人臉識別技術(shù)存在著潛在的失敗風(fēng)險 我們要謹(jǐn)慎對待

在最近發(fā)布的一篇博文中，谷歌公司全球事務(wù)高級副總裁Kent Walker寫道：谷歌將不會通過Google Cloud提供“通用型”的人臉識別API。除非相關(guān)“挑戰(zhàn)”得到明確“認(rèn)定與解決”。

Walker解釋稱，“與其它一些公司不同，谷歌正在努力解決與人臉識別技術(shù)相關(guān)的一系列重要技術(shù)與政策性問題。與眾多具有多種用途的新技術(shù)一樣，人臉識別的應(yīng)用同樣需要被慎重考量，從而確保其使用方式符合我們的原則與價值觀，同時避免濫用與可能出現(xiàn)的危害性結(jié)果?！?/p>

最近，谷歌公司似乎對新技術(shù)的使用表現(xiàn)出了與業(yè)界不同的謹(jǐn)慎態(tài)度。不久之前，谷歌方面正式?jīng)Q定中止為美國國防部提供對無人機(jī)拍攝內(nèi)容進(jìn)行分析的人工智能方案。

事實(shí)上，除了谷歌之外，還有不少科技巨頭一直在廣泛關(guān)注人臉識別技術(shù)中的種種不成熟跡象，以及可能由此造成的危害影響。日前，由布魯金斯學(xué)會在華盛頓舉辦的一次活動當(dāng)中，微軟公司總裁Brad Smith就建議人們應(yīng)當(dāng)考慮到人臉識別技術(shù)當(dāng)中可能存在的“高風(fēng)險場景”，例如該技術(shù)可能被用于限制人身自由。他認(rèn)為，利用人臉識別技術(shù)的團(tuán)隊(duì)?wèi)?yīng)遵守關(guān)于性別、種族以及民族的反歧視法，并且各企業(yè)都應(yīng)對自家人工智能方案的局限性保持高度“透明”。

對此，Smith還進(jìn)一步指出，微軟公司已經(jīng)得出其中可能存在人權(quán)風(fēng)險的結(jié)論，并且一直在拒絕客戶提出的部署人臉識別技術(shù)的要求。據(jù)透露，今天6月微軟公司撤銷了一份合約，合約內(nèi)容要求微軟方面為美國移民與海關(guān)執(zhí)法局（簡稱ICE）提供數(shù)據(jù)處理與人工智能類工具

Smith解釋稱：“人臉識別技術(shù)的出現(xiàn)正在催生出一種新的可能性，即實(shí)現(xiàn)大規(guī)模監(jiān)控體系。對于政府來說，這項(xiàng)技術(shù)將幫助其在任意位置追蹤任意目標(biāo)。如果我們不充分考慮到這些可能性，那么這一切有可能在2024年突然降臨到我們自己身上——就如同《一九八四》（《一九八四》（Nineteen Eighty－Four）中刻畫了一個令人感到窒息的恐怖世界，在假想的未來社會中，獨(dú)裁者以追逐權(quán)力為最終目標(biāo)，人性被強(qiáng)權(quán)徹底扼殺，自由被徹底剝奪，思想受到嚴(yán)酷鉗制，人民的生活陷入了極度貧困，下層人民的人生變成了單調(diào)乏味的循環(huán)。）一書中描述的可怕景象一樣?！?/p>

Salesforce公司首席科學(xué)家Richard Socher也抱有同樣的焦慮情緒。在本月于蒙特利爾召開的NeurlPS 2018大會期間，他在接受VentureBeat采訪時表示，正是由于存在這些顧慮，Salesforce公司目前才決定不通過Einstein圖像識別API為Einstein Vision提供人臉識別功能。

他指出，“一旦我們開始根據(jù)某人的面部做出各種重要的決策，那么由此引發(fā)的后果有可能非?？膳?。人工智能在決策層面的實(shí)際表現(xiàn)，完全取決于其用于訓(xùn)練的數(shù)據(jù)質(zhì)量?！?/p>

人工智能的失誤

然而，并非每一家公司都有同樣的審慎態(tài)度。

今年夏天，亞馬遜公司將Rekognition（一種基于云的圖像分析技術(shù)，通過Amazon Web Services事業(yè)部正式對外開放）交付至佛羅里達(dá)州奧蘭多市以及俄勒岡州華盛頓縣警長辦公室作為執(zhí)法工具。奧蘭多市隨后決定續(xù)簽相關(guān)協(xié)議，并試行人臉識別監(jiān)控計劃——此項(xiàng)計劃覆蓋該市警察隊(duì)伍中的眾多志愿者；此外，華盛頓縣還決定利用該項(xiàng)功能構(gòu)建一款應(yīng)用程序，利用一套包含30萬人臉信息的數(shù)據(jù)庫對可疑犯罪分子的照片進(jìn)行掃描比對。

在一項(xiàng)測試當(dāng)中（亞馬遜公司對其準(zhǔn)確性提出了質(zhì)疑），美國公民自由聯(lián)盟證明RekogniTIon從某“公共來源”處獲取到25000張照片，并在將其與國會議員的官方照片進(jìn)行比較時誤將28人視為罪犯。而更令人震驚的是，大多數(shù)錯誤判斷（占比38％）與有色人種相關(guān)。

AWS公司總經(jīng)理Matt Wood于今年6月對上述結(jié)論提出了質(zhì)疑，認(rèn)為RekogniTIon有助于“保護(hù)兒童權(quán)益，并可用于為兒童構(gòu)建教育類應(yīng)用程序”，同時還能夠“通過多因素身份驗(yàn)證機(jī)制增強(qiáng)安全性，降低圖像的識別難度，從而用于防止包裹被盜等問題?！?/p>

在今年8月發(fā)布的另一篇博文當(dāng)中，亞馬遜公司指出以Marinus AnalyTIcs公司為代表的眾多AWS客戶正在利用RekogniTIon幫助尋找落入人販子手中的受害者，并幫助其與家人團(tuán)聚。此外，非營利性組織Thorn等人權(quán)機(jī)構(gòu)也在利用這項(xiàng)技術(shù)尋找并營救遭受性虐待的兒童。

他在博文中寫道：“根據(jù)報道，目前并沒有出現(xiàn)任何與亞馬遜Rekognition相關(guān)的執(zhí)法濫用行為。選擇利用這些新型技術(shù)的組織必須采取負(fù)責(zé)任的態(tài)度，否則將面臨受到法律處罰以及公開譴責(zé)的風(fēng)險。對此，AWS一直抱以嚴(yán)肅的態(tài)度和責(zé)任。”

但必須承認(rèn)，很多參與方并非如此。

今年9月，The Intercept網(wǎng)站發(fā)布的一篇報告顯示，IBM公司與紐約市警察局合作開發(fā)出一套系統(tǒng)，允許執(zhí)法方根據(jù)膚色、頭發(fā)顏色、性別、年齡以及各種面部特征進(jìn)行人物搜索。利用紐約警察局提供的來自約50臺攝像機(jī)的“成千上萬”張照片，該人工智能方案學(xué)會了如何識別服裝顏色以及其它體貌特征。

IBM公司的一位發(fā)言人指出，這套系統(tǒng)僅被用于“評估性目的”。但于2017年發(fā)布的IBM智能視頻分析2．0產(chǎn)品確實(shí)提供一種與此相似的攝像頭監(jiān)控功能，可以通過“亞洲人”、“黑人”以及“白人”等標(biāo)簽對拍攝目標(biāo)進(jìn)行自動標(biāo)記。

偏見的可能性

除了Socher所提到的道德原則之外，也有越來越多的研究對于人臉識別技術(shù)的整體準(zhǔn)確度持懷疑態(tài)度。

于2012年進(jìn)行的一項(xiàng)研究表明，供應(yīng)商Cognitec公司提供的面部算法在識別非裔美國人方面的表現(xiàn)要比識別白種人低5％至10％；2011年，還有研究人員發(fā)現(xiàn)中國、日本以及韓國開發(fā)出的人臉識別模型很難區(qū)分高加索人與東亞人種。今年2月，麻省理工學(xué)院媒體實(shí)驗(yàn)室的研究人員們指出，微軟、IBM與中國廠商Megvii公司的人臉識別技術(shù)在識別淺膚色女性方面錯誤率高達(dá)7％，識別深膚色男性的錯誤率為12％，而對深膚色女性的錯判比例更是達(dá)到35％。

算法出錯的例子還遠(yuǎn)不止于此。最近調(diào)查結(jié)果顯示，倫敦大都會警察局部署的系統(tǒng)在每一次實(shí)際應(yīng)用時都會產(chǎn)生最多49次的錯誤匹配。在去年眾議院監(jiān)督委員會關(guān)于人臉識別技術(shù)的聽證會上，美國聯(lián)邦調(diào)查局承認(rèn)，其用于識別犯罪嫌疑人的算法存在高達(dá)15％的錯誤判斷率。此外，弗吉尼亞大學(xué)的研究人員正在進(jìn)行的一項(xiàng)研究發(fā)現(xiàn)，兩大著名研究圖像集——ImSitu與COCO（COCO由Facebook、微軟以及初創(chuàng)企業(yè)MightyAI共同構(gòu)建），在對體育、烹飪以及其它多種活動的描述當(dāng)中，表現(xiàn)出明顯的性別偏見（例如購物圖像一般與女性有關(guān)，而教練圖像則往往與男性關(guān)聯(lián)）。

在這方面，最臭名昭著的案例之一，無疑是2015年一位軟件工程師提交的報告——其指出谷歌照片中的圖像分類算法將非洲裔美國人判定為“大猩猩”。

即使是美國規(guī)模最大的車載攝像機(jī)供應(yīng)商之一Axon公司的CEO Rick Smith，今年夏季也對此做出表態(tài)，指出人臉識別技術(shù)對于執(zhí)法類應(yīng)用而言還不夠準(zhǔn)確可靠。

他解釋稱，“這類技術(shù)方案還沒有做好真正通過人臉識別做出行動決策的準(zhǔn)備。在我們看來，因?yàn)槠渲锌赡艹霈F(xiàn)的技術(shù)故障或?qū)頌?zāi)難性的后果，大家不應(yīng)急于將其部署至實(shí)際場景當(dāng)中?！?/p>

技術(shù)層面的進(jìn)展

過去十年以來，眾多失誤和問題的出現(xiàn)似乎令人臉識別技術(shù)的前景蒙上了一層陰影。然而，必須承認(rèn)的是，這項(xiàng)技術(shù)一直在準(zhǔn)確度以及解決偏見問題等技術(shù)性層面取得可喜的進(jìn)展。

今年6月，通過與人工智能公平性專家們開展合作，微軟公司修改并擴(kuò)展了其用于模型訓(xùn)練的Face API數(shù)據(jù)集。Face API是一項(xiàng)微軟Azure API，主要提供用于檢測、識別及分析圖像中人臉內(nèi)容的算法。通過與膚色、性別以及年齡相關(guān)的大量新數(shù)據(jù)，F(xiàn)ace API如今能夠?qū)⑸钅w色男性與女性的錯誤判斷率降低至原本的二十分之一，對女性的錯誤判斷率則降低為原先的九分之一。

與此同時，初創(chuàng)企業(yè)Gfycat公司也于今年表示，其將引入更為嚴(yán)格的檢測閾值，從而努力提高其人臉識別算法在判斷亞裔人士面部方面的準(zhǔn)確性。

另外，值得一提的是，一系列新型算法偏見緩解工具的加速出現(xiàn)，也在有力提高人工智能方案的公正性水平。

今年5月，F(xiàn)acebook公司發(fā)布了Fairness Flow，該工具會自動警告某種算法是否根據(jù)檢測目標(biāo)的種族、性別或者年齡，做出了不公平的判斷。另外，埃森哲公司也發(fā)布了一款工具包，能夠自動檢測AI算法中存在的偏見，并幫助數(shù)據(jù)科學(xué)家降低這種偏見。微軟方面在今年5月同樣推出了自己的解決方案。谷歌公司也于今年9月發(fā)布了What－If工具，這項(xiàng)由TensorBoard網(wǎng)絡(luò)儀表板提供的偏見檢測功能，主要面向谷歌的TensorFlow機(jī)器學(xué)習(xí)框架。

IBM公司同樣緊跟這股時代潮流，其于今年秋季發(fā)布了AI Fairness 360——這是一款基于云的全自動化套件，能夠?yàn)锳I系統(tǒng)“提供洞察見解”以，確保對其決策與推薦進(jìn)行調(diào)整，例如通過算法調(diào)整或數(shù)據(jù)平衡等方式緩解偏見對結(jié)果造成的影響。最近，IBM Watson與云平臺小組的研究重點(diǎn)，也開始放在緩解AI模型中的偏見，特別是與人臉識別相關(guān)的偏差方面。

不過根據(jù)Smith的說法，這方面的發(fā)展道路還相當(dāng)漫長。

他在今年早些時候發(fā)布的一篇博文中寫道：“即使解決了偏見問題，即人臉識別系統(tǒng)能夠以對所有人都公平公正的方式運(yùn)作，其中仍然存在著潛在的失敗風(fēng)險。與眾多其它人工智能技術(shù)一樣，就算徹底排除到偏見性因素，人臉識別方案通常都會存在一定程度的誤差。一切工具都可用于善途或者惡途，而工具本身越強(qiáng)大，其可能帶來的收益或者損害也就越明顯。人臉識別技術(shù)給我們提出了一系列新問題，特別是在與隱私以及言論自由等基本人權(quán)保護(hù)核心相關(guān)的層面，因此，必須始終對此保持謹(jǐn)慎的心態(tài)?！?/p>