據(jù)外媒報(bào)道,，當(dāng)?shù)貢r(shí)間周一,，IBM致信美國國會(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,、種族歧視等問題在國外已是長期的矛盾,，而面部識(shí)別軟件也通常因?yàn)檫@類問題而備受爭(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,?！?/p>

  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)問題引發(fā)的“失誤”案例還有很多，比如之前就發(fā)生過,，交通攝像頭把大巴車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，“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了便利性，但也同時(shí)導(dǎo)致了一些新的問題，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3．90億美元增長到2016年的26．53億美元,，年均復(fù)合增長率達(dá)到31．5％,，實(shí)現(xiàn)了飛速發(fā)展。預(yù)計(jì)未來一段時(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)來看，越來越多科研單位已開始對(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)別受國內(nèi)外共同關(guān)注

    人臉識(shí)別自出現(xiàn)以來,，不論國內(nèi)還是國外,，都對(duì)其特別的追崇，尤其以國外更盛,。

    除了IBM以外,，國外比較知名的人工智能企業(yè)還有：

    德國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)器人視覺識(shí)別系統(tǒng)；

    美國的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,，兩家美國科技巨頭在多領(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,，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。

    國內(nèi)比較知名的人臉識(shí)別公司包括：

    商湯科技,，國內(nèi)人臉識(shí)別技術(shù)領(lǐng)域的龍頭企業(yè),，曾在一次公開評(píng)測(cè)中超過了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注于計(jì)算機(jī)視覺與人工智能的高科技企業(yè)，是中國銀行業(yè)人臉識(shí)別第一大供應(yīng)商

    科大訊飛,，最早以智能語音及語言技術(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％,。