本文對(duì)此提供十項(xiàng)人臉識(shí)別政策建議，大致從人臉數(shù)據(jù)、測(cè)試技術(shù)、認(rèn)證評(píng)估主體三個(gè)層面予以應(yīng)對(duì)潛在的人臉識(shí)別風(fēng)險(xiǎn)。

十大建議核心提要：

1. 限制數(shù)據(jù)存儲(chǔ)期限
2. 限制數(shù)據(jù)分享
3. 公共場(chǎng)所設(shè)立人臉識(shí)別標(biāo)識(shí)
4. 提升人臉識(shí)別精準(zhǔn)度
5. 開展第三方獨(dú)立評(píng)估
6. 減少附帶信息收集
7. 商業(yè)場(chǎng)景納入opt-in與opt-out機(jī)制
8. 制定統(tǒng)一的技術(shù)標(biāo)準(zhǔn)
9. 完善標(biāo)準(zhǔn)化組織認(rèn)證
10. 確保數(shù)據(jù)代表性以及測(cè)試實(shí)操化

當(dāng)前，人臉識(shí)別應(yīng)用不斷深入日常生活，在失蹤搜救、安保升級(jí)、導(dǎo)盲、反恐等領(lǐng)域都有廣泛應(yīng)用，但同時(shí)也引發(fā)了民眾的不安與質(zhì)疑。

鑒于人臉識(shí)別技術(shù)的應(yīng)用尚有眾多不確定風(fēng)險(xiǎn)，本文對(duì)此提供十項(xiàng)人臉識(shí)別政策建議，大致從人臉數(shù)據(jù)、測(cè)試技術(shù)、認(rèn)證評(píng)估主體三個(gè)層面予以應(yīng)對(duì)潛在的人臉識(shí)別風(fēng)險(xiǎn)。

1. 限制數(shù)據(jù)存儲(chǔ)期限

所謂人臉識(shí)別（Facial Recognition），是指針對(duì)特定場(chǎng)景的靜態(tài)圖像或動(dòng)態(tài)視頻，利用現(xiàn)存已存儲(chǔ)好的若干人臉圖像數(shù)據(jù)庫，驗(yàn)證和識(shí)別具體場(chǎng)景下的單個(gè)或多個(gè)人的身份匹配。

人臉識(shí)別通常由三部分組成：具體場(chǎng)景中人臉檢測(cè)（Face Detection）并分割人臉、抽取分析人臉特征、匹配數(shù)據(jù)庫識(shí)別人臉。

人臉圖像的長期數(shù)字化存儲(chǔ)是人臉識(shí)別最令人恐懼的原因之一，這些人臉信息有諸多被濫用風(fēng)險(xiǎn)，迫切需要應(yīng)對(duì)方式變革以消解公眾焦慮，方式之一就是設(shè)置圖像與視頻存儲(chǔ)期限。當(dāng)處于突發(fā)狀態(tài)的危急情景之際，某些特定圖像數(shù)據(jù)存儲(chǔ)確有必要。

一旦危險(xiǎn)期已過，則無需保留危急時(shí)刻留存的人臉數(shù)據(jù)。因此，對(duì)大多數(shù)應(yīng)用場(chǎng)景來說，限制人臉數(shù)據(jù)存儲(chǔ)期限可以平衡人臉識(shí)別帶來的多重好處與最小化風(fēng)險(xiǎn)二者之間的利益平衡。

具體存儲(chǔ)時(shí)間依情景不同而各異。比如為應(yīng)對(duì)突發(fā)狀況所編譯的特定圖像具有高瞬時(shí)價(jià)值，而其他情形則需納入龐大的數(shù)據(jù)庫已備后續(xù)匹配并識(shí)別人臉特征。

在此介紹一種保障數(shù)據(jù)安全性的機(jī)器學(xué)習(xí)模式——聯(lián)邦學(xué)習(xí)（Federated Learning）。此種學(xué)習(xí)模式是一種訓(xùn)練數(shù)據(jù)去中心化的機(jī)器學(xué)習(xí)方案，確保數(shù)據(jù)只存儲(chǔ)在攝像頭終端，而不傳輸?shù)街醒霐?shù)據(jù)中心，從而提升數(shù)據(jù)安全性。

2. 限制數(shù)據(jù)分享

同一數(shù)據(jù)被用于多個(gè)不同目的之間分享流轉(zhuǎn)，令人擔(dān)憂。例如美國車輛管理局將識(shí)別圖像出售給第三方機(jī)構(gòu)，用于其他場(chǎng)景的人臉識(shí)別。

此種擔(dān)憂在于分享人臉數(shù)據(jù)過程中，數(shù)據(jù)主體完全不知曉數(shù)據(jù)挪作他用，致使知情同意機(jī)制失靈，甚至就算數(shù)據(jù)主體事前知悉，也很可能不同意將面部識(shí)別數(shù)據(jù)分享給商業(yè)機(jī)構(gòu)以用于商業(yè)化利用。因此，若想要跨場(chǎng)景分享人臉識(shí)別數(shù)據(jù)，必須提供正當(dāng)化事由。

根據(jù)布魯金斯學(xué)會(huì)民意調(diào)查，民眾對(duì)人臉識(shí)別的態(tài)度依場(chǎng)景而異。其中將識(shí)別技術(shù)用于保護(hù)在校學(xué)生的同意率高達(dá)41%，用于機(jī)場(chǎng)安檢以及體育場(chǎng)的同意率大致為30%，而同意率最低的則是商店用來防止偷盜。

3. 公共場(chǎng)所設(shè)立人臉識(shí)別標(biāo)識(shí)

無論是私主體還是公權(quán)力機(jī)構(gòu)，當(dāng)用于拍照、拍攝視頻或以其他用途收集公眾信息以識(shí)別人臉時(shí)，都應(yīng)該在公共場(chǎng)所設(shè)立明確的人臉識(shí)別標(biāo)識(shí)，明確告知民眾此處有人臉識(shí)別系統(tǒng)，進(jìn)而潛在影響公眾對(duì)公共秩序的遵守。

長此以往，不僅會(huì)提升民眾對(duì)人臉識(shí)別使用的公共安全意識(shí)，也可保障不愿被記錄面部信息的群體之選擇自由。

4. 提升人臉識(shí)別精準(zhǔn)度

人臉識(shí)別精準(zhǔn)度首先會(huì)受到識(shí)別對(duì)象——不同種族群體的影響。人臉模式特征可以分為膚色特征與灰度特征兩大類，膚色作為人臉的重要信息，獨(dú)立于其他面部細(xì)節(jié)，具備相對(duì)穩(wěn)定性。但人臉識(shí)別系統(tǒng)針對(duì)白人的識(shí)別準(zhǔn)確率要比非白人群體高，并且膚色越深精準(zhǔn)度越低，此時(shí)識(shí)別偏見傾向會(huì)被膚色的相對(duì)穩(wěn)定性放大。

此外，由于種族人群的訓(xùn)練數(shù)據(jù)的不完整和非代表性，也會(huì)加劇人臉識(shí)別的固有偏見。當(dāng)該技術(shù)應(yīng)用于執(zhí)法、邊境安全、零售、機(jī)場(chǎng)等公共場(chǎng)所時(shí)，會(huì)存在不同種族群體被偏見、歧視等問題。

另一個(gè)造成識(shí)別精準(zhǔn)度下降的重要因素是光照。畢竟作為三維物體的人臉不可避免地受光照陰影、照射強(qiáng)度等外在因素的干擾。光照會(huì)改變?nèi)四槇D像灰度的相對(duì)分布，所以光照引起的人臉圖像變化高于個(gè)體差異導(dǎo)致的變化。

據(jù)卡迪夫大學(xué)（Cardiff University）的一項(xiàng)研究表明，澳大利亞曾出現(xiàn)過數(shù)千例人臉匹配錯(cuò)誤事件。由此看出，在大規(guī)模應(yīng)用于公共場(chǎng)所前，明確人臉識(shí)別精準(zhǔn)度標(biāo)準(zhǔn)最為迫切，而標(biāo)準(zhǔn)的明確可以從對(duì)民眾生活的影響度高低來判斷。若執(zhí)法過程中嚴(yán)重干涉到民眾的核心權(quán)利，譬如被拘捕或監(jiān)禁，則識(shí)別度必然要達(dá)到相應(yīng)級(jí)別。

5. 開展第三方獨(dú)立評(píng)估

引入第三方獨(dú)立評(píng)估可以提振民眾對(duì)其人臉識(shí)別產(chǎn)品與服務(wù)的信心，消費(fèi)者希望買到的產(chǎn)品發(fā)揮其固有功效，而不產(chǎn)生其他技術(shù)問題。為了幫助消費(fèi)者知曉人臉產(chǎn)品功能與潛在隱患，可考慮建立人臉識(shí)別星級(jí)評(píng)級(jí)體系，或者仿照美國能源部與環(huán)境保護(hù)署共同推行的能源之星計(jì)劃（Energy Star），將眾多人臉識(shí)別應(yīng)用納入第三方評(píng)估認(rèn)證范圍。

6. 減少附帶信息收集

部分人臉識(shí)別應(yīng)用會(huì)收集與主要目的無關(guān)的海量信息，違背“最小夠用原則”。例如當(dāng)警方攜帶隨身攝像機(jī)前往現(xiàn)場(chǎng)勘察時(shí)，他們不僅在拍攝嫌疑人，也會(huì)恰巧拍攝到附近路人。除非有明確表明這些證據(jù)與案件相關(guān)，否則執(zhí)法機(jī)構(gòu)無需存留無關(guān)信息。當(dāng)拍攝到的圖像不再具有調(diào)查價(jià)值時(shí)，可以模糊處理甚至刪除。

7. 商業(yè)場(chǎng)景納入opt-in與opt-out機(jī)制

所謂選擇加入（opt-in）指的是涉及識(shí)別的人臉生物信息在分享利用之前，要獲得數(shù)據(jù)主體的同意。例如，人臉識(shí)別技術(shù)將檢測(cè)出的姓名關(guān)聯(lián)到個(gè)人畫像并向本人推送商業(yè)廣告的情形下，就需要事前尊重其選擇同意權(quán)。

在全球加強(qiáng)個(gè)人數(shù)據(jù)保護(hù)的大背景下，數(shù)據(jù)主體愈發(fā)關(guān)切個(gè)人隱私。作為人臉識(shí)別背后的生物信息隱私，本身就具備典型的可識(shí)別性，屬于個(gè)人生物數(shù)據(jù)，理應(yīng)納入個(gè)人敏感數(shù)據(jù)范疇被著重保護(hù)。

在選擇加入機(jī)制之外，選擇退出機(jī)制（opt-out）與被遺忘權(quán)也可以適用。在危險(xiǎn)系數(shù)較低無需長期存儲(chǔ)數(shù)據(jù)的情景中，賦予民眾有權(quán)選擇相關(guān)機(jī)構(gòu)不得繼續(xù)收集或者數(shù)據(jù)分享維持在可接受的合理水平。而隨著時(shí)間推移，當(dāng)初高價(jià)值的人臉數(shù)據(jù)可能逐漸變得過時(shí)、不相關(guān)、超范圍、甚至有害，此時(shí)引入被遺忘權(quán)就顯得非常必要，可以提升民眾對(duì)人臉識(shí)別的接受程度。

8. 制定統(tǒng)一的技術(shù)標(biāo)準(zhǔn)

市場(chǎng)私主體制定技術(shù)標(biāo)準(zhǔn)以確保產(chǎn)品安全是慣常手段。以當(dāng)年的移動(dòng)通訊技術(shù)為例，在其尚處于發(fā)展階段之際，業(yè)內(nèi)專家就制定了通信、安全和兼容性的通用標(biāo)準(zhǔn)。所有手機(jī)必須滿足上述技術(shù)規(guī)范才能出售。而如今的人臉識(shí)別技術(shù)也遵循同樣道理。

人臉識(shí)別技術(shù)也應(yīng)該制定國際通用技術(shù)標(biāo)準(zhǔn)，確保人臉技術(shù)安全、隱私不受侵犯，緩解世人恐懼。誠如一切技術(shù)都具有兩面性，人臉識(shí)別技術(shù)也急需打造“負(fù)責(zé)任的人臉識(shí)別”。

慶幸的是，美國電氣和電子工程協(xié)會(huì)（IEEE）以及美國國家標(biāo)準(zhǔn)與技術(shù)研究院（NIST）正在制定統(tǒng)一的技術(shù)標(biāo)準(zhǔn)，以規(guī)范相關(guān)技術(shù)應(yīng)用。

9. 完善標(biāo)準(zhǔn)化組織認(rèn)證

企業(yè)系統(tǒng)安全系數(shù)由國際標(biāo)準(zhǔn)化組織（ISO）驗(yàn)證。企業(yè)特定產(chǎn)品由ISO組織評(píng)估是否滿足監(jiān)管規(guī)則要求，第三方機(jī)構(gòu)進(jìn)行合規(guī)測(cè)試，從而保障消費(fèi)者對(duì)全流程技術(shù)標(biāo)準(zhǔn)的知情權(quán)。

在美國，NIST負(fù)責(zé)產(chǎn)品技術(shù)認(rèn)證。其透過公共數(shù)據(jù)庫去比對(duì)人臉檢測(cè)結(jié)果，同時(shí)認(rèn)證相關(guān)應(yīng)用。但有聲音批評(píng)NIST過度依賴私人網(wǎng)站上的初始數(shù)據(jù)，無法推廣到日常使用場(chǎng)景；NIST數(shù)據(jù)選擇面過窄，只聚焦于與執(zhí)法相關(guān)的人臉數(shù)據(jù)；測(cè)試標(biāo)準(zhǔn)單純依賴于圖像質(zhì)量與操作功能等等。因此，人臉技術(shù)驗(yàn)證應(yīng)當(dāng)將自動(dòng)測(cè)試與人工審核相結(jié)合，完善標(biāo)準(zhǔn)化組織認(rèn)證，打造可靠測(cè)試與可信驗(yàn)證。

10. 確保數(shù)據(jù)代表性以及測(cè)試實(shí)操化

為了確保人臉識(shí)別準(zhǔn)確度，面部驗(yàn)證、技術(shù)標(biāo)準(zhǔn)以及政府合規(guī)測(cè)試方面需建立在有廣泛代表性的、非特定用途的數(shù)據(jù)基礎(chǔ)之上。而在人臉識(shí)別商業(yè)化浪潮下，采用有表性的數(shù)據(jù)庫用于基線測(cè)試以及產(chǎn)品認(rèn)證顯得尤為關(guān)鍵。

單一用途數(shù)據(jù)例如警用面部照，并不能完整代表所有群體，測(cè)試價(jià)值會(huì)大打折扣。除了數(shù)據(jù)需要有代表性之外，測(cè)試實(shí)操化對(duì)于提升公眾對(duì)人臉識(shí)別的疑慮也尤其重要。畢竟基于海量圖像信息、實(shí)際應(yīng)用環(huán)境以及有代表性的人群樣本分組之上的人臉識(shí)別測(cè)試，可以有效克服光照條件以及圖像分辨率對(duì)測(cè)試精準(zhǔn)度的負(fù)面影響。

注：本研究報(bào)告出自布魯金斯學(xué)會(huì)（Brookings Institution）于10月31日發(fā)布的《10 actions that will protect peoplefrom facial recognition software》。

譯者：蔡雄山、袁??；公眾號(hào)：騰訊研究院（ID：cyberlawrc）

來源：https://mp.weixin.qq.com/s/A8TII44wUTQi_cmu2ztvsA

本文由 @騰訊研究院 翻譯發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自Unsplash，基于CC0協(xié)議