據(jù)外媒報(bào)道，當(dāng)?shù)貢r(shí)間周一，IBM致信美國(guó)國(guó)會(huì)議員，公司將退出通用的面部識(shí)別業(yè)務(wù)，并表示反對(duì)將這種技術(shù)用于大規(guī)模監(jiān)控和種族定性分析。
眾所周知，由于人種不同而導(dǎo)致的膚色差異、種族歧視等問(wèn)題在國(guó)外已是長(zhǎng)期的矛盾，而面部識(shí)別軟件也通常因?yàn)檫@類(lèi)問(wèn)題而備受爭(zhēng)議，包括潛在的侵犯人權(quán)行為，以及有證據(jù)表明該技術(shù)在識(shí)別有色人種方面的準(zhǔn)確性較低。
IBM CEO Arvind Krishna在信中表示：“IBM不再提供通用的IBM面部識(shí)別或分析軟件，IBM堅(jiān)決反對(duì)也不會(huì)寬恕將任何技術(shù)（包括其他廠商提供的面部識(shí)別技術(shù)）用于大規(guī)模監(jiān)控、種族定性、侵犯基本人權(quán)和自由，或任何不符合我們的價(jià)值觀和信任與透明原則的目的。”
人臉識(shí)別導(dǎo)致“失誤”早有先例
據(jù)了解，此前紐約時(shí)報(bào)曾發(fā)表一篇文章，文章中提到，MIT媒體實(shí)驗(yàn)室研究員Joy Buolamwini與微軟科學(xué)家Timnit Gebru合作的一篇研究論文中，作者將微軟、IBM和曠視科技三家的人臉識(shí)別技術(shù)進(jìn)行對(duì)比，以判定其人臉識(shí)別功能。
結(jié)果顯示，AI應(yīng)用人臉識(shí)別針對(duì)黑人女性的錯(cuò)誤率高達(dá)21％－35％，而針對(duì)白人男性的錯(cuò)誤率則低于1％，不同種族的準(zhǔn)確率差異巨大。
在當(dāng)時(shí)，該項(xiàng)研究也引發(fā)了關(guān)于“AI是否存在社會(huì)不公甚至種族歧視問(wèn)題”的探討。顯然并不是，深究其中的原因，更多的是因?yàn)楫?dāng)下的人工智能數(shù)據(jù)的量影響了AI的判斷。膚色較深女性較難識(shí)別，除了天然人臉特征更難提取之外，可供訓(xùn)練的數(shù)據(jù)集較少也是影響因素之一。
關(guān)于人臉識(shí)別中因技術(shù)問(wèn)題引發(fā)的“失誤”案例還有很多，比如之前就發(fā)生過(guò)，交通攝像頭把大巴車(chē)上的董明珠廣告人像錯(cuò)當(dāng)成橫穿馬路的行人進(jìn)行了抓拍，還在旁邊打出了“橋東違法闖紅燈”的字樣，該事件還上了熱搜榜單；同樣，在去年還發(fā)生了一起“小學(xué)生輕松破解豐巢刷臉取件”的熱點(diǎn)事件，浙江小學(xué)生發(fā)現(xiàn)，用一張人像的打印照片即可輕松“破解”豐巢智能柜的“刷臉取件”，取出父母的快件。事件發(fā)酵后，豐巢緊急下線了該功能，并向公眾回應(yīng)稱(chēng)，“刷臉取件”是小范圍推出的測(cè)試版本，已第一時(shí)間下線，并未造成用戶(hù)損失。
總之，關(guān)于“人臉識(shí)別”的技術(shù)發(fā)展，更多的可能是給人們的生活帶來(lái)了便利性，但也同時(shí)導(dǎo)致了一些新的問(wèn)題，人臉識(shí)別技術(shù)到底是不是一個(gè)值得大力推廣的方向，也是社會(huì)廣為關(guān)注的問(wèn)題。
人臉識(shí)別當(dāng)前的發(fā)展情況
調(diào)查數(shù)據(jù)顯示，全球人臉識(shí)別市場(chǎng)規(guī)模從2009年的3．90億美元增長(zhǎng)到2016年的26．53億美元，年均復(fù)合增長(zhǎng)率達(dá)到31．5％，實(shí)現(xiàn)了飛速發(fā)展。預(yù)計(jì)未來(lái)一段時(shí)間人臉識(shí)別市場(chǎng)規(guī)模將保持20％左右的增速，到2022年，全球人臉識(shí)別市場(chǎng)規(guī)模將達(dá)75．95億美元。
良好的增長(zhǎng)態(tài)勢(shì)固然反映了技術(shù)的前瞻性。但是發(fā)展至今，人臉識(shí)別技術(shù)存在的缺陷也很明顯。
首先從人臉識(shí)別的工作原理出發(fā)，比如在“采集條件”與“采集對(duì)象”兩方面，比如，人臉識(shí)別環(huán)境的光照條件可能影響圖像采集效果。在進(jìn)行人臉比對(duì)時(shí)，假如被采集對(duì)象剃了胡子、換了發(fā)型、帶了眼鏡、變了表情，都有可能引起比對(duì)失敗。
同時(shí)，隨著年齡的變化，面部外觀也會(huì)變化，特別是對(duì)于青少年，這種變化更加明顯。因此年齡變化對(duì)人臉識(shí)別算法的影響也必須得到解決。這里還有一個(gè)問(wèn)題，當(dāng)人臉識(shí)別技術(shù)遇到了雙胞胎，由于相似特征太多，人臉識(shí)別基本難以完成分辨。
另外，若是處于非配合情況下的人臉圖像采集，比如當(dāng)前受疫情影響人們不得不帶著口罩等物品，也這會(huì)導(dǎo)致采集的人臉圖像不完整，從而影響了后面的特征提取與識(shí)別，甚至?xí)?dǎo)致人臉檢測(cè)算法的失效。
但是從發(fā)展趨勢(shì)來(lái)看，越來(lái)越多科研單位已開(kāi)始對(duì)人臉識(shí)別技術(shù)進(jìn)行更深入地研究。與此同時(shí)，人工智能等先進(jìn)技術(shù)也將使得人臉識(shí)別進(jìn)一步完善。未來(lái)物聯(lián)網(wǎng)時(shí)代，人臉識(shí)別也有望成為有效身份識(shí)別，商業(yè)前景非常廣闊。
人臉識(shí)別受?chē)?guó)內(nèi)外共同關(guān)注
人臉識(shí)別自出現(xiàn)以來(lái)，不論國(guó)內(nèi)還是國(guó)外，都對(duì)其特別的追崇，尤其以國(guó)外更盛。
除了IBM以外，國(guó)外比較知名的人工智能企業(yè)還有：
德國(guó)CognitecSystem，主要從事政府項(xiàng)目的人臉識(shí)別系統(tǒng)；
西班牙HertaSecurity，是一家學(xué)術(shù)氛圍很濃厚的公司，號(hào)稱(chēng)擁有世界上識(shí)別最快的人臉識(shí)別產(chǎn)品；
日本NEC，主要做機(jī)器人視覺(jué)識(shí)別系統(tǒng)；
美國(guó)的Identix，以多模認(rèn)證（指紋、虹膜）為主體業(yè)務(wù)；
Bioscrypt，早期起于指紋識(shí)別考勤，后來(lái)轉(zhuǎn)戰(zhàn)人臉識(shí)別領(lǐng)域，在市場(chǎng)上占據(jù)了不小份額；
Google和Facebook也不用多說(shuō)，兩家美國(guó)科技巨頭在多領(lǐng)域均有涉獵，雖然進(jìn)入人臉識(shí)別領(lǐng)域的時(shí)間并不算長(zhǎng)，但因其本身的雄厚技術(shù)實(shí)力以及海量數(shù)據(jù)支持，在人臉識(shí)別領(lǐng)域占有一席之地。
國(guó)內(nèi)比較知名的人臉識(shí)別公司包括：
商湯科技，國(guó)內(nèi)人臉識(shí)別技術(shù)領(lǐng)域的龍頭企業(yè)，曾在一次公開(kāi)評(píng)測(cè)中超過(guò)了Facebook和Google，由此獲得了知名風(fēng)險(xiǎn)投資公司IDG的垂青；
曠視科技，目前為阿里巴巴旗下螞蟻金服提供面部掃描系統(tǒng)，在金融、安防、零售領(lǐng)域分別開(kāi)始了商業(yè)化探索并成功發(fā)育出Face＋＋Financial等多款垂直人臉驗(yàn)證解決方案產(chǎn)品
云從科技，是一家從中科院重慶研究院孵化的專(zhuān)注于計(jì)算機(jī)視覺(jué)與人工智能的高科技企業(yè)，是中國(guó)銀行業(yè)人臉識(shí)別第一大供應(yīng)商
科大訊飛，最早以智能語(yǔ)音及語(yǔ)言技術(shù)而聞名，在2014年聯(lián)合香港中文大學(xué)湯曉鷗教授團(tuán)隊(duì)，共同推出世界領(lǐng)先的人臉識(shí)別技術(shù)，識(shí)別率高達(dá)99％。