一個準確的人臉識別系統(tǒng)使用生物識別技術從照片或視頻中映射面部特征。它將信息與已知面孔的數(shù)據(jù)庫進行比較以找到匹配項。人臉識別可以幫助驗證一個人的身份，但它也會引發(fā)隱私問題。

　　幾十年前，我們無法預測面部識別會在未來成為我們生活中近乎不可或缺的一部分。從解鎖智能手機到進行在線或線下交易，這項技術已經(jīng)深深扎根于我們今天的日常生活中。

　　人臉識別系統(tǒng)是人工智能的計算機視覺和機器學習組件的應用，它的工作方式如下：經(jīng)過訓練的算法可以確定一個人面部的各種不同細節(jié)，比如他們眼睛之間的像素數(shù)或曲率，以及其他經(jīng)過邏輯解釋的細節(jié)，從而在系統(tǒng)中重建人臉。然后將該重新創(chuàng)建與存儲，在系統(tǒng)數(shù)據(jù)庫中的大量面孔進行比較。如如果算法檢測到與數(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。

　　除了在幾秒內(nèi)完成整個過程外，今天的人臉識別系統(tǒng)即使在光線、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，面部識別設備的開發(fā)必須完全防止，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?，F(xiàn)在，有充分的證據(jù)表明，面部識別系統(tǒng)在其操作中不可能100%公平。因此，構建支持該技術的系統(tǒng)的公司通常要花費數(shù)百個小時來消除系統(tǒng)中發(fā)現(xiàn)的所有偏見痕跡。

　　像微軟這樣的知名企業(yè)通常會從盡可能多的種族社區(qū)雇傭合格的專家。在他們的面部識別系統(tǒng)的研究、開發(fā)、測試和設計階段，多樣性使他們能夠創(chuàng)建大量的數(shù)據(jù)集來訓練AI數(shù)據(jù)模型。雖然龐大的數(shù)據(jù)集減少了偏差，但多樣性也是象征性的。選擇來自世界各地的個人有助于反映現(xiàn)實世界中發(fā)現(xiàn)的多樣性。

　　為了消除面部識別系統(tǒng)的偏見，企業(yè)必須付出額外的努力。為了實現(xiàn)這一點，用于機器學習和標記的數(shù)據(jù)集必須多樣化。最重要的是，一個公平的面部識別系統(tǒng)的輸出質(zhì)量將非常高，因為它將在世界任何地方無縫工作，沒有任何偏見的元素。

　　為了確保面部識別系統(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.關于AI內(nèi)部運作的開放性

　　在工作場所和網(wǎng)絡安全系統(tǒng)中使用面部識別系統(tǒng)的企業(yè)，需要了解機器學習信息存儲在哪里的所有詳細信息。此類企業(yè)在日常操作中實施技術之前，需要了解技術的局限性和能力。提供人工智能技術的公司必須對客戶完全透明地了解這些細節(jié)。此外，服務提供商還必須確保，客戶可以在任何地點使用他們的面部識別系統(tǒng)。系統(tǒng)中的任何更新必須在得到客戶的有效批準后才能進行。

　　3.企業(yè)責任問題

　　綜上所述，人臉識別系統(tǒng)部署在多個領域。制造此類系統(tǒng)的企業(yè)必須對其負責，特別是在技術可能直接影響任何人或團體執(zhí)法、監(jiān)視的情況下。此類系統(tǒng)中的責任制意味著包含用例，以防止身體或基于健康的傷害、財務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，一個合格的個人負責企業(yè)中的系統(tǒng)，以做出衡量的和合乎邏輯的決策。除此之外，將面部識別系統(tǒng)納入日常運營的企業(yè)必須立即解決客戶對該技術的不滿情緒。

　　4.監(jiān)測前的同意和通知

　　在正常情況下，未經(jīng)個人、團體同意，面部識別系統(tǒng)不得用于窺探個人、團體或其他行為。某些機構，如歐盟，有一套標準化的法律，以防止未經(jīng)授權的企業(yè)在理事機構的管轄范圍內(nèi)監(jiān)視個人。擁有此類系統(tǒng)的企業(yè)必須遵守美國所有的數(shù)據(jù)保護和隱私法律。

　　5.合法監(jiān)控以避免侵犯人權

　　除非獲得國家政府或決定性管理機構出于與國家安全，或其他重要情況相關的目的而授權，否則企業(yè)不能使用面部識別系統(tǒng)來監(jiān)控任何人或團體?；旧希@項技術被嚴格禁止用于侵犯受害者的人權和自由。

　　盡管被編程為無一例外地遵循這些規(guī)定，但面部識別系統(tǒng)可能由于操作錯誤而導致問題。

　　與該技術相關的一些主要問題是：

　　(1)購買時驗證錯誤

　　如上所述，面部識別系統(tǒng)被納入數(shù)字支付應用程序，以便用戶可以使用該技術驗證交易。由于這種技術的存在，很有可能進行面部身份盜竊和借記卡欺詐等犯罪活動。顧客選擇面部識別系統(tǒng)是因為它為用戶提供了極大的便利。盡管人臉識別系統(tǒng)中存在安全協(xié)議，但人臉復制可能會導致資金挪用。

　　(2)執(zhí)法應用中的不準確性

　　面部識別系統(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。犯罪分子可以通過多種方式濫用這項技術。例如，有偏見的人工智能概念為執(zhí)法人員提供了不準確的結果，因為系統(tǒng)有時無法區(qū)分有色人種。一般來說，這類系統(tǒng)是用包含白人男性圖像的數(shù)據(jù)集訓練。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。

　　有幾個例子，企業(yè)或公共機構被指控使用先進的面部識別系統(tǒng)非法監(jiān)視平民。通過持續(xù)監(jiān)控個人收集的視頻數(shù)據(jù)可以用于多種不正當?shù)哪康摹Ｃ娌孔R別系統(tǒng)最大的缺點之一是它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，意味著面部識別數(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，盡管個人清白，他或她的隱私還是受到了侵犯。其次，盡管從各方面來看，這個人都是無辜的，但可能會被認為是一個壞人。

　　我們可以看到，與面部識別技術相關的主要問題和錯誤源于技術的缺乏進步，數(shù)據(jù)集的缺乏多樣性，以及企業(yè)對系統(tǒng)的低效處理。在我看來，AI及其應用在現(xiàn)實需求中的應用范圍是無限的，而人臉識別技術的風險，通常發(fā)生在當該技術的工作方式與實際需求不同時。

　　隨著未來技術的進一步發(fā)展，與技術相關的問題將會得到解決。人工智能算法中與偏見相關的問題最終將會解決。然而，為了讓該技術在不違反任何道德規(guī)范的情況下完美運行，企業(yè)必須對此類系統(tǒng)保持嚴格的治理水平。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)和設計進行改進，以實現(xiàn)積極的解決方案。