注：原文來自 The Atlantic，作者 Robinson Meyer。

　　在談?wù)摗叭四樧R(shí)別”的時(shí)候，我們指的是什么?

　　當(dāng)下，絕大多數(shù)互聯(lián)網(wǎng)用戶的數(shù)據(jù)正在被搜集，但基本上是識(shí)別型編碼，比如瀏覽器 cookies 或者電郵地址。代表我們?cè)诰€身份的一切最終都可以轉(zhuǎn)化為一堆數(shù)字和字母，這里面幾乎所有的信息都可以被改變，就好像你隨時(shí)可以申請(qǐng)一個(gè)新的社保號(hào)碼一樣。而臉部數(shù)據(jù)則完全不同，臉部識(shí)別數(shù)據(jù)和公眾用戶的其他生物數(shù)據(jù)一樣，改變成本非常高，有時(shí)候甚至是不可能的。從某種意義上說，臉部數(shù)據(jù)是一種我們所有人無法逃脫的“數(shù)據(jù)鏈路”。

　　臉部識(shí)別技術(shù)有許多種。第一種是最初級(jí)的，也被稱之為臉部探測(cè)，通產(chǎn)用在手機(jī)攝像頭上，在拍照時(shí)對(duì)臉部自動(dòng)對(duì)焦。第二種是臉部分類 (facial characterization)，分辨臉部肌理，但是能夠判斷的信息也很有限。其他的臉部識(shí)別技術(shù)則有著更復(fù)雜的使用場(chǎng)景。比如一些軟件使用臉部識(shí)別技術(shù)進(jìn)行用戶身份核實(shí)，在攝像頭捕捉到確認(rèn)畫面時(shí)激活電腦或是手機(jī)。最令公眾產(chǎn)生警覺的，是用來探測(cè)未知用戶身份的臉部識(shí)別功能——也就是將數(shù)據(jù)庫中的人臉數(shù)據(jù)和身份數(shù)據(jù)匹配。

　　這并非危言聳聽：去年夏天，F(xiàn)acebook 的人工智能團(tuán)隊(duì)宣布，其人臉識(shí)別軟件產(chǎn)品達(dá)到了近人類等級(jí)的精確度標(biāo)準(zhǔn)。就在上周，F(xiàn)acebook 展示了一項(xiàng)更先進(jìn)的成果：通過使用另一套不同的算法，通過分析目標(biāo)的發(fā)型、身姿和體態(tài)，在沒有出現(xiàn)臉部圖像的情況下，也能達(dá)到 83% 的識(shí)別準(zhǔn)確率。

　　這種臉部識(shí)別的應(yīng)用場(chǎng)景才是人們最擔(dān)心的，這一點(diǎn)我們?cè)谙挛挠懻摗?/p>

　　臉部識(shí)別的應(yīng)用場(chǎng)景分兩種：一個(gè)是在線上，虛擬世界，比如電腦通過你上傳的用戶圖像識(shí)別你的身份;另一個(gè)是線下，真實(shí)世界，比如系統(tǒng)通過你在街上被監(jiān)視器拍到照片來識(shí)別你的身份。隱私專家們之間達(dá)成的共識(shí)是，目前企業(yè)界在線上使用臉部識(shí)別技術(shù)的能力大大超越了在線下使用這項(xiàng)技術(shù)的水平。比如上文提到 Facebook 的新技術(shù)，就專門用于在線圖片的分析，能夠在 97.25% 的識(shí)別中準(zhǔn)確判斷不同照片中是否出現(xiàn)的是一個(gè)人，而人類在同樣的測(cè)試中正確率也只有 97.5%。線下方面，盡管科技公司們聲稱臉部識(shí)別技術(shù)也有成功案例，但實(shí)際情況卻并非如此。

　　不過這種線上和線下的界限并不是很明顯。2014 年來自卡耐基梅隆大學(xué)的一位教授通過試驗(yàn)發(fā)現(xiàn)，對(duì)校園內(nèi)的行人進(jìn)行拍照并且比對(duì) Facebook 用戶頭像，有三分之一的人能夠被臉部識(shí)別技術(shù)探測(cè)出來。不僅如此，他還成功地使用算法對(duì)這部分人群的興趣甚至社保號(hào)碼進(jìn)行了預(yù)測(cè)。換句話說，在線下，已經(jīng)有人實(shí)現(xiàn)了 33% 的臉部識(shí)別準(zhǔn)確率。

　　分歧：用戶是否需要事先對(duì)臉部識(shí)別進(jìn)行授權(quán)?

　　2014 年，美國商務(wù)部組織了一次會(huì)議，邀請(qǐng)各方代表探討如何監(jiān)管臉部識(shí)別技術(shù)，出席會(huì)議的有美國政府負(fù)責(zé)制定科技政策的部門，還有來自消費(fèi)者隱私保護(hù)組織和科技產(chǎn)業(yè)的代表。雖然這個(gè)會(huì)議仍舊在舉辦，但需要指出的是，消費(fèi)者保護(hù)組織已經(jīng)不在了。美國消費(fèi)者聯(lián)盟和用戶隱私保護(hù)團(tuán)體 EFF 今年六月宣布退出，他們表示，科技行業(yè)的公司和說客們，堅(jiān)決不承認(rèn)用戶需要事先對(duì)臉部識(shí)別軟件進(jìn)行授權(quán)的權(quán)利，所以繼續(xù)參加此次會(huì)議，已經(jīng)毫無意義。

　　“假設(shè)現(xiàn)在有一個(gè)人在大街上走，與這個(gè)人沒有關(guān)系的一個(gè)組織，如果想要識(shí)別他的身份，難道不應(yīng)該首先獲取他的同意嗎?”喬治城大學(xué)隱私和科技中心 (Georgetown Center on Privacy and Technology) 執(zhí)行總監(jiān)阿瓦羅 (Alvaro Bedoya) 一針見血地指出。阿瓦羅是本次會(huì)議中消費(fèi)者隱私保護(hù)一方的意見領(lǐng)袖，他提出的問題也是消費(fèi)者保護(hù)團(tuán)體退出會(huì)議的根本原因。他還表示，科技行業(yè)不愿意承認(rèn)用戶要對(duì)技術(shù)行為進(jìn)行事先授權(quán)。

　　政府機(jī)構(gòu)發(fā)言人對(duì)筆者表示，對(duì)于會(huì)議分崩離析“很失望”。代表科技行業(yè)參會(huì)的某科技公司高管則表示，他認(rèn)為在許多情況下用戶授權(quán)是不需要的。

　　就目前的實(shí)際情況來看，科技公司之間對(duì)于用戶是否應(yīng)該在被臉部識(shí)別之前對(duì)系統(tǒng)進(jìn)行授權(quán)這一點(diǎn)，也存在分歧。Facebook 的新 App 應(yīng)用需要用戶額外操作，才能避免被掃描進(jìn)入臉部數(shù)據(jù)，這意味著其默認(rèn)是允許的。而微軟公司則向筆者表示，他們?cè)趯?duì)用戶進(jìn)行臉部掃描之前，會(huì)要求用戶給出授權(quán)許可。而 Google 表示在消費(fèi)者照片產(chǎn)品上完全不使用臉部識(shí)別技術(shù)，而是做“臉部數(shù)據(jù)簇” (face clustering)，也就是在手機(jī)或電腦的本地將類似的臉部圖像進(jìn)行分組。用戶也可以關(guān)掉這一功能。2013 年該公司迫于壓力禁止在 Google Glass 上發(fā)布臉部識(shí)別 App 應(yīng)用。

　　誰會(huì)擁有我們的“臉”?

　　從公開報(bào)道來看，消費(fèi)者隱私保護(hù)組織和科技行業(yè)代表的分歧，是用戶授權(quán)。那么臉部識(shí)別軟件的政府監(jiān)管，將如何進(jìn)行?在臉部識(shí)別技術(shù)準(zhǔn)確率非常之高的情況下，究竟是誰在掌握著我們的臉部數(shù)據(jù)?

　　那么政府又在其中扮演著怎樣的角色?目前美國政府的臉部識(shí)別數(shù)據(jù)庫已經(jīng)有 5200 萬條數(shù)據(jù)，占全美人口的三分之一。盡管這個(gè)數(shù)字已經(jīng)很龐大，但是仍舊落后于公司收集的用戶臉部數(shù)據(jù)。

　　用戶隱私保護(hù)團(tuán)體 EFF 在退出大會(huì)的聲明中，提出了商業(yè)資源和政府資源的合作問題：“幾年前，在一次信息自由法案 (FOIA) 主張的調(diào)閱中，我們發(fā)現(xiàn)美國聯(lián)邦機(jī)構(gòu)對(duì)社交媒體公司 (如 Facebook) 發(fā)布的搜查令包括用戶上傳的所有圖片，也包括用戶被標(biāo)簽的其他人上傳的圖片。未來我們將會(huì)看到政府機(jī)構(gòu)試圖獲取用戶臉部識(shí)別數(shù)據(jù)的情況。”

晉城龍鼎 - 晉城網(wǎng)站建設(shè)為您解答！