面部識別技術(shù)成為整個AI行業(yè)最為常見的技術(shù)應(yīng)用之一;不過，在識別效率越來越高的同時，人們也開始擔(dān)心面部識別技術(shù)發(fā)展過程中的隱私安全問
面部識別技術(shù)成為整個AI行業(yè)最為常見的技術(shù)應(yīng)用之一;不過，在識別效率越來越高的同時，人們也開始擔(dān)心面部識別技術(shù)發(fā)展過程中的隱私安全問題。比如說最近IBM利用Flickr下載的圖片來進(jìn)行面部識別訓(xùn)練，就引起了人們的質(zhì)疑;NBCNews針對此事進(jìn)行了詳細(xì)的報道，雷鋒網(wǎng)對這篇報道進(jìn)行了不改變原意的編譯。
近些年來，面部識別技術(shù)得到了長足發(fā)展，除了幫你解鎖iPhone，還能讓執(zhí)法機(jī)關(guān)在人山人海中“一眼”就認(rèn)出犯罪分子，商店甚至用它來識別自己的“死忠”客戶。不過，法律專家卻警告稱，大量未經(jīng)允許濫用網(wǎng)絡(luò)照片最終會畫地為牢，反過來成為監(jiān)控你的“幫兇”。
現(xiàn)在的面部識別技術(shù)還不完美，它工作時靠的是算法，目標(biāo)則很簡單——認(rèn)出那張獨一無二的臉。
想把這個任務(wù)完成好，技術(shù)人員就必須提前“喂給”算法“養(yǎng)料”，即天量的面部照片。那么這些照片從哪來呢？當(dāng)然是互聯(lián)網(wǎng)。
起初，算法學(xué)習(xí)的照片都會按照不同的標(biāo)準(zhǔn)進(jìn)行分類，比如年齡、性別、膚色等，但經(jīng)過一段時間的學(xué)習(xí)后，它的能力開始變得有些嚇人了，于是法律和人權(quán)專家開始大聲疾呼，他們擔(dān)心技術(shù)人員對普通人照片的濫用會帶來“反噬”效果。
“這是AI訓(xùn)練數(shù)據(jù)集背后的骯臟小秘密。技術(shù)人員可不管三七二十一，只要能用的照片他們都不放過。”紐約大學(xué)法學(xué)院教授JasonSchultz說道。
最近IBM公司也進(jìn)了“暴風(fēng)圈”，今年1月它們向研究人員分享了自己的數(shù)據(jù)集，包含了Flickr上近100萬張照片，雖然IBM號稱此舉是為了減少面部識別的偏差。
了解真相后的攝影師們不愿意了，因為IBM在他們的作品上加了各種細(xì)節(jié)注釋，包括面部幾何結(jié)構(gòu)、膚色等信息，而這些照片最終可能會成為面部識別算法的“養(yǎng)料”。
“我拍過的人可沒想過，自己的照片居然會被用在面部識別算法訓(xùn)練上。”公關(guān)經(jīng)理Greg Peverill-Conti氣憤地說道，他有700多張照片被收錄在了IBM的“訓(xùn)練數(shù)據(jù)集”中。“IBM太草率了吧，它們怎么能不經(jīng)同意就使用這些照片”。
IBM公司AI研究主管JohnSmith則表示，公司“致力于保護(hù)個人隱私”，如果誰想從數(shù)據(jù)集中移除照片，盡管聯(lián)系IBM。
雖然IBM信誓旦旦的保證Flickr用戶可以隨時移除數(shù)據(jù)集中的照片，但事情哪有那么簡單，這本就是個有來無回的“不歸路”。
因為IBM需要拍攝者發(fā)送想要移除圖片的鏈接(光靠Flickr賬號不管用)，而它們卻從沒分享過到底這個數(shù)據(jù)集用了誰的Flickr照片，所以你大概率會被蒙在鼓里。
對于這個數(shù)據(jù)集，IBM有自己冠冕堂皇的理由——它將用于學(xué)術(shù)工作，且擔(dān)負(fù)著讓面部識別變得更加公平的重任。
當(dāng)然，在網(wǎng)絡(luò)照片濫用方面，IBM并不是獨一家，數(shù)十家其他研究機(jī)構(gòu)或公司也在采集網(wǎng)絡(luò)照片訓(xùn)練自己的面部識別系統(tǒng)。
一些法律專家認(rèn)為，這不僅僅是對數(shù)百萬人肖像權(quán)和隱私權(quán)的侵犯，它還加重了人們對面部識別技術(shù)的擔(dān)憂，也許有一天執(zhí)法部門會讓它“雙手沾滿鮮血”。
面部識別技術(shù)的進(jìn)化歷程
面部識別工具剛剛誕生時，研究人員會付錢請人來試驗室“幫忙“，這些人拿錢辦事，將自己不同姿態(tài)和光照角度下的照片留了下來以供研究之用。不過，這樣的方案成本高還浪費時間，因此早期的數(shù)據(jù)集往往只有數(shù)百個樣本。
進(jìn)入新世紀(jì)后，互聯(lián)網(wǎng)飛速發(fā)展，研究人員突然意識到，面部識別的好時光來了，因為網(wǎng)上有天量的照片可供使用。
“直接打開搜索引擎，輸入名人的姓名，然后下載各種360度無死角的照片既可。”美國國家標(biāo)準(zhǔn)技術(shù)局?jǐn)?shù)據(jù)集采集人員P.JonathonPhillips說道。
隨著社交網(wǎng)絡(luò)的興盛和自媒體的發(fā)展，普通人的照片也突然多了起來。研究人員默認(rèn)這些照片是對所有人開放的，有時他們甚至?xí)腨ouTube的視頻中抓取面部圖片。
由于工作的非經(jīng)營性質(zhì)，學(xué)術(shù)人員用起照片來絕對是近水樓臺，因為他們能繞過版權(quán)問題了，而Flickr的性質(zhì)更是讓它們成了研究人員絕對的安全之選。
為了保證數(shù)據(jù)集的多樣性，IBM其實從Flickr上Down了超過1億張照片，隨后又精選了100萬張有注釋的面部照片。為了力求精確，它們甚至為這些照片定了200多種分類標(biāo)準(zhǔn)。
谷歌學(xué)術(shù)指出，這種研究方法在業(yè)內(nèi)幾乎已經(jīng)是盡人皆知，因為有數(shù)百篇學(xué)術(shù)論文都在靠照片采集來佐證自己的論點，沒人敢說自己是完全清白的，或者拿到了授權(quán)或同意。
因此，面部識別準(zhǔn)確性的提高和分析工具的進(jìn)步主要就是靠這些“野路子”來的照片。
IBM真沒拿面部數(shù)據(jù)集賺錢？
“要想讓面部識別系統(tǒng)超常發(fā)揮，訓(xùn)練數(shù)據(jù)必須足夠多樣化，而且覆蓋范圍足夠廣。”IBM的John Smith說道。
在IBM看來，自己的數(shù)據(jù)集并未將圖片中的人臉和具體的名字聯(lián)系起來，這就意味著系統(tǒng)不會侵犯人們的隱私。不過，依然有人質(zhì)疑IBM的動機(jī)，因為它們可是向政府出售過監(jiān)控工具。
舉例來說，911襲擊發(fā)生后，IBM就將面部識別技術(shù)賣給了紐約警方，執(zhí)法部門通過搜索監(jiān)控錄像就能識別出特殊的膚色或發(fā)色。IBM還曾推出過“智能視頻分析”產(chǎn)品，它們能通過監(jiān)控攝像頭給人們加標(biāo)簽(亞裔、黑人或白人)。
如今，IBM則有了Waston視覺識別系統(tǒng)，通過圖片算法就能識別出人的年齡和性別。配合正確的訓(xùn)練算法，客戶就能從圖片或視頻中識別出特定的人。
在被問到Waston用了什么訓(xùn)練數(shù)據(jù)時，IBM稱數(shù)據(jù)有多個來源，不過卻拒絕披露具體的數(shù)據(jù)來源，并美其名曰保護(hù)知識產(chǎn)權(quán)。
一再逼問下，IBM稱從Flickr拿到的相片數(shù)據(jù)集僅用于研究，不會用來提升公司的商用面部識別工具。不過，有專家指出，類似IBM和Facebook這樣的公司，其研發(fā)和商業(yè)運營部門之間的界限非常模糊，而且研發(fā)部門的知識產(chǎn)權(quán)均歸IBM所有。
因此，面部識別公司Kairos前CEO Brian Brackeen斷言，即使學(xué)術(shù)部門研發(fā)的算法有其非商業(yè)化性質(zhì)，這些算法最終還是會被拿來賺錢。
他還打了個形象的比喻，“你可以把它看做拿面部識別技術(shù)洗錢，公司將網(wǎng)上的照片洗成了自己的知識產(chǎn)權(quán)。”
“被選中”的攝影師們怎么想？
澳大利亞攝影師GeorgHolzer將自己的作品上傳Flickr是為了記錄自己聲明中的精彩瞬間，他也簽署了創(chuàng)意認(rèn)證，只要是非營利性項目，就能免費使用他的照片。不過，他沒想到自己的照片會成為面部識別技術(shù)的“養(yǎng)料”。
“我了解技術(shù)能造成的傷害。”Holzer說道。“當(dāng)然，面部識別技術(shù)也有其積極的一面，但如果用得不對，它也能剝奪人的基本權(quán)利和隱私。我是無法接受這項技術(shù)廣泛應(yīng)用的。”
“我覺得IBM可不是家慈善公司，最終它們還是會用這項技術(shù)牟利，所以面部識別技術(shù)還是會進(jìn)入商業(yè)市場。”Holzer說道。
DolanHalbrook也有452張照片被IBM的數(shù)據(jù)集“侵吞”，他也認(rèn)為IBM在使用這些照片時應(yīng)該征得自己的同意。
當(dāng)然，也有攝影師覺得自己的照片能被IBM選中并用在推動面部識別發(fā)展上是一大幸事。
瑞士的Guillaume Boppe就表示：“如果我的照片能幫助AI進(jìn)化，降低探測錯誤率并最終提升全球安全指數(shù)，我舉雙手贊同。”
想從數(shù)據(jù)集中刪圖？沒那么容易
如果你不同意IBM將自己的照片當(dāng)成訓(xùn)練數(shù)據(jù)，也可以聯(lián)系它們刪除，但操作起來沒那么容易。
一位被抓取1000多張照片的攝影師忙活了半天，也只刪除了4張照片，因為他無法找到所有照片的鏈接，而Flickr賬號IBM可不認(rèn)。
此外，即使從IBM的數(shù)據(jù)集中刪除了照片，IBM研究伙伴拿到的數(shù)據(jù)集也無法一并刪除(已經(jīng)有250多家組織和機(jī)構(gòu)接入了IBM的數(shù)據(jù)集)。
顯然，IBM的數(shù)據(jù)集不是公共場所，沒法想來就來想走就走。
好在，各國對隱私數(shù)據(jù)的保護(hù)正在加強(qiáng)。舉例來說，歐洲就將照片看做“敏感個人數(shù)據(jù)”，如果IBM不按規(guī)定刪圖，可能就會被歐盟重罰。
在美國，也有一些州有了相關(guān)規(guī)定，在不征得當(dāng)事人同意的情況下采集、存儲和分享生物信息屬違法行為，而生物信息包含指紋、虹膜和面部幾何結(jié)構(gòu)等。
近期，芝加哥的律師Jay Edelson就向Facebook發(fā)起了集體訴訟，稱其面部識別工具觸犯了相關(guān)法律。
至于典型的法院判例，現(xiàn)在還是一片空白。(大壯旅)
關(guān)鍵詞： AI 照片 數(shù)據(jù)來源
