人臉識別攻占各行各業(yè) 但在三個(gè)方面引發(fā)人們擔憂(yōu)

　　人臉識別熱度持續升溫并逐漸開(kāi)始商用，并向著(zhù)自動(dòng)化、無(wú)人監督化方向發(fā)展。近一周(11月29日-12月6日)以來(lái)，騰訊對疑似未成年的《王者榮耀》用戶(hù)將要求進(jìn)行人臉識別驗證、阿里AliOS智能駕駛艙搭載了具有人臉識別功能的攝像頭、7-11將在日本測試人臉識別結賬、美國白宮以及周邊范圍測試面部識別監控系統、英特爾推出可通過(guò)面部表情控制的輪椅。此外，我國央行正在制定金融行業(yè)人臉識別標準。一時(shí)之間，人臉識別在各行各業(yè)攻城略地，大有席卷之勢。

　　而人臉識別在不斷拓展應用領(lǐng)域的同時(shí)也一直伴隨著(zhù)質(zhì)疑之聲：用戶(hù)對《王者榮耀》驗證目的、隱私保護、實(shí)際成效等方面提出的疑問(wèn)，美國國會(huì )多名議員認為面部識別軟件Rekognition給有色人種社區帶來(lái)不成比例的負擔，上文白宮的做法也引發(fā)了公眾對自身隱私的擔憂(yōu)。

　　總體來(lái)看，人們對人臉識別的擔憂(yōu)主要集中在三個(gè)方面，即識別偏見(jiàn)、隱私問(wèn)題、識別安全性。

　　盡管目前最好的人臉識別技術(shù)水平為千萬(wàn)分之一誤報下的識別準確率已接近99%，但面對不同膚色的人種其準確率卻相差較大。膚色越黑，識別率就越低。在識別黑皮膚女性時(shí)，它的錯誤率幾乎達到了35%，這可算是人臉識別的“技術(shù)偏見(jiàn)”了。之前已有例子，顯示存在著(zhù)歧視。例如2015年，Google圖像識別照片app把非洲裔美國人標記為“大猩猩”。業(yè)內人士普遍認為，這是人臉識別數據集中多為白人和男性的緣故。為了解決充滿(mǎn)偏見(jiàn)的技術(shù)，微軟 Face API 團隊對其識別系統進(jìn)行了三次重大改進(jìn)，識別膚色較深的人錯誤率降低了 20 倍，識別所有女性的失誤率減低了 9 倍。但問(wèn)題的根本解決辦法還是收集更多包括不同膚色、發(fā)型和面部飾品等的數據，訓練數據庫。

　　與“技術(shù)偏見(jiàn)”相比，人臉識別風(fēng)險則公平地覆蓋每個(gè)人。人臉照片、身份信息在目前互聯(lián)網(wǎng)環(huán)境下非常容易泄露，在手機端，即使是蘋(píng)果的人臉識別功能也可能被”邪惡的雙胞胎”面具攻擊而騙過(guò)，確定用戶(hù)身份以及進(jìn)行操作的是本人成為人臉識別大規模應用前必須做到的一環(huán)。因此許多企業(yè)開(kāi)始采用活體檢測人臉識別，其方式包括完成指定動(dòng)作、念出隨機數字以及通過(guò)人類(lèi)自然微動(dòng)作判斷等，不過(guò)仍面臨三維仿真技術(shù)的考驗。

　　與人臉識別技術(shù)的發(fā)展相伴而生的還有隱私問(wèn)題。人臉天生就暴露在外，被認為是識別身份的天然特征，然而當人臉與身份證、資金等掛鉤的時(shí)候，就會(huì )引發(fā)擔憂(yōu)。2018年，亞馬遜向美國警方出售人臉識別技術(shù)就遭遇15萬(wàn)人抗議，包括自家員工。在技術(shù)進(jìn)一步發(fā)展的同時(shí)，如何保證用戶(hù)數據安全尤為關(guān)鍵。盡管目前各大公司都宣布會(huì )對照片進(jìn)行脫敏處理，但人臉識別是一條很長(cháng)的產(chǎn)業(yè)鏈，保護用戶(hù)隱私不僅需要靠公司，更需要在政府引導下建立起行業(yè)統一標準，共同筑起保護用戶(hù)隱私的堤壩。