人脸识别再遭禁令：隐私与偏见争议未休，美国又一州禁用面部识别软件

今天，人脸识别技术似乎正面临着前所未有的困境。

据外媒报道，纽约州立法机构刚刚通过了一项法令，禁止在学校中使用人脸识别和其他生物特征识别技术，直至 2022 年。该法案将由州长 Andrew Cuomo 签署。此前，旧金山、马萨诸塞州萨默维尔市等多地也已正式通过了在公共场所禁用人脸识别软件的法案。

洛克波特市学区位于纽约州西部，是美国首个明确规定校园内人脸识别技术使用的学区。今年 1 月，该学区开始正式运行人脸识别系统，大约为学区内的 5000 名学生提供服务。此举遭到了当地一部分官员和居民的反对，认为这种措施会被用来监视学生并且建立有关人脸敏感信息的数据库，进而影响到学区的安全。

洛克波特市学区是美国首个明确规定校园内人脸识别技术使用的学区。

尽管洛克波特市学区的隐私权政策表明，监视列表中并不包括学生，数据库中也只包含具有潜在威胁性的非学生人士，但被纳入监视系统的名单最终决定权在于学区负责人。据相关报道，学校的董事会主席 John Linderman 也未保证，学生的图像永远不会被纳入系统。

纽约州众议员 Monica Wallace 曾表达过自己的担忧：“一旦允许人脸识别技术在学校中应用，就宛如打开政府在此项技术上资金投入的水闸，而这些技术在可靠性、准确性方面值得怀疑。”

纽约公民自由联盟曾在一个月前代表反对该系统的父母向洛克波特市学区提出诉讼。教育政策中心副主席 Stefanie Coyle 表示：“这很重要。众所周知，人脸识别是不准确的，尤其是在识别有色人种和女性时。对于外表随年龄增长不断变化的儿童而言，生物识别的准确甚至值得怀疑。”

人脸识别，向来是最具争议的技术类别之一。

美国政府机构使用人脸识别技术的历史有 10 余年之久。得益于近年来深度学习技术的发展，人脸识别的准确度也得到了极大提升。基于人工智能的计算机视觉技术可以帮助监管人员发现犯罪分子并防止身份欺诈，同时也可以帮助寻找失踪儿童或在移动人群中锁定抗议者。电商科技公司也正在使用这种技术实现刷脸购物，提升用户体验，甚至可以探知消费者在观察商品时的表情。

但是，人脸识别系统的准确率和其中存在的偏见问题，却在学界和舆论层面均饱受质疑，大众担心这些人脸识别系统在正确识别有色人种和女性方面并没有那么有效。其中一个原因是用于训练软件的数据集可能更多地来自男性和白人。

自去年以来，美国多地开始陆续禁用人脸识别技术。2019 年 5 月，旧金山城市监督委员会（Board of Supervisors）以投票方式通过法令，禁止政府机构购买和使用人脸识别技术，成为全球首个禁用人脸识别技术的城市。

在美国发生 “ Black Lives Matter” 抗议活动之后，亚马逊、IBM、微软等公司都宣布终止了人脸识别产品的销售。上个月，因种族偏见争议，马萨诸塞州首府、最大城市波士顿市议会以 13:0 的投票结果通过了《波士顿禁止人脸监控技术条例（Ordinance Banning Face Surveillance Technology in Boston）》。

如今，不管是在科技公司林立的旧金山，还是哈佛大学、麻省理工学院等高等学府遍布的波士顿，都成为了禁用这项人工智能技术的先行者。

技术能够永远中立吗？越来越广泛的应用，也带来了越来越多的质疑。今天，人脸识别技术似乎正面临着前所未有的困境。

参考链接：https://venturebeat.com/2020/07/22/new-york-bans-use-of-facial-recognition-in-schools-statewide/

入门人脸识别加州

相关技术

感知

深度学习技术

深度学习（deep learning）是机器学习的分支，是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。深度学习是机器学习中一种基于对数据进行表征学习的算法，至今已有数种深度学习框架，如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

来源：LeCun, Y., Bengio, Y., & Hinton, G. (2015). Deep learning. nature, 521(7553), 436.

人工智能技术

在学术研究领域，人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体（intelligent agent）

来源：Russell, S., & Norvig, P. (2003). Artificial Intelligence: A Modern Approach.

人脸识别技术

广义的人脸识别实际包括构建人脸识别系统的一系列相关技术，包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等；而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。人脸识别是一项热门的计算机技术研究领域，它属于生物特征识别技术，是对生物体（一般特指人）本身的生物特征来区分生物体个体。

来源：维基百科

计算机视觉技术

计算机视觉（CV）是指机器感知环境的能力。这一技术类别中的经典任务有图像形成、图像处理、图像提取和图像的三维推理。目标识别和面部识别也是很重要的研究领域。

来源：机器之心

数据库技术

数据库，简而言之可视为电子化的文件柜——存储电子文件的处所，用户可以对文件中的数据运行新增、截取、更新、删除等操作。所谓“数据库”系以一定方式储存在一起、能予多个用户共享、具有尽可能小的冗余度、与应用程序彼此独立的数据集合。

来源：维基百科

准确率技术

分类模型的正确预测所占的比例。在多类别分类中，准确率的定义为：正确的预测数/样本总数。在二元分类中，准确率的定义为：(真正例数+真负例数)/样本总数

来源：Google ML Glossary