IBM公司宣布停止AI提供人脸识别技术的相关服务

　　近日，IBM 公司宣布停止AI提供人脸识别技术的相关服务，因为担心这项技术可能被用来促进种族和性别歧视。

　　IBM 首席执行官 Arvind Krishna 在一份递交到美国国会的***中写道：“IBM 坚决反对将任何技术用于大规模监视、种族定性、侵犯基本人权和自由，或任何与我们的价值观、信任和透明原则不符的目的。”

　　显然，IBM 此举旨在响应在美国愈演愈烈的反种族歧视运动“Black Lives Matter”。Arvind 在信中还呼吁国会出台相关国家政策，鼓励采用警员佩戴摄像头（类似行车记录仪）和数据分析等技术，引入适当的问责制度，让执法工作更透明。

　　目前，美国少数城市已经禁止使用面部识别技术。去年，旧金山、奥克兰和圣地亚哥等城市相继禁止使用面部识别技术，理由是这项技术存在局限性，在使用方面缺乏标准，还助长了对少数人种的潜在偏见。

　　人脸识别技术的发展

　　很难相信，这项十年前还常常出现在科幻电影中的技术，如今离我们的生活如此接近。事实上，人们在上世纪 60 年代就开始了对人脸识别技术的探索。彼时，人脸识别之父 Bledsoe 开发了一种系统，该系统可用计算机辅助人们手动记录各种面部特征（包括眼睛，鼻子，发际线和嘴巴）的坐标位置，然后将这些坐标数据插入数据库中。当为系统提供某人的新照片时，它能够从数据库中检索与之最相似的图像。这就是最早的人脸识别系统。可惜的是，受到当时的技术和计算机处理能力的限制，这项技术并没有得到大规模的应用。但该系统成功证明了面部识别是可行的生物特征识别技术，迈出了人脸识别技术重要的第一步。

　　随着计算机硬件性能的飞跃，研究者不断地突破人脸识别系统的上限，但成功率一直无法实现大规模商用。直到 2014 年前后，大数据和深度学习的发展掀起了新时代 AI 热潮，神经网络重受瞩目，并在图像分类、手写体识别、语音识别等应用中获得了远超经典方法的结果。来自***的研究团队提出将卷积神经网络应用到人脸识别上，采用 20 万训练数据，在 LFW 上第一次得到超过人类水平的识别精度，这是人脸识别发展历史上的一座里程碑。自此之后，人脸识别技术与机器学习绑定，研究者们不断改进机器学习算法，同时扩大训练样本规模，将 LFW 上的识别精度推到99.5%以上。人脸识别发展过程中一些经典的方法及其在 LFW 上的精度，都有一个基本的趋势：训练数据规模越来越大，识别精度越来越高。

　　人脸识别中的偏见

　　在过去的十年中，得益于人工智能的发展，人脸识别软件有了很大的进步。同时，由于该技术通常是由私营公司提供的，缺少相关法律法规的限制和政府部门的监管。因此，有调查显示这项技术存在种族、性别偏见，这会使该工具在执法过程中的可靠性大打折扣，存在侵犯公民合法权利的风险。

　　2018 年，Joy Buolamwini 和 Timnit Gebru 的研究首次揭示了许多商业人脸识别系统（包括 IBM 的）有多大的偏见。该研究测试了三款来自不同地区公司的主流人脸识别软件，人物面部素材来自 3 个非洲国家和 3 个欧洲国家的志愿者，研究人员把素材按照肤色、性别来进行交叉分类。研究结果显示：

　　所有人脸识别软件对男性的识别成功率都比女性更高，错误率相差 8.1%~20.6%

　　所有人脸识别软件对浅肤色的人脸识别成功率比深肤色的更高，错误率相差 11.8%~19.2%

　　综合各分类的人脸识别成功率如下：

　　综合对比显示，各人脸识别软件对浅肤色男性的人脸识别成功率最高，对深肤色女性的人脸识别成功率最低，正确率差距最高达到 34.4% 。

　　也就是说，在这些已经大规模商用的人脸识别软件应用场景下，黑人女性有 20%~30%的概率被识别错误，产生一定的误会。如果是在警用安保等使用场景下，发生误会的后果可能会非常严重。

　　这项研究工作引起了外界对这些人脸识别算法的批评，各大科技公司也为纠正偏差进行了持续的调查研究。例如，美国国家标准技术研究院（National Institute of Standards and Technology）于 2019 年12 月进行的一项研究发现，“在大多数当前评估的人脸识别算法中，跨人种差异确实存在广泛的准确性偏差”。除了对人种、性别的识别偏差外，人脸识别技术还因其在侵犯隐私方面的问题而受到抨击。

　　从今年初开始，另一家美国的人脸识别技术公司 Clearview AI 受到了严密的审查，因为有关部门发现其面部识别工具由超过 30 亿张图像（大部分是通过抓取社交媒体网站收集的）构建而成，并且已被很多企业广泛使用。自那以来，Clearview 公司已被执法部门责令停业，并且面临多项侵犯公民隐私的诉讼。今年 1 月份，Facebook 也因其非法使用面部识别技术遭到检方起诉，面临 5.5 亿美元的罚款。

　　人脸识别的未来

　　这一次蓝色巨人 IBM 宣布放弃人脸识别业务的决策，也给野蛮生长的人脸识别产业踩下了一脚急刹车，把人们的注意力集中到技术背后的问题上来，比如人权平等、隐私保护等。各项研究表明，目前的人脸识别技术仍存在一定的缺陷。

　　不同于 5G 等新技术，AI 在诞生之初就被人们视为一把双刃剑。无论是前段时间饱受争议的 Deepfake，还是如今处境尴尬的人脸识别，人们对于 AI 技术带来的社会、伦理问题的担忧从未停止。但还是那句话，“菜刀可以用来做菜，也能用来伤人”，技术本身是无罪的，一切都取决于使用技术的人。相信在这项技术完全成熟以后，人脸识别仍然能够在一些人类需要的场景下发光发热。