這一天終究還是來了。
亞馬遜開始向軍方推銷起AI武器來了。
據悉，亞馬遜正在為政府和警察部門推銷其一款名為Amazon Rekognition的產品，這款產品可以實時識別，跟蹤和分析人員，并在單幅圖像中識別多達100個人。它還可以快速掃描收集的信息，與數(shù)據庫數(shù)千萬張面孔進行比對。
這意味著，通過亞馬遜的技術可以監(jiān)控“團體照片、擁擠人群以及機場等公共場所中的所有面孔”。此消息一出，瞬間引發(fā)了一系列恐慌。美國公民自由聯(lián)盟(ACLU)組織了30多個民權組織聯(lián)合反對亞馬遜的此行為，并舉行一系列抗議活動，反對美國政府使用人臉識別技術，并要求亞馬遜CEO貝索斯停止向政府出售Rekognition。
大部分民眾認為，通過Rekognition，政府現(xiàn)在可以構建一個自動識別和跟蹤任何人的系統(tǒng)。如果警察配備的隨身攝像頭配備了人臉識別裝置，那么原本用于執(zhí)法透明和問責制的裝置將轉變?yōu)獒槍姷谋O(jiān)視器。
亞馬遜Rekognition的精準人臉識別
“風口浪尖”的亞馬遜
此舉一出，亞馬遜內部及其用戶議論紛紛。
在亞馬遜內部，許多員工加入民權團體，對其行為進行抗議，并認為這將對公民權利、特別是對移民和人民會產生獨特威脅。
6月份，亞馬遜內部的100多名員工更是向CEO杰夫·貝索斯(Jeff Bezos)遞交了一份公開信，要求公司停止向ICE和其他執(zhí)法機構出售侵入性和違憲的Rekognition面部識別技術。
亞馬遜CEO杰夫·貝索斯(Jeff Bezos)
除了要求停止出售Rekognition之外，亞馬遜員工在信中還呼吁公司停止對數(shù)據分析公司Palantir提供支持。
Palantir是Peter Thiel于2003年創(chuàng)立的大數(shù)據公司，為執(zhí)法部門提供預測性警務工具，并通過亞馬遜網絡服務公司與ICE簽訂了大量合同(Thiel曾秘密資助了一起導致Gizmodo的前母公司Gizker Media破產的訴訟)。
但是，對此情況，亞馬遜并不買賬。面對“內外夾擊”般的抗議，亞馬遜并沒有像谷歌一般將項目推遲，而是選擇了“正面硬剛”。亞馬遜回應：不能因為技術可能會被濫用就限制其進步。并表示其將堅決的捍衛(wèi)Rekognition。
在商言商，從商業(yè)角度來看，亞馬遜的行為沒有原則性的問題，但是，當人臉識別技術牽涉的“倫理”、“隱私安全”等敏感領域時，這就不像亞馬遜說的這樣簡單了。
人臉識別，想說愛你不容易
人臉識別技術已經投入市場中有相當長的時間了，可是從其表現(xiàn)來看，并沒有想象中優(yōu)異。智能相對論(aixdlun)分析師柯鳴認為，人臉識別技術的發(fā)展，其依然存在著較多問題。
1.“冤枉了98%的好人”
人臉識別的準確率，遠沒有我們想象中的那么高。在此前倫敦議會聽證會上，大都會警察局局長Cressida Dick透露出，本地警察局部署的人臉識別系統(tǒng)準確率僅為2%。
去年6月的歐冠聯(lián)賽上，當南威爾士警方的人臉識別相機首次應用時，系統(tǒng)發(fā)出了2470次警報。也就是說，在這場球賽中每隔三秒就會提示嫌犯來了，系統(tǒng)的努力程度著實令人感動。
但是，在這兩千多次的預警中，只有173次是正確的判斷，AFR的錯誤率高達92%。英國警方給出的統(tǒng)計數(shù)據顯示，截止到今年5月份，南威爾士警方的AFR識別錯誤率平均為91%。
歷史上最著名的人臉誤判案例可能是1903年在美國堪薩斯州發(fā)生的William West-Will West案件。當時一個名為威爾?韋斯特(Will West)的犯人正要被收押進萊文沃思(Leavenworth)監(jiān)獄。監(jiān)獄職員看他面熟，問他以前是否來過這里，威爾說沒有。接著職員調出了William West的照片給威爾看，威爾說：“這的確是我，可是你們是怎么拿到這張照片的呢?以前我從未到這兒來過。”從此，從美國開始，各國監(jiān)獄和司法系統(tǒng)開始用指紋進行罪犯身份登記和管理。
顯然，此類的烏龍事件讓人啼笑皆非的同時也不免有陣陣隱憂。如此“不靠譜”的人臉識別，真的能夠成為安防等領域的保護傘嗎?
2.人臉識別，道阻且長
先不論人臉識別本身的正確率，其自身運作中也存在著一部分問題。
首先，人臉識別并不是精準信息對比，而僅僅是相似度對比。因為人臉識別和算大技術不同，值的設定方法完全不同，評判的標準自然也不同，即使從識別實際效果看，其包括誤識率(FAR)：將其他人誤作指定人員的概率;以及拒識率(FRR)：將指定人員誤作其他人員的概率。這些結果都受到訓練和測試空間樣本的影響，難以做到完全精確。
其次，人臉圖片的采集如果不做活體監(jiān)測，就易招致基于用戶照片的重放攻擊。活體檢測的話，對后臺的計算資源和網絡的傳輸資源要求較高，所以在目前實際上線的人臉識別都是非常容易攻破的。
最后，人臉形態(tài)的易變形讓人臉識別更易出錯。人可以通過臉部的變化產生很多表情，而在不同觀察角度，人臉的視覺圖像也相差很大，另外，人臉識別還受光照條件(例如白天和夜晚，室內和室外等)、人臉的很多遮蓋物(例如口罩、墨鏡、頭發(fā)、胡須等)、年齡等多方面因素的影響。
隱私的無情泄露，你的臉還好嗎？
在大量的抗議面前，三大公司中微軟首先選擇了低頭。在關于人臉識別的潛在用途和濫用的一篇博客文章中，微軟總裁Bradford L. Smith將該技術與受到全面監(jiān)管的藥品和汽車等產品進行了比較，并敦促美國國會展開研究并監(jiān)督人臉識別技術的使用。
作為人臉識別軟件主要制造商之一，微軟表示它將采取措施降低這些系統(tǒng)產生偏差的可能性;制定新的公共原則來管理技術;并會更謹慎地出售其在該領域的軟件和專業(yè)知識。微軟指出，雖然技術行業(yè)需要對其產品負責，但是政府也要采取行動。
人臉識別是目前AI領域里應用最廣泛的技術之一，但在推廣的過程中也引起了越來越多的爭議。今年4月，個人隱私保護組織向美國聯(lián)邦貿易委員會提起訴訟，稱Facebook在未獲得用戶適當許可的情況下開啟了新的人臉識別服務。
當前，大數(shù)據、云計算和人工智能等技術推動移動互聯(lián)網中新的應用場景層出不窮，但其背后的隱私和數(shù)據保護，已經成為網絡平臺和移動終端迫在眉睫的要務。從整體移動終端市場來看，應用領域數(shù)據濫用的情況十分突出。第三方應用對于個人信息過度收集、隱秘收集和誘騙收集的情況日漸增多。
用戶隱私數(shù)據安全挑戰(zhàn)加劇主要出于三方面原因：第一，過于籠統(tǒng)的“用戶協(xié)議”販賣了用戶信息，獲取和收集用戶個人信息的授權，導致個人信息使用的不規(guī)范甚至大量泄漏。
第二，用戶本身對保護個人信息重視程度不足。出于方便的考慮，不少用戶在多處使用簡單重復的賬號和密碼，當一處信息泄露便導致整體信息暴露。
第三，法律層面的缺失。當數(shù)據如同能源一樣重要時，法律法規(guī)的滯后在一定程度上導致了數(shù)據安全和隱私保護的缺失。數(shù)據所有權、數(shù)據交易規(guī)則等基礎法律界定仍未明確。例如，個人數(shù)據原本屬于用戶本身，但用戶在網絡平臺中所產生的數(shù)據，如交易數(shù)據和行為數(shù)據，在經過脫敏后其所有權和使用權歸屬用戶還是平臺，仍未有答案。
從目前來看，人臉識別的場景也主要分為兩種：一種是線上，如電腦通過你上傳的用戶圖像識別你的身份;另一個是線下，如系統(tǒng)通過你在街上被監(jiān)視器拍到照片來識別你的身份。而當前的情況是，線上與線下的數(shù)據保護都做的遠遠不夠。所謂的用戶授權更多是形同虛設，誰真正擁有了我們的“臉”? 臉部識別軟件的政府監(jiān)管，將如何進行?人臉隱私保護這條路，似乎還需要堅強的走下去。
