Oosto — זיהוי-פנים בזמן-אמת בווידאו חי, ישראלית

למה זיהוי בווידאו חי קשה בהרבה מזיהוי בתמונה

השוואה בין שתי תמונות פנים היא בעיה פתורה יחסית. תמונת דרכון מול תמונה שצולמה בעמדת ביקורת, בתאורה סבירה ומול המצלמה — כאן האלגוריתמים טובים כבר שנים, ולרוב טובים מבני-אדם.

המעבר לווידאו חי הופך זאת לבעיה אחרת לגמרי. עשרות אנשים בתנועה בו-זמנית, זוויות אקראיות, אור שמשתנה מפינה לפינה, פנים חלקית מוסתרות בידי אדם אחר או בידי כובע — וכל זה צריך לקרות בקצב שבו הווידאו זורם, לא אחריו. מערכת שמפגרת שנייה אחת אחרי הזרם כבר אינה מערכת בזמן-אמת.

כאן נמצא הפער המוכר בין הדגמה למציאות. מודל שמציג דיוק גבוה על מאגר תמונות מסודר יכול להתמוטט בתחנת רכבת עמוסה, וההבדל אינו באיכות המודל אלא בתנאים. זו הבעיה ההנדסית שהחברה נבנתה סביבה, וזה גם מה שהפך אותה לאחת הבולטות בעולם בתחומה — ולאחת השנויות ביותר במחלוקת, בדיוק מאותה סיבה.

מהמצלמה ועד ההתראה: מה קורה בכל פריים

התהליך שמאחורי ״המערכת זיהתה אדם״ מורכב מכמה שלבים נפרדים שרצים ברצף ובלי הפסקה. ראשית איתור: בכל פריים צריך למצוא איפה בכלל יש פנים. אחר-כך מעקב: לקשור את הפנים שנמצאו בפריים הזה לאותו אדם מהפריים הקודם, גם אם הוא הסתובב או נחסם לרגע.

רק אז מגיע השלב שהציבור חושב עליו: בחירת הפריים האיכותי ביותר מתוך הרצף, והשוואתו מול מאגר. הבחירה הזו חשובה מפני שהשוואה על תמונה גרועה מייצרת שגיאה, וברצף של מאה פריימים לרוב יש כמה טובים.

האילוץ שמעצב את כל הארכיטקטורה הוא מקום ההרצה. העברת וידאו גולמי מכל מצלמה לענן יקרה ברוחב-פס, מסובכת מבחינת פרטיות ורגישה לתקלות רשת. לכן חלק ניכר מהעבודה בחברות כאלה מושקע בהרצת התהליך על חומרה זולה בשולי-הרשת — כלומר בהוזלת החישוב ולא בשיפור הדיוק, שהוא מה שנמדד במאמרים.

2019–2020: הדיווח, הבדיקה, והמשקיעה שיצאה

באוקטובר 2019 דיווחו NBC News ולצדם ״פורבס״ ו״דה מרקר״ שהטכנולוגיה של AnyVision הפעילה פרויקט מעקב צבאי מסווג אחרי פלסטינים בגדה המערבית. הזרוע להשקעות של Microsoft הייתה אז בין המשקיעות בחברה, לאחר שהשתתפה בסבב גיוס של 74 מיליון דולר ביוני של אותה שנה.

בתגובה הזמינה Microsoft בדיקה חיצונית, שנוהלה בידי היועץ המשפטי לשעבר של ארצות-הברית אריק הולדר וצוותו במשרד עורכי-הדין Covington & Burling. תקציר הממצאים, שפורסם במרץ 2020, קבע שהטכנולוגיה משמשת במעברי-גבול בין ישראל לגדה המערבית, אך שהראיות הזמינות מלמדות שהיא אינה מפעילה ולא הפעילה את תוכנית המעקב ההמוני שיוחסה לה בדיווחים. התקציר ציין גם שהבדיקה הייתה מוגבלת בהיבטים מסוימים בשל הגבלות חוקיות על חשיפת מידע רגיש — כלומר היא לא כללה גישה לחומר מסווג.

למרות הממצא הזה מכרה Microsoft את אחזקותיה, והודיעה שתפסיק להשקיע השקעות-מיעוט בחברות זיהוי-פנים. ההסבר שנתנה היה מבני: כמשקיעה קטנה אין לה יכולת פיקוח על השימוש בטכנולוגיה רגישה.

235 מיליון דולר, שם חדש, ואז מה

מבחינה עסקית 2021 הייתה שנת השיא. החברה גייסה סבב של 235 מיליון דולר בהובלת קרן החזון של סופטבנק וקרן Eldridge, ובאותה שנה שינתה את שמה מ-AnyVision ל-Oosto — צעד שמקובל לפרש כניסיון להתרחק מהמחלוקת הציבורית שדבקה בשם הקודם. בסך-הכול גייסה כ-352 מיליון דולר, ובין משקיעיה נמנו גם Qualcomm, Lightspeed ו-Bosch.

כבר בסוף 2020 מונה למנכ״ל אבי גולן, שהגיע מתפקיד בכיר בסופטבנק; כשמונה חודשים לאחר מכן הובילה סופטבנק את הסבב הגדול והפכה למשקיעה המרכזית. בשיאה העסיקה החברה יותר מ-200 עובדים.

השנים שאחרי לא סיפקו את הצמיחה שהגיוס הזה הניח. מכירה למגזר הביטחוני ולרשויות ציבוריות היא מכירה איטית מטבעה — מחזורי-רכש ארוכים, אישורים, ולעיתים קרובות התנגדות ציבורית מקומית שמעכבת או מבטלת פרויקט אחרי שכבר נחתם. לכך נוספה סביבה רגולטורית שבה ערים ומדינות שונות אסרו לחלוטין שימוש משטרתי בזיהוי-פנים.

מ-352 מיליון שגויסו ל-125 מיליון במכירה

בינואר 2025 נמכרה החברה תמורת 125 מיליון דולר לחברת Metropolis האמריקאית. הפרט החשוב בעסקה אינו הסכום אלא צורתו: רוב התמורה שולמה במניות של Metropolis ולא במזומן, כלומר בעלי-המניות קיבלו נייר בחברה פרטית אחרת ולא כסף ביד.

לפי ״כלכליסט״, ההכנסות השנתיות של החברה עמדו אז על כ-10 מיליון דולר, ומספר עובדיה ירד לכמה עשרות בלבד. אותו דיווח מציין שקרן החזון של סופטבנק, שהשקיעה 25 מיליון דולר, צפויה הייתה להחזיר את השקעתה — מה שאומר, בהכרח, שמשקיעים אחרים לא.

מעניין גם מי חיבר בין הצדדים: קרן Eldridge הייתה משקיעה ותיקה ב-AnyVision וגם בעלת-מניות ב-Metropolis. הפער בין 352 מיליון שגויסו ל-125 מיליון שהתקבלו הוא אחד המקרים המובהקים בתעשייה הישראלית שבהם יכולת טכנולוגית מוכרת לא תורגמה לתוצאה עסקית.

החיים השניים של הטכנולוגיה: מחניון במקום מתחנה

Metropolis אינה חברת ביטחון. זו מפעילת חניונים אמריקאית גדולה, שמעסיקה כ-20 אלף עובדים ומפעילה כ-4,000 מתקנים, ומשתמשת בראייה ממוחשבת כדי לזהות רכבים ולחייב את הנהג אוטומטית בלי מחסום ובלי כרטיס.

כלומר הטכנולוגיה ממשיכה לפעול — אבל בתוך מוצר אחר לגמרי מזה שלשמו נבנתה. במקום התאמת פנים מול רשימת-מעקב, זיהוי כלי-רכב לצורך תשלום. הרכיבים ההנדסיים דומים למדי: איתור בזרם, מעקב לאורך פריימים, החלטה מהירה על חומרה מקומית. ההקשר הוא שהשתנה.

זה חלק מהלקח הרחב שהמקרה מציע. בשוק שבו כל לקוח כפוף לשינויי-חקיקה, לביקורת ציבורית ולמחזורי-רכש ממשלתיים, איכות הטכנולוגיה אינה המשתנה שקובע את התוצאה. אותה יכולת בדיוק, כשהיא מופנית לשימוש שאיש אינו מתנגד לו, יכולה להיות עסק יציב לגמרי — ובמקרה הזה היא אכן הפכה לכזה, רק אצל בעלים אחרים.