CBP ยกระดับระบบจดจำใบหน้า ตรวจจับผู้โดยสารรถยนต์ทุกที่นั่งบริเวณชายแดนสหรัฐฯ

หน่วยงานศุลกากรและป้องกันชายแดนของสหรัฐฯ (Customs and Border Protection หรือ CBP) กำลังมองหาเทคโนโลยีขั้นสูงเพื่อนำมาใช้ในการตรวจสอบบุคคลที่เดินทางเข้าประเทศผ่านทางรถยนต์ โดยมีการเปิดรับข้อเสนอจากบริษัทเทคโนโลยีเพื่อพัฒนาเครื่องมือ Face Recognition หรือระบบจดจำใบหน้าแบบเรียลไทม์ ที่สามารถถ่ายภาพผู้โดยสารทุกคนภายในรถได้อย่างครบถ้วน ไม่ว่าจะเป็นผู้ที่นั่งอยู่เบาะหลังแถวที่สองหรือสาม เพื่อนำไปเปรียบเทียบกับเอกสารการเดินทาง

ปัจจุบัน CBP มีการใช้งานระบบจดจำใบหน้าในรูปแบบ Biometrics (การใช้ลักษณะทางกายภาพเฉพาะบุคคลเพื่อยืนยันตัวตน) อยู่แล้วในช่องทางเดินเท้า ท่าเรือ และสนามบิน โดยระบบจะถ่ายภาพผู้เดินทางและตรวจสอบกับเอกสารประจำตัวหรือฐานข้อมูลของรัฐบาล เพื่อบันทึกการเข้าเมืองลงในประวัติการเดินทาง อย่างไรก็ตาม การนำระบบนี้มาใช้กับรถยนต์ยังคงเป็นความท้าทายอย่างมาก

ความท้าทายและข้อจำกัดของระบบในปัจจุบัน

จากการทดสอบที่ผ่านมา CBP พบว่าสภาพแวดล้อมภายในรถยนต์เป็นอุปสรรคสำคัญ ทั้งจากพฤติกรรมของมนุษย์ จำนวนแถวที่นั่งในรถ และสิ่งกีดขวางทางกายภาพ ทำให้ไม่สามารถเก็บภาพผู้โดยสารได้ครบ 100% ส่งผลให้หน่วยงานต้องแสวงหาโซลูชันจากภาคเอกชนเพื่อเข้ามาช่วยเพิ่มประสิทธิภาพในการจับภาพให้ครอบคลุมทุกคนในรถ

ข้อมูลจาก Dave Maass ผู้อำนวยการฝ่ายสืบสวนของ Electronic Frontier Foundation ซึ่งได้รับเอกสารผ่านการร้องขอข้อมูลสาธารณะ เผยให้เห็นผลการทดสอบระบบที่ด่าน Anzalduas ระหว่างชายแดนเม็กซิโกและรัฐเท็กซัส พบว่ากล้องสามารถถ่ายภาพผู้โดยสารทุกคนในรถได้เพียง 76% และในจำนวนนั้นมีเพียง 81% ที่ผ่านเกณฑ์การตรวจสอบเพื่อจับคู่กับเอกสารประจำตัวได้สำเร็จ

ความแตกต่างของระบบจดจำใบหน้า

• One-to-One Face Recognition: คือการเปรียบเทียบภาพถ่ายกับเอกสารของบุคคลนั้นๆ โดยตรง ความเสี่ยงหลักคือระบบอาจไม่สามารถยืนยันตัวตนของบุคคลกับเอกสารของตนเองได้
• One-to-Many Face Recognition: คือการนำภาพถ่ายไปค้นหาในฐานข้อมูลขนาดใหญ่เพื่อระบุตัวตน (มักใช้ในงานตำรวจ) ความเสี่ยงหลักคือการเกิด False Positive หรือการระบุตัวตนผิดคน

สรุปประสิทธิภาพและเป้าหมายของระบบจดจำใบหน้า CBP

หัวข้อ	สถานะปัจจุบัน / ผลการทดสอบ	เป้าหมายในอนาคต
ความครอบคลุมของพื้นที่	ทางอากาศ, ทางน้ำ, ทางเดินเท้า	ยานพาหนะทางบก
อัตราการจับภาพผู้โดยสาร	76% (ณ ด่าน Anzalduas)	100% ของผู้โดยสารทุกคน
อัตราการตรวจสอบผ่านเกณฑ์	81% ของภาพที่จับได้	เพิ่มความแม่นยำในการจับคู่เอกสาร

ข้อเท็จจริงสำคัญ

• CBP ต้องการเครื่องมือที่สามารถถ่ายภาพผู้โดยสารในรถได้ทุกที่นั่งเพื่อจับคู่กับเอกสารเดินทาง
• ผลการทดสอบในอดีตชี้ให้เห็นถึงอัตราความผิดพลาดที่สูง และยังไม่มีข้อมูลชัดเจนเกี่ยวกับความเหลื่อมล้ำทางเชื้อชาติหรือเพศในระบบ
• ยุทธศาสตร์การสอดแนมของ CBP มีความต่อเนื่องในหลายรัฐบาล โดยมักประสบปัญหาเรื่องการจัดจ้างและงบประมาณ
• ระบบปัจจุบันเน้นการตรวจสอบรถขาเข้า แต่ยังไม่มีระบบจดจำใบหน้าสำหรับติดตามผู้ที่เดินทางออกจากประเทศทางบก (Self-deportation)

การขยายตัวของการสอดแนมและ ImmigrationOS

นอกเหนือจากความพยายามของ CBP แล้ว หน่วยงานบังคับใช้กฎหมายด้านตรวจคนเข้าเมืองและศุลกากร (ICE) ยังได้ว่าจ้างบริษัท Palantir ด้วยงบประมาณ 30 ล้านดอลลาร์ เพื่อสร้างแพลตฟอร์ม ImmigrationOS ซึ่งออกแบบมาเพื่อวิเคราะห์กลุ่มเป้าหมายและติดตามการเดินทางออกจากสหรัฐฯ ของผู้ที่ถูกส่งกลับด้วยตนเองแบบเกือบเรียลไทม์

ระบบของ Palantir นี้อาจเชื่อมโยงกับฐานข้อมูลเดิมที่มีมาตั้งแต่ปี 2014 ซึ่งเก็บข้อมูลละเอียดตั้งแตลักษณะทางกายภาพ (สีผม, สีตา, รอยสัก) ไปจนถึงข้อมูลตำแหน่งจากอุปกรณ์ติดตามตัวและเครื่องอ่านป้ายทะเบียนรถยนต์ ทำให้สามารถสร้างประวัติการเดินทางของผู้ใช้รถได้อย่างละเอียด

คำถามที่พบบ่อย

CBP ต้องการนำระบบจดจำใบหน้ามาใช้กับรถยนต์เพื่ออะไร?

เพื่อถ่ายภาพผู้โดยสารทุกคนในรถที่เดินทางเข้าสู่สหรัฐฯ และนำภาพเหล่านั้นไปเปรียบเทียบกับเอกสารการเดินทางเพื่อยืนยันตัวตนให้แม่นยำยิ่งขึ้น

ทำไมระบบปัจจุบันถึงยังไม่สามารถใช้งานกับรถยนต์ได้อย่างมีประสิทธิภาพ?

เนื่องจากมีอุปสรรคทางกายภาพ เช่น จำนวนแถวที่นั่งในรถ พฤติกรรมของผู้โดยสาร และสภาพแวดล้อมที่ทำให้กล้องไม่สามารถจับภาพผู้ที่นั่งเบาะหลังได้อย่างครบถ้วน

ความแตกต่างระหว่างการจดจำใบหน้าแบบ One-to-One และ One-to-Many คืออะไร?

One-to-One คือการเทียบภาพกับเอกสารของคนคนนั้น (เสี่ยงต่อการไม่ผ่านการยืนยันตัวตน) ส่วน One-to-Many คือการเทียบภาพกับฐานข้อมูลคนจำนวนมาก (เสี่ยงต่อการระบุตัวตนผิดคน)

ImmigrationOS คืออะไรและทำงานอย่างไร?

เป็นแพลตฟอร์มที่พัฒนาโดย Palantir ให้กับ ICE เพื่อวิเคราะห์ข้อมูลและติดตามบุคคลที่เดินทางออกจากสหรัฐฯ โดยใช้การบูรณาการข้อมูลจากบันทึกการสืบสวน ฐานข้อมูลรัฐบาล และอาจรวมถึงข้อมูลจากเครื่องอ่านป้ายทะเบียนรถ

ระบบนี้ส่งผลกระทบต่อความเป็นส่วนตัวอย่างไร?

มีการเก็บข้อมูลทางชีวภาพ (Biometrics) และข้อมูลตำแหน่งที่ตั้งอย่างละเอียด รวมถึงการพยายามให้ครอบคลุมการสอดแนมผู้เดินทางทุกคน 100% ซึ่งสร้างความกังวลด้านสิทธิมนุษยชนและความเป็นส่วนตัว