gibi aşırı değişikliklerle tanıma sistemini kandırsanız bile, isimle etiketlenmiş yüz fotoğrafları internete yüklenirse arama tabanlı yüz tanıma sizi yeniden tanımlayabilir
  • Bir arkadaşın sizi sosyal medyada etiketlemesi ya da konuşma videonuzun çevrimiçi yüklenmesi buna örnektir
  • Değişmiş yüzünüz ehliyet veya pasaportla eşleşmezse seyahat zorlaşabilir

1:1 doğrulama ile 1:N tanımlama arasındaki fark

• Walter Scheirer, yüz tanımadan kaçınmanın zorluğunun algoritmanın nasıl kullanıldığına bağlı olduğunu düşünüyor
• İnsan biyometrisinde yaygın olarak 1:1 doğrulama ve 1:N tanımlama olmak üzere iki eşleştirme yöntemi vardır
  • 1:1, kameranın önündeki kişinin beyan ettiği kimliğin veritabanındaki kayıt fotoğrafıyla eşleşip eşleşmediğini kontrol eder
  • Bu yöntem yüksek güvenlikli bilgisayar kimlik doğrulaması, kolluk kuvveti soruşturmaları ve havaalanında uluslararası uçuşa biniş gibi durumlarda kullanılır
  • 1:N, kimliği bilinmeyen bir kişinin fotoğrafını ilgilenilen kimliklerin kayıt fotoğrafları kümesiyle karşılaştırır
  • Bu yöntem kolluk kuvvetleri ve devlet istihbarat faaliyetleri dahil video tabanlı gözetim ortamlarında sık kullanılır
• Kontrollü 1:1 ortamlarında kaçınmak çok zordur
  • Önden duruş, nötr ifade, iyi ışık ve kontrollü arka planla çekim yapıldığında makyaj, sakal ekleme ya da çıkarma ve saç stilini değiştirme gibi temel kaçınma yöntemleri etkili olmaz
  • Modern yapay sinir ağı tabanlı yüz tanıma, aynı kişinin görünümündeki çeşitli değişikliklere rağmen yüksek eşleşme doğruluğu sağlar
• Estetik ameliyatın etkisine dair yakın tarihli araştırmalar, estetik açıdan kötü aşırı yüz yapısı değişikliklerinin bir ölçüde etkili olabileceğini, ancak yaygın kozmetik işlemlerin sanıldığı kadar büyük etki yaratmadığını gösteriyor

Gözetim ortamlarında görüntü kalitesini düşürmek daha gerçekçi bir yöntemdir

• Kontrolsüz gözetim ortamlarındaki 1:N tanımlamadan, cerrahi müdahale olmadan da görece kaçınılabilir
• İyi sinir ağları bile yüzün bilgi açısından zengin piksellerinin az olduğu düşük kaliteli fotoğraflarda zorlanır ve aday kimlik listesi büyüdükçe iş daha da zorlaşır
• Kaçınma yöntemleri, algoritmanın iyi yüz pikselleri elde etmesini engellemeye odaklanır
  • Şüpheli görünmeyecek durumlarda kışın atkı ya da güneşli bir günde güneş gözlüğü gibi şeylerle yüz kapatılabilir
  • Geniş siperlikli şapkalar alnı ve saç çizgisini gizler, ayrıca yüze gölge düşürerek engel oluşturur
  • Yüzü elle kapatmak da yardımcı olabilir
  • Hareket halindeyken aşağı bakmak, çevredeki kameraların iyi bir önden yüz görüntüsü almasını zorlaştırır
  • Koşu ya da bisiklet gibi hızlı hareket etmek çekilen görüntülerde hareket bulanıklığı oluşturabilir
• En pratik tavsiye, yüz tanımanın konuşlandırıldığı yerleri bilmek ve o alanlardan kaçınmaktır
• Bu tavsiyenin ne kadar daha geçerli kalacağı, yüz tanıma teknolojisinin gelecekte ne kadar yaygınlaşacağına bağlıdır

Adversarial saldırılar ve kişiye özel görünüm değişiklikleri

• Xiaoming Liu, yüz tanıma sisteminin kameraya yakalanan kişinin yüzünü tanıyamaması durumunu “yüz tanımadan kaçınma” olarak tanımlıyor
• Yüz tanıma sistemini aktif olarak başarısız kılmanın yolları arasında fiziksel adversarial saldırılar vardır
  • AI modelleri, girdi verisindeki küçük değişikliklerle bile başarısız olabilir ve yüz tanıma sistemleri de buna dahildir
  • Esas mesele, yüz tanıma sistemini başarısız kılacak belirli küçük değişiklikleri bulmaktır
  • CMU'nun özel gözlük örneğinde olduğu gibi, gözlükle yüz tanıma sistemini başarısız kılan araştırmalar vardır
  • Benzer şekilde atkı, yüz maskesi ve bıyık da tasarlanabilir
• Görünümü değiştirip başka biri sanılmayı sağlamak da mümkündür
  • Yaygın yöntemlerden biri makyajdır
  • Makyajın nereye ve ne kadar uygulanması gerektiği kişiden kişiye değişir
  • Yüzü daha sıradan ve başkalarına daha çok benzeyen kişiler, görece küçük makyaj değişiklikleriyle bile yanlış tanımlanabilir
  • Yüzü çok ayırt edici olan kişiler için çok daha fazla makyaj değişikliği gerekir
• Bir akıllı telefon uygulamasının kamerayla yüze bakıp, hangi bölgeye hangi renkte makyaj yapılırsa en az makyajla yüz tanıma sisteminin kişiyi yanlış tanımlayacağına dair tekrar tekrar yönlendirme yaptığı uygulamalar da mümkün olabilir
• Pahalı yüz maskeleri de kullanılabilir, ancak bu yöntem daha çok Hollywood filmlerinde görülür
• Yöntem 1 kullanıcı için daha kolaydır, ancak herkeste işe yarayan genel adversarial saldırıların güvenilirliği düşüktür
• Yöntem 2 daha kişiselleştirilmiştir ve daha iyi çalışabilir, ancak buna karşılık daha fazla çaba gerektirir

Embedding ve eşik değerleri kaçınma zorluğunu belirler

• Kevin W. Bowyer, yanıtın yüz eşleştirme algoritmasına ve o algoritmada kullanılan eşik değerine bağlı olduğunu düşünüyor
• Yüz tanıma, iki görüntüyü karşılaştırıp aynı kişi sayılacak kadar benzer mi yoksa farklı kişi sayılacak kadar farklı mı olduklarına karar verme sürecidir
• Her yüz tanıma algoritması, yüz görüntüsünden bir özellik vektörü yani embedding hesaplar ve iki özellik vektörünün benzerliğini karşılaştırır
  • Bir yüz görüntüsü 512 sayıdan oluşan bir listeye indirgenebilir
  • İki yüz görüntüsünün benzerliği 0~100 ya da -1~+1 gibi bir aralıkta çıkabilir
  • 100 ya da +1, yalnızca aynı görüntünün kopyaları karşılaştırıldığında görülür; gerçek hayatta bu nadirdir
• Modern algoritmaların -1~+1 aralığını kullandığını varsayarsak, farklı kişilere ait görüntü çiftlerinin benzerliği 0.0 civarında ya da biraz üstünde toplanabilir
• Aynı kişiye ait çeşitli görüntü çiftlerinin benzerliği 0.8 civarında ya da biraz üstünde toplanabilir
  • Ehliyet fotoğrafı gibi çekim koşulları iyi kontrol edilmişse aynı kişiye ait iki görüntünün ortalama benzerliği daha yüksek olur
  • Mağaza giriş videosu karesi gibi koşullar daha az kontrollüyse aynı kişiye ait iki görüntünün ortalama benzerliği daha düşük olur
• Eşik değer 0.7 olarak belirlenmişse, iki görüntünün benzerliği 0.7'nin altındaysa sistem bunların farklı kişiler olduğuna karar verir; 0.7 ve üzerindeyse aynı kişi olduklarına karar verir
• “Görünüşümü ne kadar değiştirmeliyim?” sorusu, “Yeni görüntü mevcut görüntüyle karşılaştırıldığında benzerlik değerini düşürmenin en iyi yolu nedir?” sorusuna dönüşür
• Olası yöntemler arasında koyu güneş gözlüğü, saç stilini değiştirme, abartılı yüz ifadesi, kameraya doğrudan bakmama, kilo alma ya da verme ve makyaj yer alır
• Hiçbir yöntem mevcut fotoğraflarla eşleşmeyi garanti biçimde engelleyemez
  • Karşılaştırmada kullanılacak mevcut fotoğrafları bilmiyor olabilirsiniz
  • Kullanılacak algoritmayı ve eşik değerini de bilmiyor olabilirsiniz
  • Bu üç şeyi de bilseydiniz en etkili yaklaşımı deneysel olarak test edebilirdiniz

[GN⁺]

Hacker News yorumları

• Uluslararası bir havalimanında biniş kartı ve pasaport kontrolü yapmadan beni doğrudan geçirip, kapıdan geçerken koltuk numaramı söylediklerini görünce benzer bir şey düşünmüştüm.
  Meksika’da devremülk satmaya çalışan bir havalimanı çalışanı aşırı agresif davranıp kolumu tutarak gitmeme engel olmuştu; şikâyet edince havalimanı yönetimi, havalimanı içindeki tüm hareketlerimin yer aldığı görüntüleri hemen gösterip çalışanı tespit etti.
  Yazıda söylendiği gibi, bu tür sistemlerin her yere yayılması bence an meselesi. Toplu taşıma merkezlerinde zaten neredeyse hiç itiraz olmadan normalleşiyor; yakında belediyeler ya da özel işletmeler de benimseyecek ve “havalimanlarında zaten yapılıyor” denerek bakkallarda ya da kaldırımlarda buna neden bu kadar yaygara koparıldığı havası oluşabilir.

  • Havalimanlarını kullanan farklı kişi sayısını ve takip edildiğini fark edecek kadar sık kullanan kişi sayısını abartıyorsun gibi geliyor.
    Hayatında bir-iki kez uçağa binen biri, kafa karıştırıcı ve yoğun bir ortamın içinden geçmeye daha çok odaklanır; yüz tanımanın yeni bir şey olduğunu ya da bunun 11 Eylül sonrası özel önlemlerden ibaret olmadığını fark etmesi zordur. Amerikalıların çoğu yurt dışına hiç gitmemiştir ya da yalnızca bir ülkeye gitmiştir; o da çoğu zaman Meksika veya Kanada gibi arabayla ya da yürüyerek gidilen yerlerdir.
    Böyle bir şey evin yakınındaki tanıdık günlük hayat içinde gerçekleşirse, stres daha az olur ve düşünmeye vakit kalır; en azından durup ne olduğunu soracaklarını düşünüyorum.
  • O video örneği hem ürpertici hem de ilginç. Şikâyet etmen, yetkilinin gelmesi ve görüntüleri göstermesi ne kadar hızlı oldu merak ediyorum.
    Veritabanındaki işaret noktalarından video arşivinde hızlıca kurgu oluşturma işleri yapmış biri olarak bu oldukça ilginç bir problem. Son videonun bir casus filmi gibi iyi açılar birbirine eklenmiş kesilmiş bir kurgu mu olduğu, yoksa varış uçuşunun belirlendiği andan itibaren birden fazla kameranın aynı anda göründüğü çok kameralı bir ekran mı olduğu; sistemin “biliyor” gibi kişinin etrafına kutu çizip çizmediği de merak konusu.
    Bu tür yüz tanıma sistemlerinin gerçekte ne kadar distopik olduğunu öğrenmek istiyor insan.
  • Yaklaşık 20 yıl önce eczaneden eve döndüğümde, satın almadığım pahalı bir ürünün ücretinin benden alındığını fark ettim. Aradığımda mağaza, fişteki zaman damgasıyla güvenlik kamerası görüntüsünü hemen buldu; önümdeki kişinin aldığı ürünün benim hesabıma eklendiğini doğrulayıp iade yaptı.
    Hiç yüz tanıma yoktu ama o deneyimden sonra video gözetimine olumlu bakmaya başladım.
  • Bu örnekte zaman ve yerle bağlı bir bağlam olduğu için yanlış pozitif oranı muazzam ölçüde düşürülebiliyor.
    Ama ülke çapında herkese açık aramalarda yanlış pozitif oranı düzgün çalışamayacak kadar yüksek olur. Bilinen konum ve zamana sahip bir olay gibi yerel/zamansal bağlamın dışına çıkıldığında, özellikle de ABD gibi özel araç kullanımının çok yaygın olduğu yerlerde çok iz bırakılmıyorsa, bu tür sistemler pratikte çoğu zaman pek yardımcı olmaz.
  • Varsayılanı katılım değil de vazgeçme seçeneği yaparsan çoğunluk bunu umursamaz ya da zahmetli geldiği için geçer gider.
    ABD vatandaşları ülkeye girerken fotoğraflarının çekilmesini reddedebilir, ama kim o zahmete katlanır ki? Sistem böyle böyle işlemeye devam eder.

• Helen Phillips’in yeni romanı Hum tam da bu soruyu ele alıyor.
  Öncül şöyle: İşini kaybeden ve maddi sıkıntı çeken bir kadın, son teknoloji yüz tanıma yazılımının deneği olmak için, gelişmiş bir robot tarafından yüzünün çok küçük ölçüde cerrahi olarak değiştirilmesini içeren bir araştırmaya katılıyor.
  Kocası çoğunlukla haşere kontrolü yapan gig işi bir tamirci olduğu için geliri çok düşük; iki küçük çocuğu var ve tahliye edilmekten korktuğu için katılıyor. Araştırma, 10 ay boyunca başka bir gelir olmadan da ailenin rahatça yaşayabileceği kadar büyük bir parayı peşin veriyor.
  Kısa süre sonra sorun ortaya çıkıyor: Görünüşü yalnızca çok az değişmiş olmasına rağmen ailesi ve tanıdıkları tamamen afallıyor. Eskisiyle aynı görünüyor ama bir şeyler farklı. Bu araştırma, gözetim görüntülerinin tekinsiz vadideki yüzleri nasıl işlediğini görmek için böyle yüzler oluşturuyor.
  Bu tanıtım kitabın başındaki olaylar olduğu için spoiler değil; sonrasında hikâye beklenmedik ve ilginç yönlere doğru patlıyor. Eleştirmenlerce kabul görmüş ve ödüllü bir romancının altıncı kitabı olan bir bilimkurgu; dili de güzel.
  İlk 19 sayfa buradan okunabilir: https://www.amazon.com/Hum-Novel-Helen-Phillips/dp/166800883...

  • Hemen okunacaklar listeme eklemek isteyecek kadar ilginç. Yalnız bunun bir sonraki ürün teklifinin yol haritası değil, distopya olarak anlaşılmasını umarım.

• Sonuca bakınca aklıma Çinli Lao Rongzhi geliyor. Sevgilisi Fa Ziying ile birlikte seri katildi[0]; ikisi ülke çapında dolaşıp haraç ve cinayet işlediler.
  Fa, 1999'da polisle yaşanan bir çatışmanın ardından yakalandı, ancak Lao yüzünü değiştiren estetik ameliyatlar bile geçirip 20 yıl boyunca kaçtı. Çoğu insanın onu tanıyamayacağı kadar değişmişti.
  Ama o 20 yıl içinde yüz tanıma yazılımları hızla gelişti ve bir alışveriş merkezi kamerası onu tanıyıp ulusal suçlu veritabanı ile eşleştirdi. Başta polis bile bunun bir hata olduğunu düşündü, ancak DNA kanıtıyla aynı kişi olduğu doğrulandı ve sonunda idam edildi.
  Günümüzde kimsenin yüz tanımadan gerçekten saklanamayacağını düşünüyorum.
  [0] https://www.youtube.com/watch?v=I7D3mOHsVhg

  • “Yargısız infaz” ifadesi teknik olarak yanlış. Yargısız infaz, hukuki süreç olmadan idam etmek demektir; Wikipedia'ya göre ise Yüksek Mahkeme'ye kadar uzanan oldukça kapsamlı bir hukuki süreç vardı.
    “9 Eylül 2021'de Lao, kasten öldürme, adam kaçırma ve soygun suçlamalarıyla Nanchang Intermediate People's Court tarafından ölüm cezasına çarptırıldı. Siyasi hakları ömür boyu elinden alındı ve tüm kişisel mal varlığına da el kondu. Lao karara itiraz etti; ikinci derece duruşması 18 Ağustos 2022'de Jiangxi Provincial Higher People's Court'ta görüldü. Lao, Fa'nın suç ortağı olduğunu kabul etti, ancak ilişkileri boyunca Fa tarafından fiziksel ve cinsel istismara uğradığını ve hayatını kaybetmekten korktuğu için böyle davrandığını ileri sürdü. Aynı yıl 30 Kasım'da mahkeme ölüm cezasını onadı. 18 Aralık 2023'te, Supreme People's Court'un onayıyla Nanchang Intermediate People's Court, Lao Rongzhi'nin ölüm cezasını infaz etti.”
    https://en.m.wikipedia.org/wiki/Fa_Ziying_and_Lao_Rongzhi
  • “Kamera %97,3 eşleşme bildirdi” kısmı muğlak. Rastgele bir kişi için eşleşme oranı rastgele dağılıyorsa 1÷(1−.973)≈37, yani kameraya yakalanan her 37 kişiden 1'i eşleşiyor demektir. Çin'de bu, yüz binlerce alışveriş merkezinde milyonlarca kişinin eşleşmesi anlamına gelebilir.
    Gerçek eşleşme oranı daha yüksek de olabilir. Yine de bugünkü yüz tanıma, yüz için tutarlı bir “hash değeri” veriyor ama basamak sayısı veya bilgi miktarı sınırlıymış gibi görünüyor. Birinin X sefer sayılı uçuşun yolcusu olduğu gibi ek bir bilgiye sahipseniz, hangi kişi olduğunu çok yüksek olasılıkla tahmin edebilirsiniz; ancak belirli kişileri çok arayıp yanlış pozitifleri göze almadığınız sürece büyük ölçekte iyi ölçeklenmez.
    Yetkililer DNA ve yüz tanımanın insanları yakaladığını söylemeyi sever, çünkü bu tür sözler yetkililerin her şeyi bilen ve her şeye gücü yeten bir izlenim vermesini sağlar. Yukarıdaki “%97,3” gibi değerler de yanlış ya da anlamsız olabilir. Elbette bu teknolojinin insanları yakaladığı durumlar var, ama hâlâ sınırlı ve pahalı.
  • Estetik ameliyat sonrası yüz tanımlama tartışması için şu makale yararlı olabilir: “Human face identification after plastic surgery using SURF, Multi-KNN and BPNN techniques” <https://link.springer.com/article/10.1007/s40747-024-01358-7>
  • Bu hikâyenin doğru olduğunu nasıl bilebiliriz? Polis hata yaptıysa bunu söyler miydi? Gerçeği kim ortaya çıkarabilir ya da onları kim suçlayabilirdi?

• Hazırlanmış kendi fotoğrafınızı yayımlayıp yüz tanımanın sizi siz olarak tanımamasını istiyorsanız, gerçekte yüzünüzü o kadar da fazla değiştirmeniz gerekmez. https://sandlab.cs.uchicago.edu/fawkes/ adresine bakabilirsiniz.
  Karşıt amaçlı hazırlanmış görüntüler insan gözüne hâlâ tamamen sizmişsiniz gibi görünebilir; yüz tanımayı bozan veri ise sıradan insan algısı açısından neredeyse steganografi düzeyinde kodlanır.

  • Bildiğim kadarıyla bu ilginç proje durduruldu ve sonrasında yüz tanıma modellerinin bu tür saldırılara karşı savunma yapacak şekilde eğitildiğini anlıyorum.
  • Bu çalışmanın hâlâ sürüp sürmediğini merak ediyorum. Bağlantıdaki son “News” gönderisinin 2022'den olması ilginç görünüyor.

• “Devletten bizi koruyacak yasalar yapmasını istemek çok daha kolay…” sözü biraz safça. Verilerin çoğu zaten mevcut ve başka bir hükümetin gelmesiyle bu koruma etkisiz hâle gelebilir; bu yüzden artık çok geç.
  Bu nedenle Almanlar ve Avrupalılar uzun zamandır veri toplamaya karşı çıkmak ve koruma mekanizmaları oluşturmak için oldukça güçlü biçimde mücadele etti; muhtemelen en sofistike politika ve düzenlemelerden bazılarına sahipler.
  Ancak zaman geçtikçe veri toplamayı asgari düzeyde tutmak neredeyse imkânsız hâle geliyor. Başta kendi içinde makul küçük bir istisna ortaya çıkıyor, sonra katılımcılar artıyor, normalleşiyor ve sonunda geriye hiçbir koruma mekanizması kalmıyor.

  • Henüz geç değil. Bizim için geç olabilir, ama 100 yıl sonra kim ölmüş atalarının rahatsız edici derecede kişisel veritabanını gerçekten umursar? DNA hâlâ sorun olacak, fakat 1000 yıl kadar sonra muhtemelen yeni bir en yakın ortak ata ortaya çıkacaktır.
    Şimdi ya da yakında durursak bunu daha tomurcukken kesebiliriz. Bizim için de muhtemelen çok geç değil. Kafatası biçiminden yüz tanımak hâlâ bir endişe konusu, ama ancak kötü niyetli tarafların güncel görüntülerimizi ele geçirmesi durumunda. Aksi hâlde yalnızca geçmiş faaliyetleri inceleyebilirler.
    Diğer veri türlerinde uzun vadeli kullanışlılığı engelleyen daha fazla kısıt var. Tabii “şişeden çıkan cin geri sokulamaz” yanılsamasına katılmadığımız varsayımıyla.
  • Almanya hâlâ, devletin vergileri ilgili dinlere dağıtması gerekçesiyle insanlardan din kaydı talep ediyor. Üzgünüm ama Alman devletinin vatandaşlarından dinlerini bildirmelerini istemesi bana nahoş bir şeyi hatırlatıyor.

• Yakaya, insan gözüyle neredeyse görünmeyen ama çoğu CMOS çipe girip kamerayı kör edecek kadar düşük dalga boyuna sahip parlak kızılötesi LED’leri 30Hz ya da 60Hz’de yanıp sönecek şekilde takıp dolaşsam ne olur diye sık sık merak etmişimdir.
  Her alışverişe çıktığımda bunu düşünüyorum. Gözetlenmekten hoşlanmıyorum; saklayacak bir şeyim yok ama bunun ikna edici ve baskıcı doğasından hoşlanmıyorum. Hayatımda hiç hırsızlık da yapmadım. Bir insanın peşimden gelmesi nispeten daha az rahatsız edici; ama çok daha etkili, ürkütücü ve müdahaleci olan algoritmik analizden hoşlanmıyorum.
  Muhtemelen böyle bir deneyin sonucu, dışarı çıkmamın istenmesi ya da polisle tatsız bir konuşma olurdu. Yine de benden daha cesur birinin bunu denemesini isterdim. Giysilere ışık takılabiliyorsa, neden bunu kızılötesi yapmayalım?

  • Mağaza güvenliğinde alarm çalacağını ve güvenlik görevlisinin hemen gelip kontrol edeceğini garanti ederim.

• Yüz tanımadan kaçınmak için yüzünüzü ne kadar değiştirmeniz gerekir? W.O.P.R.’dan ilham alan tabu yanıt: oyunu oynamamak.
  Mümkünse kamera bulunan alanlardan kaçının. Gelirlerini etkiler.
  İşletmelerle ya da iş ortaklarıyla mümkün olduğunda Zoom veya Jitsi görüşmesi yapın.
  Kendi kendinize yetin. Gerekmediğinde para harcamayın; sağlıklı gıdaları teslimatla alın. Vergi gelirlerini azaltır.
  Şirketiniz izin veriyorsa evden çalışın. Mümkün olduğunca off-grid yaşamaya yakın durun.
  Kaçınılmaz işler için başkasını tutun. Mahalledeki bir çocuğa nakit verip şehre gidip gelmesini sağlayın.
  Bunların kimseye popüler gelmeyeceğini biliyorum, ama ben böyle biriyim.

• Genel olarak fena olmayan bir yazı, ancak pratik tavsiyeler bu alanla son kez ilgilendiğim 10 yılı aşkın süre öncesinden pek farklı değil.
  Genel olarak yukarı bakmayın, yüzünüzü mümkün olduğunca çok kapatın, algoritmanın zaman içinde sizi aynı kişi olarak eşleştirmesini zorlaştıracak şekilde kalıpları karıştırın, kameraların yerini ve onlardan nasıl kaçınacağınızı bilin; bilinen bir gözetim bölgesine girmeniz gerekiyorsa da mümkün olduğunca hızlı ve sessizce çıkın. Özellikle paranoyanız yüksekse, gözetim bölgeleri arasında kıyafetinizi de değiştirmeniz daha iyi olur.
  Ancak devlet gözetimini kandırabileceğiniz umudunu şimdiden bırakmanız iyi olur. Yetkin bir devlet aktörü belirli bir kişiyi hedefliyorsa, sizi zaten ağa düşürmüştür. Eski bir market kamerasının bulanık siyah-beyaz analog görüntüsünden bile yüzünüzü eşleştirmeye yetecek kadar bilgiye zaten sahiptirler.
  Anlamlı bir estetik ameliyat ya da protez olmadan kazanamazsınız; bunu yapsanız bile gerçekten isterlerse dokunduğunuz nesnelerden kısmi parmak izi alıp doğrularlar.
  Güvenliğin ilk kuralı şudur: Birisi elinizdeki şeyi gerçekten çok istiyorsa, onu durdurmanın yolu yoktur. Planınızı bunu akılda tutarak yapmalısınız. Bu yüzden protestolara gitmiyorum ve yüz tanıma teknolojisinin konuşlandırıldığı etkinliklerden kaçınıyorum. Geçmiş işlerim sayesinde yüksek kaliteli referans materyalleriyle birlikte o veri kümelerinde zaten defalarca yer aldım; pasaport fotoğrafı ya da Global Entry erişimiyle de güncelleniyorum.
  En güvenli seçenek, en başta kendimi böyle bir konuma sokmamak; muhtemelen çoğu kişi için de en iyisi bu.

• Daha akıllı tartışmalarda biyometrinin özü şudur: “Bir kez ele geçirilirse sonsuza dek ele geçirilmiştir.” Biyometri bir parola değil, açık anahtar ya da kullanıcı adına daha yakındır.
  Neyse ki bu söz hükümetler için aynen geçerli değil. Mevcut hükümet ele geçirilmiş olsa bile, demokratik süreçlerle yeniden ele geçirilmemiş bir duruma getirilebilir.
  Bu yüzden yüzünüzü değiştirmektense hükümeti değiştirmenin daha kolay olduğu söylenebilir. Çaba gösterilecek yer orasıdır.

  • Biyometri, insanların düşündüğünden çok daha az benzersizdir.
    ABD’nin tamamı gibi devasa bir popülasyona uygulayıp zamansal ve bölgesel bağlamı yok saydığınız anda çakışmalar ortaya çıkar. Özellikle sensör hataları ya da başka nedenlerle kısmi örnekleri hesaba kattığınızda bu daha da doğrudur.
    Mahkemeler, biyometrik eşleştirmenin her zaman yalnızca bir eşleşme olasılığı olduğu, garanti edilmiş bir eşleşme olmadığı gerçeğini görmezden geldiği için masum insanların hapse girdiği de oldu.

• Güneş gözlüğü takıp maske veya abartılı makyaj gibi yüzünüzde bir şeyler yaparsanız yüzün tespit edilmesini zorlaştırırsınız; ama bu yüzü değiştirmek değil saklamak olduğu için “hile” deniyorsa, o zaman sadece güneş gözlüğü ve maske takın. Hile olup olmadığını kim umursar?