應用

技術

物聯網世界 >> 物聯網新聞 >> 物联网熱點新聞
企業注冊個人注冊登錄

人臉識別安全之考:誰“動”了你的臉?

2019-10-28 09:30 中国经营报

導讀:“靠臉吃飯”,刷臉支付的到來讓這句調侃變成現實。

人脸识别 人工智能,人脸识别,大数据,人工智能,隐私安全,伦理道德

圖片來自“123RF”

“靠臉吃飯”,刷臉支付的到來讓這句調侃變成現實。

这一切基于人脸识别技術正在走向商用,它带来了便捷性,但應用的局面并不乐观。

《中国经营报》记者了解到,人脸识别技術同时带来了关于隐私的伦理之问,安全性可控界限之惑。美国部门地区连续探讨着这些问题,并在引入人脸识别技術上较为慎重——旧金山成为美国第一个禁止地方机构使用面部识别技術的都会,科技巨头亚马逊选择在连锁超市走“刷手支付”之路。

在国内,人脸识此外技術环境较美国宽松许多。科技巨头们正在通过人脸识别向支付市场进击。在一些公开报道中,也有商家认为,刷脸支付还没有那么方便。

先進的人臉識別,究竟爲何還沒有得到廣泛信賴?

透明度有限

在一些時候,人臉識別反而被認爲具有危險性。

《經濟學人》刊發于2017年的報道提出,人臉自己存在特别性,“人臉和其他生物特征數據,好比和指紋之間存在一個巨大區別是,它們可以遠距離起作用。任何人只要有手機都能拍攝一張照片供人臉識別程序使用。”

据本报记者了解,技術公司往往需要使用人的照片来训练相关技術的精准度,这项工作的前提就是收集大量的人像素材。

中国传媒大学从事大数据与人工智能研究的沈浩教授向本报记者介绍了人脸识别技術的原理。

沈浩提到,一般首先需要擁有關于人臉圖像的數據集;第二階段是進行偵測,例如判斷是否是一張臉,其性別、年齡、情緒、是否佩戴眼鏡、是否張著嘴等;第三階段被稱作人臉識別和認證,涉及新獲得的照片與數據集的比對。

“认证的前提是我已经(在数据库)有了一张脸,那么就是我拍到的这张脸,是否跟这个已经存在的脸,到达一定的相似性,怎么相似?实际上,现在的计算机的人工智能算法可以把一张脸的特征取出来,比方说有64个点、68个点、128个点。”沈浩解释说,比对过程一般有两类,一类是静态检测,一类是活体检测,支付宝接纳的现场刷脸支付属于活体检测,在技術上要求更高。

擁有計算機博士學位的李智佳向本報記者舉例,“好比將你的人臉基礎數據存入數據庫中,就可以用來做比對,如果系統試著找了一百個特征,其中有90個以上都是指向你的,那基本上就確定這個人就是你了,新拍的照片就是你了。”自己的數據是否被收罗,一般人不容易知曉。

关于收罗于何处,美国国家尺度与技術研究所(NIST)网站告诉了一部门答案。NIST曾举办人脸识别软件竞赛,据其所公布的一份项目陈诉提到,从2017年6月到2017年9月,NIST对16个开发人员的41种面部识别算法进行了评估,并指出算法應用于两种类型的静态类数据集:“野外的”新闻摄影和社交媒体图像,以及从监控视频中识别出的人像库。

沈浩談到,人臉的收集並不難,在今天,一個攝像頭便很容易在特定的環境中捕捉很多臉。他提到另一種較易操作的方式是從影視作品中截取名人的臉部圖像來訓練,因爲“在網上有很多他們的臉,而且我還知道他們是誰。”

記者通過國內某知名科技公司員工張弛(化名)獲悉,數據的來源也包罗一些公開的數據集,國際上諸如麻省理工、哈佛、微軟等機構,它們通過合法授權或者客戶授權的方式,能夠收集成一個比較大的人臉圖片庫,每一家做算法或軟件的公司可拿這些數據集來做訓練,訓練結束之後還可去識別其他的人臉圖片庫。

数据集可通过爬虫等方式猎取人像图片。记者在加州理工学院视觉实验室的数据集“Caltech 10000”的下载页面看到,该数据集使用Google图片搜索引擎的关键词收集所得,包罗了7092张图,10524个人脸。

記者了解到,也有數據集通過志願者提供數據。但除了這一種方式之外,人們的圖像被實驗室或科技公司用來訓練,一般不容易得知。

張弛談到,其實在一些商業場所,經常能看到人臉數據收罗的情況,但這個並沒有跟顧客簽任何授權協議,或者經過其同意,而且顧客也不知道這些數據會存在哪裏,用來做什麽。

2019年10月11日,《紐約時報》報道了這樣一個故事。2005年的一天,一個母親在網絡相冊類網站Flichr上傳了她的兩個孩子的照片,多年之後,她發現孩子們的照片被存儲到用于人臉識別的數據庫MegaFace中。報道還稱數百萬個Flichr的圖像被存入名爲MegaFace的數據庫中。

而在國內,微信朋友圈中不難看到這些活動。人們上傳照片,就可以變成穿軍裝、古裝樣子。一些算命小程序也在鼓勵人們提交真實照片。

人們的樣子被捕捉了,很難知曉。一些數據集會要求非商業目的使用,但這些收集的圖片被用作何處,是否存在倒賣甚至色情産業,外界很難獲知。科技公司在這方面的透明度並不高。

前段时间,AI换脸應用“ZAO”陷入舆论中心,“ZAO”用户需同意授予“ZAO”及其关联公司以及“ZAO”用户全球范围内完全免费,不行取消、永久、可转授权和可再许可的权利,希望将使用用户人脸的权利转嫁给自己而引发争议。

據記者了解,至少人臉識別與精准營銷的聯系已經不成爲秘密。

《經濟學人》在2017年的封面文章中談到,Facebook的人臉圖片庫不對外界開放,但這家矽谷巨頭可以獲取某家車行的客流圖片,然後利用人臉設備向其發送汽車廣告。

沈浩认为,在国内环境中,人脸识别技術被滥用的可能性较低,规范性企业可能更幸免如此。“找到你的脸干吗?做营销?有可能,因为这件事自己也是在这么做的。但如果说收集你的脸,将来可以用于非法牟利,好比窃取支付宝信息,这是不行能的。”

精准营销“这现象是会有的,但是大部门的技術都没有涉及这个问题。因为他可能觉得其他方法更方便,那么他不需要这样,还有他如果接纳了这种方法,肯定会有另一些方法来去遏制这种方法。”沈浩隐晦道。

差异語境之下,兩種命運

与国内对于技術的拥抱差异,记者获悉,在科技土壤肥沃的美国,人脸识别技術的落地生根实际更不容易。

据外媒报道,旧金山成为美国第一个禁止地方机构使用面部识别技術的都会,进一步推动监管这项技術。旧金山监督委员会以高票通过了一项条例,包罗上述禁令,且还规定任何想要购买监控系统的都会机构必须事先经过该委员会审核。

科技巨头亚马逊,因这项技術而处在舆论的风口浪尖。

据路透社5月23日的报道,过去一年间,亚马逊的人脸识别技術已在俄勒冈州和佛罗里达州的执法部门使用,但收获两种评论,批判者认为会带来有偏差的逮捕行为,支持者则认为这可以掩护公众安全。

與阿裏巴巴力推刷臉支付差异,據《紐約郵報》發表于9月3日的報道,亞馬遜開始測試用來識別單個手的掃描儀,在未來將作爲在超市連鎖店的新的支付方式,這種方式被簡稱爲“刷手支付”。

据本报记者了解,美国各地的官员、活动人士和公司都在讨论,如何平衡迅速进展的人工智能技術的有用性以及该技術可能侵犯隐私和侵蚀公民自由的隐忧。据了解,在全美范围内,越来越多的人认为人脸识别系统不够准确,难以應用于警务,因为该技術可能会将某人误识为犯罪嫌疑人,尤其是对肤色较深的人。据悉,加州和马萨诸塞州也在考虑类似旧金山对人脸识此外禁令。美国还有一些人脸识此外反对者担心国家监控公民。

同样是在零售场景,在中国国内,人脸识别技術正在被规划普及。已经在移动支付市场上取得凌驾90%份额的蚂蚁金服和腾讯集团,正在安装各自的人脸识别屏幕,期望进一步争取市场份额。人脸识别公司旷视科技在2018年还入股便利店品牌好邻居,旨在数字化改造其门店。

据记者梳理,在中国,人脸识别技術至少进入安防、金融、交通、零售、醫療、校园甚至易学等多个领域,出现多点开花局面。

张弛谈到,为了保证准确率,人脸识别技術要根据人种、肤色等,拥有一套相应的算法。用于人脸识此外技術需要有一套算法,需要不停地去训练,样本库越大越好,这样训练的模型就能够更精确地进行识别。

沈浩谈到,美国对于个人信息掩护的法规较多,人们对于人脸识别等新技術的商业行为触及到的法律较为敏感。

这项技術还在进展之中,它的特别性,使得围绕它存在话题空间。

在沈浩看来,人脸识别技術是否值得使用,更简单的衡量方式是人们在感性上希望不希望使用,是否会感到被损害。

沈浩体现,目前在国内,法无禁止则可行,“一旦未来的中国,如果老黎民或者特定区域人群的觉悟高了,认为不应这样,我们可能就限制了,并不是说技術不能用,而是人的感觉不能用,那他就不应该用。”

場景邊界欠缺探討

本报记者观察到,人脸识别技術尽管在国内多点开花,大公司们纷纷寻求更多商业场景。但是哪些领域不甚适合,目前也欠缺这样的探讨。

9月初,一张对着某活动现场大屏幕所拍摄的图片在微博上流传,图片上展示着旷视科技的人脸识别技術可用于追踪学生的课堂行为,辨别学生的“听讲”“走神”“睡觉”等行为。这项技術乍听似乎有助于学生更认真学习,但引起了网民的讨论。

記者了解到,2017年9月的《經濟學人》報道顯示,斯坦福大學的研究人員已經證明,當展示一名男同性戀和一名異性戀男性的照片時,算法將他們的性傾向准確地分辨出來的比例高達81%,而人類只能識別61%。《經濟學人》提出,在那些同性戀被視爲犯罪的國家裏,一款能夠從面部推斷出性傾向的軟件,讓人感到恐慌。

上述事件,似乎抛出了新问题:人脸识别技術触角的界限在哪儿。当该技術應用于公共场所时,哪些行为被捕捉与识别,显得无关紧要。哪些则是在伦理边缘试探,需要慎重。随着时间推移,这个问题,科技企业或终将面对。

盡管面臨諸多不確定性,但新潮已來。

记者注意到,在刚刚结束的第六届乌镇互联网大会上,15项世界互联网领先结果公布,旷视科技将算法训练与模型改进过程流程化的Brain++技術居于其列。

《經濟學人》在2017年的觀點似乎如今仍然適用。這些規則都不能改變發展的方向。“隨著可穿着設備的普及,攝像頭只會越來越普遍。”