Dorsal Hand Images for Immersive (XR) and Privacy-preserving Age Assurance and Child Safety
تقترح هذه الورقة استخدام صور ظهر اليد الملتقطة بواسطة كاميرات نظارات الواقع الممتد (XR) كبديل غامر ومحافظ على الخصوصية لتقنية التعرف على الوجه من أجل التحقق المستمر من العمر، مُثبتةً من خلال مجموعة بيانات متنوعة أن هذه الطريقة يمكنها التمييز بفعالية بين القاصرين والبالغين عند عتبة الـ 18 عاماً مع المتانة تجاه تباينات لون البشرة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
في عالم الواقع الافتراضي الآخذ في التوسع السريع، حيث يرتدي المستخدمون سماعات الرأس للانتقال إلى عوالم رقمية، يلوح في الأفق تحدٍ مستمر يتعلق بالسلامة: كيف نضمن عدم تعرض الأطفال لمحتوى أو تفاعلات مخصصة للبالغين. تتطلب القواعد الحالية من المنصات التحقق من عمر المستخدم، لكن الأساليب المستخدمة اليوم غالباً ما تكون خرقاء وتطفلية. يعتمد النهج القياسي على التعرف على الوجه، حيث يُطلب من المستخدم نزع سماعة الرأس، والتقاط صورة "سيلفي" بالهاتف، ورفعها إلى طرف ثالث. هذه العملية تكسر الشعور بالحضور، وتجبر المستخدم على الخروج من التجربة الغامرة، كما تثير مخاوف جدية بشأن الخصوصية من خلال مشاركة بيانات الوجه الحساسة مع شركات خارجية. علاوة على ذلك، بمجرد دخول المستخدم في جلسة ما، لا توجد طريقة سهلة للتحقق باستمرار مما إذا كان الشخص الذي يرتدي السماعة هو نفسه الشخص الذي سجل في البداية، مما يترك فجوة يمكن للمراهقين من خلالها التسلل إلى مساحات مخصصة للبالغين.
لطالما عرف الباحثون أن الجلد على ظهر اليد يتغير بطرق يمكن التنبؤ بها مع تقدم الناس في العمر، حيث تظهر فيه التجاعيد، ويتغير ملمسه، وتتضح فيه العروق بشكل أكبر. وبينما تعد هذه العلامات موثقة جيداً في الدراسات الطبية، إلا أنها نادراً ما اختُبرت كأداة للتحقق من العمر رقمياً، خاصة للتمييز بين المراهقين والبالغين. وقد استكشف فريق من الباحثين في جامعة غرينتش الآن ما إذا كان ظهر اليد، الذي تلتقطه الكاميرات المدمجة بالفعل في سماعات الواقع الافتراضي، يمكن أن يعمل كوسيلة موثوقة وصديقة للخصوصية للتحقق من العمر دون الحاجة أبداً لطلب رؤية وجه المستخدم.
وضع الباحثون هدفهم لبناء مجموعة بيانات جديدة لاختبار هذه الفكرة، مدركين أن الدراسات السابقة قد نظرت فقط إلى البالغين أو استخدمت بيئات مختبرية محكومة لا تعكس الاستخدام في العالم الحقيقي. لقد استعانوا بـ 436 مشاركاً، تتراوح أعمارهم بين عشر سنوات وسبع وستين سنة، مع ضمان مزيج متوازن من الأعمار والأجناس وألوان البشرة. كان الهدف هو التقاط صور في ظروف تحاكي كيفية استخدام الشخص لجهاز الواقع الافتراضي فعلياً: أي رفع اليد بحرية تحت إضاءات متغيرة، دون معدات خاصة لتثبيت اليد أو توحيد الإضاءة. وباستخدام سماعة "Meta Quest 3"، وجه الفريق المشاركين لوضع أيديهم ضمن منطقة رؤية محددة، حيث تم التقاط صور لظهر اليد كما يتفاعل المستخدم بشكل طبيعي مع العالم الافتراضي. نتج عن ذلك آلاف الصور التي تعكس الواقع المتغير والمتداخل للاستخدام اليومي، بدلاً من الظروف المثالية الموجودة في العيادات الطبية.
باستخدام هذه المجموعة المتنوعة من الصور، قام الفريق بتدريب عدة أنظمة حاسوبية مختلفة لتعلم الفرق بين الطفل والبالغ. واختبروا أنواعاً مختلفة من نماذج الذكاء الاصطناعي، من الشبكات القياسية إلى النماذج الأكثر تقدماً المصممة للتعامل مع الأنماط المعقدة، طارحين سؤال التنبؤ بعمر الشخص في الصورة. وأظهرت النتائج أن هذه الأنظمة يمكنها بالفعل التمييز بين القاصرين والبالغين بدرجة معقولة من الدقة. فقد سجل أفضل نموذج أداءً متوسط خطأ قدره حوالي خمس سنوات وثلاثة أرباع السنة عند تخمين العمر الدقيق للشخص. ورغم أن هذا قد يبدو هامشاً كبيراً لتخمين تاريخ ميلاد محدد، إلا أن الباحثين لم يكونوا مهتمين بالرقم الدقيق بقدر اهتمامهم بقرار ثنائي: هل هذا الشخص يبلغ من العمر ثمانية عشر عاماً أو أكثر؟
وعندما تم ضبط النظام ليكون حذراً جداً بشأن عدم السماح لطفل بالدخول إلى مساحة مخصصة للبالغين، فقد عمل بموثوقية عالية. فمن خلال وضع حد صارم، استطاع النظام حظر جميع القاصرين من الدخول بفعالية، ليعمل كمرشح أول قوي. ووجد الباحثون أن النظام يعمل بشكل ثابت وجيد عبر مختلف ألوان البشرة، مما يظهر عدم وجود تحيز كبير ضد أصحاب البشرة الداكنة أو الفاتحة. ويعد هذا اكتشافاً حاسماً، حيث تعاني العديد من أدوات التحقق من العمر من أجل العمل بإنصاف عبر المجموعات السكانية المتنوعة. كما أظهرت الدراسة أن التقاط صور متعددة لليد خلال جلسة واحدة ودمج النتائج جعل النظام أكثر دقة، مما قلل من احتمال الخطأ إلى ما يقرب من الصفر بالنسبة للمراهقين الأصغر سناً، مع السماح في الوقت نفسه لجزء كبير من البالغين بالمرور دون الحاجة إلى مزيد من التحقق.
إن تداعيات هذا العمل تمتد إلى ما هو أبعد من مجرد تحسين الدقة؛ فهي تمس القضية الجوهرية للخصوصية في المساحات الرقمية. فبخلاف الوجه، الذي يكون مرئياً في كل مكان في الحياة العامة وعلى وسائل التواصل الاجتماعي، فإن ظهر اليد نادراً ما يتم تصويره أو مشاركته. وإذا ما تسربت صورة لليد، فسيكون من الصعب جداً على طرف ثالث ربطها بشخص معين مقارنة بالوجه. وهذا يجعل اليد أداة بيومترية أكثر أماناً لحماية الأطفال، حيث تسمح للمنصات بالتحقق من العمر دون جمع بيانات الوجه الحساسة التي أدت إلى العديد من خروقات البيانات في الماضي. ويقترح الباحثون إمكانية دمج هذه الطريقة مباشرة في جلسات الواقع الافتراضي، للتحقق من العمر بشكل مستمر وغير ملحوظ أثناء تفاعل المستخدم مع العالم، وكل ذلك دون مطالبتهم أبداً بنزع سماعة الرأس أو مقاطعة تجربتهم.
ورغم أن الدراسة لا تدعي أن هذه الطريقة هي حل مثالي ومستقل لكل سيناريو، إلا أنها تثبت أن ظهر اليد يحمل معلومات بيولوجية كافية ليكون أداة قابلة للتطبيق وتحفظ الخصوصية لضمان العمر. إن هذا العمل يسد فجوة حرجة في هذا المجال من خلال إثبات أن هذه الأساليب يمكن أن تعمل عبر الحد الصعب بين الطفولة والبلوغ، وهي المرحلة التي تكون فيها علامات الشيخوخة البصرية دقيقة وغير متسقة غالباً. ومن خلال إثبات أن نماذج الذكاء الاصطناعي القياسية يمكنها تعلم هذه الإشارات الدقيقة من صور ملتقطة في إضاءة غير محكومة، قدم الباحثون مساراً ملموساً نحو إنشاء بيئات رقمية أكثر غماراً وأماناً، حيث يمكن حماية الأطفال دون التضحية بخصوصيتهم أو شعورهم بالحضور.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.