2017 yılında ABD’de faili meçhul bir dava üzerinde çalışan dedektiflerin aklına bilgim kurgu filmlerindeki gibi bir fikir geldi. Memurlar, faili meçhul Maria Jane Weidhofer cinayetinde 1990 yılında toplanan genetik bilgileri ve DNA’yı bir yüze dönüştürebileceğini söyleyen bir şirket olan Parabon NanoLabs‘a gönderdi.
Film gibi olay
Parabon NanoLabs, şüphelinin DNA’sını tescilli makine öğrenme modelinden geçirdi. Kısa süre sonra, polis departmanına dedektiflerin daha önce hiç görmediği bir şey sağladı: yalnızca olay yeri kanıtları kullanılarak oluşturulan potansiyel bir şüphelinin yüzü. Parabon NanoLabs’ın ürettiği ve Snapshot Phenotype Report olarak adlandırılan bu 3D görüntü; şirketin algoritmasının DNA örneğinde bulunan genetik özellikler göz önüne alındığında bir kişinin nasıl görünebileceğini tahmin ettiği bir temsil niteliğinde.
Şirketin tahminine göre katilin yüzü erkekti. Açık tenli, kahverengi gözlü ve saçlıydı, çilleri yoktu ve gür kaşları vardı. Şirket tarafından istihdam edilen bir adli tıp sanatçısı, DNA örneğinden değil de bir tanığın tarifinden yola çıkarak, adama sıradan, kısa kesilmiş bir saç kesimi ve bıyık ekleyerek robot resim yaptı. Daha sonra bu robot resim tartışmalı bir kararla 2017 yılında halk ile paylaşıldı. Ardından 2020 yılında tartışmayı büyütecek başka bir girişimde daha bulunuldu: yüz tanıma yazılımından geçirilmesi istendi.
Ancak kolluk kuvvetlerinin faili meçhul cinayetin DNA tabanlı olarak oluşturulmuş şüpheli görselinin yüz taramadan geçirilip geçirilmediği bilinmiyor. Ek olarak Kuzey Kaliforniya Bölgesel İstihbarat Merkezi’ne (NCRIC) gönderilen bu sentetik resim, yüz tanımadan geçirilmiş olabilir. Zira 2021 yılında NCRIC İcra Direktörü Mike Sena merkeze ne zaman yüz tanıma talebi gelse, bir arama yapılacağını söylemişti.
Parabon NanoLabs
2008’de kurulan Parabon NanoLabs, öncelikle kolluk kuvvetleri için adli genetik soybilim hizmetlerine odaklanıyor; bu süreç, potansiyel şüphelileri veya kurbanları bulmak için DNA verilerinin soybilim veri tabanlarındaki profillerle karşılaştırılmasını içeriyor. Şirket, 2012 yılında ABD Savunma Bakanlığı’nın Savunma Tehdit Azaltma Ajansı’ndan DNA fenotiplemesini keşfetmek için bir hibe aldı.
Parabon NanoLabs’ın biyoinformatik direktörü Ellen Greytak, şirketin “yüzün her bir parçası için” öngörücü modeller oluşturmak üzere makine öğrenimini kullandığını söylüyor. Modeller 1.000’den fazla araştırma gönüllüsünün DNA verileri üzerinde eğitiliyor ve yüzlerinin 3D taramalarıyla eşleştiriliyor. Greytak, taranan her yüzün 21.000 fenotipi (gözlemlenebilir fiziksel özellikler) olduğunu ve modellerinin DNA örneğindeki parçaların yüzün görünümünü nasıl etkilediğini anlamak için bu parçaları kırdığını söylüyor.
Bununla birlikte Parabon, şirketin yüz tahminlerini, bir şüphelinin yüzünün tam bir kopyası olmaktan çok, onun bir tarifi gibi bir şey olarak nitelendiriyor. Bununla birlikte 2016 yılında şirket, şartlarına müşterilerin Snapshot Phenotype Report’ları için yüz tanımanın kullanmasını yasaklayan bir madde ekledi. Ancak bu maddeye müşterilerin/kullanıcıların uymasını sağlamanın bir yolu yok.
Parabon’un teknolojisi sadece bir vakada kullanılmadı. Yıllar içinde ABD’de kolluk kuvvetleri şüpheli yüzleri oluşturmak için muhtemelen yüzlerce kez bu teknolojiye başvurdu. Ancak hiçbiri için yüz taramanın yapılıp yapılmadığı belirsiz. ABD’li polislere bir vakada Parabon’u kullanıp kullanılmayacağı sorusu sorulduğunda ise genel ve kabul gören cevap şu şekilde: “Parabon yüzünün mükemmel olmadığını biliyorum, ama neden bir katili yakalamak için elimizdeki her aracı kullanmayalım ki?” Ancak buna karşı olanlar da yok değil. Özellikle yanlış hedefi gösterme riski ilk eleştiri odağı.
Fenotipleme
Uzmanlar, kolluk kuvvetlerinin bu tahminleri yüz tanıma ile birlikte kullanmayı düşünmelerinin, soruşturma araçları üzerinde genel bir denetim eksikliğine işaret ettiğini söylüyor. Bununla birlikte geçtiğimiz birkaç yıl içinde yüz tanıma teknolojisi önemli ölçüde gelişti. ABD Ulusal Standartlar ve Teknoloji Enstitüsü 2018 yılında yüz tanıma algoritmalarını 12 milyon kişiden oluşan bir sabıka fotoğrafı veri tabanı üzerinde test ettiğinde, aramaların yüzde 99,9’unun doğru kişiyi tanımladığını tespit etti. Ancak bunlar ehliyet ve pasaport fotoğrafları gibi yüksek kaliteli görüntülerle test edildi. Bir algoritmik yüz veya bulanık bir kamera görüntüsü üzerinde değil.