W020180517505687875841.jpg
“神器”?“黑箱”? 人脸识别技术成为焦点
2018-08-15 10:15:00  来源:新华日报  
1
听新闻

  世界上没有两片相同的叶子,亦不会有两张相同的脸孔,科技正在提速“读脸”能力,让脸孔成为人类新的“指纹”。从高铁、机场安检,到入住酒店,再到新一代iPhone屏幕解锁……早已嵌入日常生活的“人脸识别”技术,正在刷新我们对于自己“脸孔”的认识,它成为一种公开的“数据”,可被记录,可被存储,甚至有随时“供检阅”“供分析”的趋势。

  最近有两件关于“人脸识别”的大事件,让这一新技术被推上风口浪尖。一则是被热炒的“歌坛神捕”张学友——其演唱会人脸识别安检系统,迄今已“认出”落网逃犯8名;另一则是亚马逊人脸识别陷舆论漩涡,在测试中将535名美国国会议员中的28人误判为罪犯。“人脸识别”点击率最高的这两个事例,也代表了外界对于这项技术的两种态度——“追捧”或者“怀疑”。

  2000万个摄像镜头,犯罪分子最想“不要脸”

  “人脸识别不只是一种新技术,它会改变我们对面孔的观念,甚至改变社会。”在业界看来,人脸识别势在必行,即便是人类的杰作——脸孔,也无法在互联网时代“独善其身”,它将再也无法倒退回“个人独有”,必将需要被公开,被编码。

  谈及“人脸识别”的原理,简单来说就是“图像”和“算法”。以张学友演唱会8起逃犯落网为例,直接“归功”于人脸识别应用。进入演唱会现场前,观众会在安检口接受安防摄像头对人脸的“记录”,采集到的人脸图像或视频流,会快速与公安的后端数据库进行比对,当系统确认摄像头中的图像和数据库中的逃犯照片为一个人时,系统便会自动预警,方便公安实施追捕。在这一类人脸识别的应用上,包括四个步骤,如人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配和识别。

  “实际上人脸识别的技术已经相当成熟,通过这项技术抓获的逃犯很多,我们都不好意思炫了。”业内人士透露,人脸识别应用最广泛、也最见实效的是安防领域。早在2004年,公安部就确定北京、杭州、济南、苏州为“报警与监控技术系统建设”试点城市,次年,该系统建设推及全国。

  这一国家工程即“天网”,《辉煌中国》中,对此有这样的描述:中国已建成世界上最大的监控网络,视频镜头超过2000万个。参与“天网”建设的云从科技,研发了“双层异构深度神经网络模型”算法,联合创始人姚志强解释说,具体而言就是,能在2亿张的图像库中,实现秒级检索。云从“人脸识别”成绩基本可以代表“国家队”水平——证件照首位命中率高于99.1%,盘查照首位命中率高于95.3%。

  商业推销,能“看脸色行事”

  互联网时代,脸孔不仅仅能表明身份、情绪……在商业场景中,它有着更丰富的价值和意义。一位顾客走进门店,仅需几秒,“人脸识别”就能帮助导购“看透”他的消费记录、购物习惯、个人偏好等,这样的商业场景,在江苏并不遥远。

  “在我们全国5000多家门店中,已经有240多家试点了数字化应用,人脸识别就是其中重要一环。”苏宁技术研究院计算机视觉算法专家、中科院半导体所博士杨现接受《科技周刊》采访时坦言,“人脸识别”能对进入门店的顾客进行“二次画像”——迅速比对会员库,几秒内分辨是否是会员,再根据购物习惯及喜好“精准营销”。苏宁内部数据显示,基于“人脸识别”技术展开的营销,购物转化率提高了3倍。

  由机器读取,同样带来效率提升的场景还有酒店、园区、施工现场等等。最近,淮安一工地应用了江苏企业——小视科技的人脸识别技术,通过人脸识别及跟踪系统,确保施工人员作业中佩戴了安全帽,也确保无关人员未涉足危险作业区。

  小视科技合伙人、上海交大副教授倪冰冰提到,“锤炼”新技术,最有效的方法就是商业化,“样本”越多、场景越丰富,越利于技术的完善。“公司成立3年,人脸识别的核心研发团队就已从10多人发展到近300人,客户也从几家发展到超1000家,院士以及青年计划专家等顶尖人才,为技术发展奠定了基础。”倪冰冰分享的这一组数据,说明了人脸识别在商业领域发展的强劲势头,其公司壮大的“时间表”与这一新技术发展的“时间轨迹”基本吻合。

  几乎也是在近3年,杨现同样感受到“人脸识别”的发展势头。“2014年左右公司人脸识别研发团队不到10人,今年人数已破百。”杨现告诉记者,苏宁最早布局人脸识别是在2013年,当年美国硅谷、北京、南京三地设有研发中心,“算法”是其中投入最大的一块。“在人脸识别方面,中国有最丰富的应用场景和最大的市场,利于这项技术异军突起。”杨现提到,代表人脸识别权威性的Megaface测试中,以100万人脸数据为测试样本,苏宁成绩达到96%,排名前三。

  算法偏见,谨防“科技陷阱”

  衡量人脸识别的算法能力有几个指标:拒识率、误识率、通过率、准确率。近日,英国大都会警察局被曝其部署的人脸识别系统准确率仅达到2%——美国民权组织在使用亚马逊面部识别系统时,扫描所有535位美国国会议员的面部照片,结果其中28人竟被识别成了罪犯。如此误差引起了人们的质疑以及对警方使用该技术的担忧。

  为什么会出现如此误差?这和互联网上常说的“算法歧视”有关。在使用亚马逊人脸识别系统时,是将535位美国国会议员的照片与警方公开的25000张犯罪分子面部照片进行比对,得出的结果是,28名议员“看起来像”罪犯脸。

  被错误匹配的议员中,有色人种的比例显著过高(11人),仅国会黑人同盟就有6名成员被误判。另外,测试表明,对于皮肤较黑的人和女性,人脸识别通常不太准确。虽然对于整个国会来说,错误率是5.2%,但对于非白人的国会议员,错误率达到39%。

  该产品此前就遭到亚马逊用户、民间组织、股东甚至亚马逊员工在内超过15万人联名抗议。比起“误差”,说到底,人们在抗议的是人脸识别所犯的种族主义“歧视”。

  算法决策暗藏“偏见”,早有案例,比如谷歌公司的视觉算法软件曾错将黑人的照片标记为“大猩猩”。再比如,研究表明,某搜索引擎中,相比搜索白人的名字,搜黑人的名字更容易出现暗示具有犯罪历史的广告……

  不要小瞧这种“歧视”,它不仅仅是人们心上的“褶子”,更会影响实际“决策”。比如在招聘中,雇主本来就可能会根据自己的偏见来拒绝某个人,但如果“人脸识别”带来不公平的决策结果,则可能会让这种偏见成为“常态”。用人方甚至能够通过种族以及显现智力水平、性取向、怀孕等特征不公平地过滤一些工作申请。

  无论人脸识别会否成为“黑箱”,它都已经“不可逆”地嵌入了我们的生活,改变着社会。和所有与人工智能有关的新技术一样,人脸识别在发挥“自主性”时,也必须回答好有关伦理、道德、公平等人类社会永恒的必答题。(王梦然)

标签:人脸识别;犯罪分子;摄像镜头
责编:王凰
上一篇
下一篇