Trovare l'identità dei migranti scomparsi utilizzando l'intelligenza artificiale

Ogni anno, centinaia di migliaia di persone lasciano le loro case e lasciano il loro paese in cerca di una vita migliore o per fuggire dalla violenza. Molti vengono feriti o uccisi lungo la strada. Molti altri scompaiono senza che i loro cari sappiano se sono vivi o morti, o cosa è successo loro.

Secondo il progetto Migranti scomparsi dell'Organizzazione Internazionale per le Migrazioni (OIM), abbiamo perso le tracce di 45 migranti in tutto il mondo dal 000, di cui 2014 nel Mediterraneo.

Nel 2020 l'alleanza INSA (Istituto Nazionale di Scienze Applicate) è stata avvicinata dal team forense transregionale del Comitato Internazionale della Croce Rossa (CICR), che mirava a migliorare il processo di identificazione dei migranti morti nell'area euromediterranea . Ci sono molti annegamenti qui - 16 dal 000. A nostra conoscenza, questo sforzo guidato dall'antropologo Jose Pablo Baraybar del CICR è l'unico che affronta questo problema in modo trasversale nella regione.

Le équipe dell'INSA sono così intervenute per proporre soluzioni a questo fondamentale lavoro di identificazione del CICR, che deve occuparsi di un gran numero di casi, di informazioni sparse o di scarsa qualità sulle persone scomparse.

Dopo un progetto pilota guidato dall'INSA Lyon, che ha fornito al CICR gli strumenti per la gestione delle informazioni sui corpi recuperati, la partnership ha preso forma. Ha integrato il Programma di alleanze della Fondazione INSA.

Questo programma mobilita studenti e docenti-ricercatori su casi concreti per i quali le ONG, come Handicap International o il CICR, necessitano di competenze scientifiche e tecniche. In tutto sono 37 gli studenti che, nell'ambito del loro corso, hanno sviluppato sette progetti combinando metodi e strumenti specifici delle scuole di ingegneria con le conoscenze sul campo del CICR.

L'intelligenza artificiale al servizio dell'umanitarismo

In teoria, il processo di identificazione delle persone annegate potrebbe essere facilmente avviato facendo riconoscere il defunto dai loro parenti tramite fotografie. Tuttavia, questi documenti non sono sempre “mostrabili”: o queste foto sono di scarsa qualità, oppure i corpi sono così danneggiati e le immagini così traumatiche da impedirne qualsiasi riconoscimento formale.

Questa situazione ci ha portato ad esplorare l'idea di confrontare le foto di persone decedute con le fotografie di persone ricercate dai loro parenti utilizzando tecnologie di riconoscimento facciale.

Questo approccio è stato esplorato in particolare nell'ambito del tirocinio di fine studi di Zacharie Hellouin nel 2020. Il suo progetto consisteva nell'utilizzare e quindi valutare il contributo di algoritmi e modelli di riconoscimento facciale nell'identificazione dei resti di persone trovate annegate. .

In termini concreti, si tratta di adattare e utilizzare modelli di machine learning, una tecnica di intelligenza artificiale che consente a un programma di imparare, da solo, a riconoscere somiglianze e differenze nei set di dati. Confrontandolo con esperienze ripetute, come il riconoscimento dell'identità di una persona, il programma si allena e ne migliora i risultati. Questo lavoro ha permesso di convalidare l'interesse di questa tecnica per il riconoscimento dei dispersi.

Per implementarlo, abbiamo confrontato le foto dei migranti in vita con quelle dei migranti deceduti nella speranza di ottenere corrispondenze positive. Per questo abbiamo impostato un indice di similarità basato su un algoritmo di matching che permette di ottenere punteggi di identità probabili della persona sotto forma di percentuali.

Il tutto è stato integrato in un'applicazione Web destinata agli agenti del CICR ea coloro legalmente incaricati di identificare i resti mortali, come gli istituti forensi. Questa applicazione è in fase di sviluppo e ciascuno dei progetti mira a migliorarla.

I risultati ottenuti sono incoraggianti. Grazie a questo software siamo stati in grado di sviluppare un prototipo completo di riconoscimento facciale applicato ai migranti scomparsi. Tuttavia, per poter offrire indicatori veramente affidabili di somiglianza tra foto di vivi e morti, bisognerebbe ottenere migliaia e migliaia di foto.

Fissati questi limiti, lo strumento sviluppato oggi offre agli agenti del CICR la possibilità di indirizzare le proprie ricerche fornendo un elenco di probabili corrispondenze, rendendo la ricerca certamente laboriosa, ma umanamente possibile.

Software in costante miglioramento

All'inizio di questo progetto, nel 2020, è stato necessario redigere le specifiche. Gli studenti INSA e il loro insegnante Charles Dossal hanno quindi tradotto in termini tecnici l'elaborazione automatica o non automatica da eseguire su queste immagini: estrarre la faccia dal decoro (una borsa, il fondo di una barca, un tavolo, ecc.), centrare e allineare l'immagine, ridurre o eliminare le ferite, rimuovere la schiuma dalla bocca e portare un barlume di vita agli occhi.

Due studenti su 4^e anno, Adam Hamidallah e Din Triem Phan, hanno quindi programmato gli algoritmi che avevamo identificato come i più rilevanti per risolvere questi diversi problemi. A volte sarebbe stato necessario copiare parti di pelle sana per "guarire digitalmente" ferite o inserire occhi da un altro viso quando questi erano troppo danneggiati. I risultati sono incoraggianti, ma siamo anche stati in grado di misurare che l'intelligenza artificiale (AI) potrebbe fornire risposte più complete.

Durante l'estate del 2021, Zoé Philippon e Jeong Hwan Ko hanno visto queste terribili immagini con l'obiettivo di vedere più precisamente cosa l'IA può apportare a questa missione.

L'obiettivo di Zoé Philippon era quello di testare i limiti degli algoritmi di riconoscimento facciale basati su reti neurali artificiali quando applicati alle immagini dei volti dei defunti, principalmente di origine africana. Questi algoritmi sono efficaci su immagini simili a quelle utilizzate per calibrarle, qui volti di persone viventi, per lo più bianchi e maschi, con una piccola percentuale di volti femminili o africani.

Ha quindi effettuato numerosi test, riqualificato l'IA per essere più efficace sulle immagini delle persone scomparse. I risultati sembrano indicare che questi algoritmi trarrebbero vantaggio dall'essere formati in modo più specifico sui volti di una popolazione più rappresentativa dei dispersi e che il riconoscimento si deteriora notevolmente quando la persona da riconoscere è morta. L'accesso a una maggiore quantità di dati potrebbe confermare questi primi risultati molto incoraggianti.

Trucco digitale

Jeong Hwan Ko ha cercato di migliorare i risultati del "trucco digitale" utilizzando reti neurali artificiali, anche pre-addestrate, per riempire i buchi nelle immagini. Questi metodi si sono rivelati estremamente efficaci nel cancellare le lesioni, ma per riparare una bocca o degli occhi era necessario utilizzare altre reti neurali in grado di inserire parte di un'immagine in un'altra.

Per il momento il programmatore sceglie l'immagine da inserire, ma in futuro sarà probabilmente più efficiente lasciare che l'algoritmo cerchi da solo in un grande database, gli occhi, la bocca o le orecchie in buone condizioni che più somigliano a quello del volto da identificare. C'è ancora del lavoro da fare e, anche in questo caso, un più ampio accesso ai dati migliorerebbe senza dubbio la qualità di questa ricostruzione facciale.

Oggi i progetti continuano. Siamo sempre alla ricerca di dati per addestrare ulteriormente i programmi di machine learning. Siamo anche alla ricerca di sponsor aziendali disposti a condividere con noi la loro tecnologia, tempo e supporto.

Infine, va notato che queste stesse applicazioni, sviluppate per rispondere alla crisi dei migranti scomparsi, possono essere utilizzate anche in altri contesti come disastri, conflitti o qualsiasi situazione che possa portare alla non identificazione delle persone decedute.

Questo articolo è stato co-autore di Samuele Kenny, coordinatore dell'alleanza CICR-INSA.

Sami Yangui, Docente-Ricercatore in Informatica, INSA Tolosa et Carlo Dossal, Professore di Matematica, INSA Tolosa

Questo articolo è ripubblicato da The Conversation sotto licenza Creative Commons. Leggi ilarticolo originale.

Credito immagine: Shutterstock.com/pabloavanzini