L’atto di fumare in luoghi in cui non è ammesso farlo costituisce un crimine a tutti gli effetti. Singapore lo punisce con multe salate e lo persegue con “armi” tecnologiche avanzate. Sono le stesse che siamo abituati a veder sfoderate per reati di altro tipo, per esempio di stampo terroristico o con persone scomparse, ma che sembrerebbero mostrare una discussa e faticosa efficacia anche in questa situazione più “banale” e quotidiana.
Falsi positivi, veri nemici dell’AI
“Tutto questo schieramento di innovazione, tecnologia e competenze IT per qualche sigaretta?” Verrebbe da chiedersi, volgendo un primo sguardo a quanto il governo di questa repubblica sta mettendo in atto. Basta però guardare il problema da un punto di vista scientifico e asettico, sospendendo il parere morale, per rendersi conto di come “una piccola sigaretta” possa costituire una vera e propria sfida anche per le soluzioni di AI e computer vision più avanzate e promettenti.
Il vero pericolo sono i falsi positivi, la “pecca” di tutte le soluzioni sperimentate finora dall’agenzia di trasformazione digitale GovTech di Singapore. Per questo sono finora state tutte considerate e comunicate come “demo”, in preparazione a quella che di recente è stata annunciata come la prima versione ufficiale, anche se di fatto è la 3.0.
Questa intelligenza artificiale “anti-fumo” si chiama Balefire e la sua missione da sempre è quella di aiutare le forze dell’ordine locali della NEA (National Environment Agency) a individuare in modo sempre più preciso e capillare chi fuma dove non dovrebbe farlo. Non si può fingere di non sapere, oltretutto, perché la stessa agenzia ha pubblicato un chiaro elenco di aree “smoke free” tra cui parchi, istituti scolastici, piscine – intuitivamente- ma anche passerelle pedonali sopraelevate e altre infrastrutture più insospettabili.
Se la procedura è semplice, dal punto di vista amministrativo, da quello scientifico ci si trova di fronte a una sfida di precisione non banale. Le sigarette rischiano infatti di essere confuse con cannucce, bordi di telefoni, dita e alimenti dalla forma affusolata come patatine o finger food. Tutti i tentativi di affidarsi al riconoscimento della parte incandescente sono finora falliti, proprio come quelli costruiti attorno alla stima della postura “da fumatore”. Ai creatori di Balefire non è rimasto che rimboccarsi le maniche e trovare un’altra via.
Una soluzione 5 volte intelligente
Gli “errori” delle precedenti versioni sono stati preziosi per la nuova avventura 3.0. Il team è infatti partito dal presupposto di non poter realizzare il rilevamento end-to-end non è fattibile in un contesto di AI edge, soprattutto quando tale processo deve essere pressoché istantaneo.
Niente sistemi già pronti da cui partire, quindi: il nuovo Balefire stavolta è stato stavolta costruito utilizzando i modelli esistenti solo per correggere gli errori ed estrarre dati utili. Per il resto, sono stati aggiunti profili specifici di immagini in modo iterativo, considerando soprattutto quelli più ingannevoli, per esempio per la presenza di un casco o di un boccone di cibo vicino alla bocca. Un processo di vera e propria elaborazione personalizzata in cinque atti.
Dopo un primo “rilevamento delle teste fumanti” partendo dai fotogrammi della telecamera, è stato applicato un filtro euristico per eliminare quelle potenzialmente errate, per poi passare all’object tracker e seguire ogni testa, eliminando “i doppioni”. A seguire, si è prevista un’ulteriore fase di classificazione fumo/non fumo e di reidentificazione per essere certi che nessun fumatore possa sperare di farla franca.
