快捷搜索:

关于人脸识别和隐私的五个常见误解

人工智能自出生以来,在人们的讴歌与质疑中赓续成长着。许多负面的声音也基原先自于不认识人工智能技巧若何事情的人。只管品评人脸识别可能很吸惹人,但我们必要进修这项技巧到底是若何事情的,将事实与虚构分开,并合理经由过程设定应用指南等知识规则,来实现它的好处。以下是关于人脸识别和隐私的五个常见误解,它们有助于澄清这一强大年夜的新兴技巧。

误解1:面部识别可以跟踪和监视任何人。

纰谬。

与人们普遍觉得这项技巧的应用要领相反,面部识别系统无法识别出系统中(没有记录)不在征采范围内的通俗人。假如你没有选择加入面部识别系统,或者没有被列入查抄或察看名单,你就不会被该系统识别。

人脸识别最常见的用例之一是监视“特定相关职员”。根据生物特性安然条例,只有那些被觉得具有要挟性的小我可以被添加到系统中,帮忙安防监控团队保护人夷易近和空间情况。安保职员会探求什么样的人呢?大概是没有监护权虐待孩子的家长呈现在孩子的黉舍,一个市廛的窃贼惯犯,或者是一名因不满前公司而对事情地点有严重要挟的离人员工。

这样可以经由过程在特定位置对个别群体的即时性识别和关注来改良机场、黉舍和其他地点的安然问题。在这些场景中,面部识别系统能“看到”的人异常少——所有不匹配的人都邑被轻忽,默认环境下,假如人脸数据与监控列表中的人脸不匹配,人脸数据可能会在几秒钟后自动删除。应用面部识别来识别已知的要挟比仅仅寄托进口的保安职员7*24小时的手动监控有效和准确得多。面部识别系统比人类更善于记着“感兴趣的人”的长相,并在他们一进到某些区域就能认出他们。

另一小我脸识别的常用例是安然区域的造访节制。在这种环境下,人们可以“选择进入”,这样他们就可以应用他们的脸来进入修建物或某些限定区域。生物识别技巧可以取代或弥补今朝用于保护周边情况和节制修建收支的措施。例如,有人可能会借或偷进出门禁卡,自由经由过程某些进口。拥有门禁卡的任何人都可以随意进入,但假如应用面部识别,除非在门口的是身份信息相符的人,否则大年夜门不会打开。

误解2:假如你的“面部识别”数据被盗,黑客可以跟踪你的一举一动。

纰谬。

人脸识别“署名“数据实际上比其他标识符更不易被进击。人脸识别系统将数字图像转化为基于人脸特性的数字表示。这就创建了一个独特的”人脸署名“,然后可以将其与数据库中的一个身份关联起来,并与呈现在摄像机中的人脸进行比对,以确定是否匹配。每个面部识别系统都有自己独特的要领来存储这些数据。

关于人脸识别和隐私的更大年夜的问题是,每小我的脸已经在社交软件公共页面和小我资料上了。假如一小我想跟踪别人,应用社交媒体比应用面部识别系统要轻易得多。

从技巧上讲,一旦面部图像公开,面部识别系统就可以根据该图像创建面部署名。这是为什么必要强有力的生物特性隐私立法的另一个缘故原由,包括有关如何以及何时可以将某人添加到面部识别系统的严格规定,这样有助于防止技巧被滥用。

误解3:面部识别应该被禁止,由于它带有种族私见。

纰谬。

着实,任何新兴技巧的供给者和运营者都必须遵守高标准,确保技巧的开拓和应用相符人权和破费者权利。人脸识别是一种强大年夜的对象,但还不能代替如人类监控一样,根据确实证据做出覃思熟虑、可操作性的抉择。其事情主如果实时供给数据,赞助安然职员发明潜在问题或查询造访事故后的问题。

弗成否认,一些面部识别算法今朝确凿显示出令人弗成吸收的种族私见问题,然而,这项技巧很有代价,不应该完全禁止。那么为什么还要继承提倡应用面部识别呢,纵然检测结果并不老是那么完美?

1.一些面部识别系统比其他系统体现出更低的误差水平:美国国家标准与技巧钻研所近来的一项钻研发明,在许多颠末测试的算法中,亚裔和非裔美国人的面孔的误报匹配率比白人面孔高10到100倍。这种程度的误差显然是不能吸收的,但钻研也发清楚明了一些“紧张的例外”算法。这些算法在不合种族群体中获得了相称同等的结果,精度方差低至0.19%。这注解面部识别系统本身并没有很高的偏倚率,还可以改进。面部识别供应商应该认真削减算法中的私见,而不是完全禁止这项技巧。一种类似于食物营养标签的标签系统可以供给透明度。而采购职员也不应该把那些不相符跨种族、年岁和性别最低同等性要求的系统纳入其采购斟酌范围。

2.应用人脸识别可以削减现实天下中的私见:人脸识别的核心功能,即根据已知人脸的常识库来识别,这是人类不停在做的工作,比如犯罪现场的眼见者、根据监控图像探求嫌疑人的警官、或者监视市廛窃贼的店员。每一种技巧都有其固有的一些私见,这些私见来自于以前的互动、媒体,并被跨种族效应放大年夜。所有人都有固有私见,在面部识别算法中发明的私见可能源于开拓它们的人类的私见。虽然没有法子完全打消人类或算法中的私见,但面部识别技巧在对照人脸图像时找到精确匹配方面已经和人类一样优秀,以致更好。它也能以指数级的速率做到这一点。

3.面部识别算法变得越来越好:练习人工智能模型来削减私见和打消跨种族影响,要比在每个保安、法律职员和犯罪现场眼见者身上打消私见轻易得多。自从面部识别技巧首次被开拓出来以来,它已经取得了长足的进步,而且这项技巧在肤色和性其余准确性方面也在赓续前进。跟着技巧的改进以及广泛利用,所有用户的误匹配率在赓续下降,误差阈值可能会跟着光阴的推移而变更。完全禁止人脸识别将会阻拦一项技巧的持续改进。人们经由过程对人脸识别若何事情进行培训,懂得它的局限性,应用精确性高、误差低的系统,可以极大年夜地削减安然、法律和刑事执法场景案例中的误差问题。

误解4:所有的面部识别系统都是一样的。

纰谬。

用于识别和匹配人脸的算法可能会根据开拓要领、练习和测试人脸的数据而有很大年夜不合。人类仍旧在赓续建立和练习这些模型,是以,假如不加以解释,人类的私见就会悄然默默呈现。开拓职员在构建算法时是否斟酌了种族和性别私见?他们是否有适当的不合年岁、性别、种族和肤色的面部数据集?照样在练习模型识别人类时,他们的模型主要为某一种或几种面孔?这些身分直接影响人脸识别系统的机能和准确性。

除了算法的履行要领,系统处置惩罚敏感数据的要领也各不相同。数据是托管在本地照样云端?谁拥有并能够造访这些数据?仅仅是客户照样技巧供应商?数据的任何部分都可以卖给第三方吗?面部识别系统若何保护与该系统交互的小我权利和隐私?这些可能是赢得夷易近权组织和对人脸识别持狐疑立场的破费者并让他们吸收的一个抉择性身分。确保隐私的措施应该经由过程设计并构建到面部识别系统中,这是另一个可以经由过程立法来调节生物识别技巧的领域。

并不是所有的面部识别系统都是一样的。准确性和误差结果差异很大年夜,还有一些供应商将数据卖给第三方以获图利润。优越的生物识别技巧供给商会保举应用策略,构建更准确的算法和低误差,遵照隐私原则,并供给培训,指示终端用户认真任的对数据捕获、保留和透明化数据网络文档相关条例。

误解5:仅仅经由过程面部识别结果,就可能被误判为罪犯。

纰谬。

虽然人脸识别可能是法律环节中的一个有代价的对象,但它的运作是离不开人类监督的。这种误解觉得,面部识别系统在刑事查询造访中拥有“着末的抉择权”。在法律情况中,人脸识别用在为练习有素的阐发职员供给基于相似度评分高的潜在匹配选项。人类经由过程这些数据以及自力的证据来做出终极抉择。

在应用人脸识别之前的期间,警察必须手动查看数犯罪现场的照片、录像,繁重的事情量使他们疲倦不堪、压力过大年夜,或者就只能用照片查看一些区域。事实上,人脸识别并没有做任何本色上的立异,它只是增强了现有查询造访历程的操作措施,供给了曩昔弗成能达到的效率水平。这使得安然部门能够查询造访曩昔无法查询造访的案件,或者查询造访原本严重程度较低而无法分配到查询造访需资本的案件。经由过程快速识别潜在的犯罪嫌疑人,面部识别可以受害者带来好处、赔偿和快速结案。

今朝紧张的是要教导"民众,"、夷易近权人士和立法者,让他们懂得面部识别系统是若何事情的,以及如何将这项技巧好的方面得以善用。人脸识别可以找到掉踪儿童,可以用来加快病院的反省速率,增强机场安然性,供给无触控式的造访节制。人脸识别并不是也不是与生俱来的好或不好,任何技巧也都有被滥用的可能性。然则经由过程合理的立法、认真任的系统开拓和支配,斟酌隐私,我们就可以最优化实现人脸识别带来的好处。

您可能还会对下面的文章感兴趣: