人臉識別技術(shù)在各個領(lǐng)域的巨大潛力幾乎是不可想象的。然而，在實現(xiàn)其最復(fù)雜的應(yīng)用程序之前，需要解決其功能中常見的某些錯誤和一些道德方面的考慮。

一個準(zhǔn)確的人臉識別系統(tǒng)使用生物識別技術(shù)從照片或視頻中繪制面部特征。其將這些信息與已知人臉數(shù)據(jù)庫進(jìn)行比對，以找到匹配。人臉識別可以幫助驗證一個人的身份，但也會引發(fā)隱私問題。

幾十年前，我們無法預(yù)測到人臉識別在未來會成為我們生活中幾乎不可缺少的一部分。從解鎖智能手機(jī)到進(jìn)行在線(或線下)交易，這項技術(shù)已經(jīng)深深扎根于我們的日常生活中。這是人工智能計算機(jī)視覺和機(jī)器學(xué)習(xí)組件的不可思議的應(yīng)用。

人臉識別系統(tǒng)的工作方式如下:

經(jīng)過訓(xùn)練的算法確定一個人面部的各種獨(dú)特細(xì)節(jié)，例如眼睛之間的像素數(shù)或嘴唇弧度，在其他細(xì)節(jié)之間進(jìn)行邏輯解釋，以在系統(tǒng)內(nèi)重建面部。然后，將這些重現(xiàn)的面孔與存儲在系統(tǒng)數(shù)據(jù)庫中的大量面孔進(jìn)行比較。如果算法檢測到重現(xiàn)的人臉在數(shù)學(xué)上與數(shù)據(jù)庫中存在的人臉相匹配，那么系統(tǒng)就會“識別”它，并執(zhí)行用戶的任務(wù)。

除了在幾納秒內(nèi)完成整個過程外，現(xiàn)今的人臉識別系統(tǒng)即使在光線不足、圖像分辨率和視角不佳的情況下也能勝任工作。

與其他人工智能技術(shù)一樣，人臉識別系統(tǒng)在用于各種目的時需要遵循一些道德原則。這些規(guī)定包括:

1、人臉識別中的公正性

首先，人臉識別設(shè)備的開發(fā)必須使系統(tǒng)完全防止，或至少最大限度地減少基于種族、性別、面部特征、畸形或其他方面對任何人或群體的偏見。現(xiàn)在，有充分的證據(jù)表明，人臉識別系統(tǒng)在其操作中不可能100%公平。因此，構(gòu)建支持該技術(shù)的系統(tǒng)的公司，通常要花費(fèi)數(shù)百個小時來消除系統(tǒng)中發(fā)現(xiàn)的所有偏見痕跡。

像微軟等知名組織通常會從盡可能多的種族社區(qū)雇傭合格的專家。在他們的人臉識別系統(tǒng)的研究、開發(fā)、測試和設(shè)計階段，多樣性使他們能夠創(chuàng)建大量的數(shù)據(jù)集來訓(xùn)練AI數(shù)據(jù)模型。雖然龐大的數(shù)據(jù)集降低了偏差商，但多樣性也是象征性的。從世界各地挑選個體有助于反映現(xiàn)實世界的多樣性。

為了消除人臉識別系統(tǒng)的偏見，組織機(jī)構(gòu)必須付出額外的努力。為了實現(xiàn)這一點(diǎn)，用于機(jī)器學(xué)習(xí)和標(biāo)記的數(shù)據(jù)集必須多樣化。最重要的是，一個公平的人臉識別系統(tǒng)的輸出質(zhì)量將是難以置信的高，因為其將在世界任何地方無縫工作，沒有任何偏見的元素。

為了確保人臉識別系統(tǒng)的公平性，開發(fā)人員還可以在beta測試階段讓終端客戶參與進(jìn)來。在真實場景中測試這樣一個系統(tǒng)的能力只會提高其功能的質(zhì)量。

2、人工智能內(nèi)部運(yùn)作的開放性

在工作場所和網(wǎng)絡(luò)安全系統(tǒng)中使用人臉識別系統(tǒng)的組織，需要知道機(jī)器學(xué)習(xí)信息存儲位置的所有詳細(xì)信息。這樣的組織在日常操作中實施技術(shù)之前，需要了解技術(shù)的局限性和能力。提供人工智能技術(shù)的公司必須對客戶完全透明地了解這些細(xì)節(jié)。此外，服務(wù)提供商還必須確保他們的人臉識別系統(tǒng)可以被客戶從任何位置使用，基于他們的便利性。系統(tǒng)中的任何更新必須在獲得客戶端的有效批準(zhǔn)后才能進(jìn)行。

3、對利益相關(guān)者的責(zé)任

如前所述，人臉識別系統(tǒng)部署在多個部門。制造此類系統(tǒng)的組織必須對其負(fù)責(zé)，特別是在技術(shù)可能直接影響任何人或團(tuán)體(執(zhí)法、監(jiān)視)的情況下。這種系統(tǒng)中的責(zé)任制意味著包含用例，以防止身體或基于健康的傷害、財務(wù)挪用或其他可能由系統(tǒng)引起的問題。為了將控制元素引入過程中，一個合格的個人負(fù)責(zé)組織中的系統(tǒng)，以做出衡量和合乎邏輯的決策。除此之外，將人臉識別系統(tǒng)納入日常運(yùn)營的組織必須立即解決客戶對該技術(shù)的不滿。

4、監(jiān)測前的同意和通知

在正常情況下，未經(jīng)個人、團(tuán)體同意，人臉識別系統(tǒng)不得用于窺探個人、團(tuán)體或其他行為。某些機(jī)構(gòu)，如歐盟(EU)，有一套標(biāo)準(zhǔn)化的法律(GDPR)，以防止未經(jīng)授權(quán)的組織在管理機(jī)構(gòu)的管轄范圍內(nèi)監(jiān)視個人。擁有此類系統(tǒng)的組織必須遵守美國所有的數(shù)據(jù)保護(hù)和隱私法。

5、合法監(jiān)控以避免侵犯人權(quán)

除非獲得國家政府或決定性管理機(jī)構(gòu)的授權(quán)，用于與國家安全或其他引人注目的情況相關(guān)的目的，否則一個組織不能使用人臉識別系統(tǒng)來監(jiān)控任何人或團(tuán)體。基本上，這項技術(shù)被嚴(yán)格禁止用于侵犯受害者的人權(quán)和自由。

盡管人臉識別系統(tǒng)被編程為無一例外地遵守這些規(guī)定，但也可能因為操作失誤而造成問題。與該技術(shù)相關(guān)的一些主要問題是:

6、購買時的驗證錯誤

如前所述，數(shù)字支付應(yīng)用程序中包含了人臉識別系統(tǒng)，用戶可以通過該技術(shù)驗證交易。由于這種技術(shù)的存在，以支付為目的的犯罪活動，如面部身份盜竊和借記卡詐騙是很有可能的。顧客選擇人臉識別系統(tǒng)是因為其為用戶提供了極大的便利。然而，在這種系統(tǒng)中可能會發(fā)生一個錯誤，即當(dāng)同卵雙胞胎使用他們從對方的銀行賬戶進(jìn)行未經(jīng)授權(quán)的支付時。令人擔(dān)憂的是，盡管人臉識別系統(tǒng)中存在安全協(xié)議，但人臉復(fù)制會導(dǎo)致資金挪用。

7、執(zhí)法申請中的不準(zhǔn)確之處

人臉識別系統(tǒng)被用于在抓捕罪犯之前識別公開的罪犯。雖然該技術(shù)作為一個概念在執(zhí)法中無疑是有用的，但在其工作中存在一些明顯的問題。犯罪分子可以通過幾種方式濫用這項技術(shù)。例如，有偏見的人工智能概念為執(zhí)法人員提供了不準(zhǔn)確的結(jié)果，因為系統(tǒng)有時無法區(qū)分有色人種。通常，這類系統(tǒng)是用包含白人男性圖像的數(shù)據(jù)集訓(xùn)練的。因此，在識別來自其他種族的人時，該系統(tǒng)的工作方式是錯誤的。

有幾起組織或公共機(jī)構(gòu)被指控使用先進(jìn)的人臉識別系統(tǒng)非法監(jiān)視平民的案件。由持續(xù)監(jiān)控的個人收集的視頻數(shù)據(jù)可以用于多種不正當(dāng)?shù)哪康摹Ｈ四樧R別系統(tǒng)最大的缺點(diǎn)之一是，其提供的輸出過于泛化。例如，如果一個人被懷疑犯了重罪，他們的照片會被拍攝下來，并與幾個罪犯的照片一起運(yùn)行，以檢查這個人是否有任何犯罪記錄。然而，將這些數(shù)據(jù)疊加在一起意味著人臉識別數(shù)據(jù)庫將保留該男子和經(jīng)驗豐富的重罪犯的照片。所以，盡管個人相對無辜，但他或她的隱私還是受到了侵犯。其次，這個人可能會被認(rèn)為是不好的，盡管據(jù)所有的說法表明其是清白的。

正如所述，與人臉識別技術(shù)相關(guān)的主要問題和錯誤源于，技術(shù)缺乏進(jìn)步、數(shù)據(jù)集缺乏多樣性，以及組織對系統(tǒng)的低效處理。但，人工智能及其應(yīng)用在現(xiàn)實需求中的應(yīng)用范圍應(yīng)是無限的。人臉識別技術(shù)的風(fēng)險通常發(fā)生在當(dāng)該技術(shù)的工作方式與實際需求不同時。

但可預(yù)見，隨著未來技術(shù)的不斷進(jìn)步，與技術(shù)相關(guān)的問題將會得到解決。人工智能算法中與偏見相關(guān)的問題最終將被消除。然而，要使這項技術(shù)完美地工作而不違反任何道德規(guī)范，組織必須對此類系統(tǒng)保持嚴(yán)格的治理水平。通過更大程度的治理，人臉識別系統(tǒng)的錯誤可以在未來得到解決。因此，必須對此類系統(tǒng)的研究、開發(fā)和設(shè)計進(jìn)行改進(jìn)，以實現(xiàn)積極的解決方案。