AI 安防人臉識別落地的冰火兩重天

一項技術的研發、落地，通常在同一象限內基本能讓全球的從業者達成初步共識，譬如5G、IoT等等。

人臉識別技術卻是個例外，它正經歷著史無前例的冰火兩重天。

作為人臉識別等AI技術停棲的天然深水港，安防市場過去幾年熱鬧非凡。

在各類技術相互交織的時代，攝像頭既是終端商用落地場景，又是數據驅動源頭之一，戰略制高點地位非同一般。

大背景下，這條賽道也吸引了海康、大華等傳統安防企業外，包括PATH（平安、阿里、騰訊、華為）等無數大小企業的密切關注。

誰也沒有想到的是，在人臉識別等AI技術發展方興未艾時，大洋彼岸，一些企業卻反其道而行之，試圖狙擊。

近日，警用執法記錄儀製造商 Axon 發表聲明，自家所產攝像頭產品將不帶面部識別功能。

在Axon CEO Rick Smith看來，人臉識別技術對於執法類應用而言還不夠準確、可靠。

他說，「這類技術方案還沒有做好真正通過人臉識別做出行動決策的準備。其中可能出現的技術故障或將帶來災難性的後果，大家不應急於將其部署至實際場景當中。」

「這項決定是在道德委員會認定面部識別技術不夠精確後作出的。」Axon相關負責人說道。

此前，Axon還專門設立了AI倫理道德委員會，以研究人臉識別技術可能帶來的危害。

Axon之外，一些國際型企業對此也做出了反應。

今年6月6日，英國《金融時報》報道，微軟已經悄然刪除其MS Celeb人臉識別資料庫。

微軟稱該資料庫是全球最大的公開人臉識別資料庫。該資料庫於2016年公開，含有約10萬人的1000萬張照片，這些照片未獲得本人許可，並用於商業場景。

另外，谷歌高管也曾表態，人臉識別技術存在巨大社會風險。

此前，谷歌公司全球事務高級副總裁Kent Walker在一篇博文中寫道：谷歌將不會通過Google Cloud提供「通用型」的人臉識別API。除非相關「挑戰」得到明確「認定與解決」。

Walker解釋，「與眾多具有多種用途的新技術一樣，人臉識別的應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的危害性結果。」

不久之前，谷歌方面還正式決定中止為美國國防部提供對無人機拍攝內容進行分析的人工智慧方案。

凡是都辯證存在。

在微軟、谷歌等公司對人臉識別技術表現出了超常的謹慎態度外，也有一些公司積極落地，用以人臉識別為代表的AI技術賦能百業，降本增效。

今年夏天，亞馬遜便將Rekognition交付至佛羅里達州奧蘭多市以及俄勒岡州華盛頓縣警長辦公室作為執法工具。

此外，華盛頓縣還決定利用該項功能構建一款應用程序，利用一套包含30萬人臉信息的資料庫對可疑犯罪分子的照片進行掃描比對。

Rekognition是亞馬遜於2016年末推出的人臉識別系統，它作為亞馬遜雲業務的一部分，一直與政府合作，向後者提供基於「人」的安防服務。

用戶可以通過標記存儲在其伺服器上的圖像來教該服務從人群中找出個人，其面部識別技術可以掃描其他照片和視頻來檢測特定的個人。

之後的時間裡，亞馬遜還在一直更新 Rekognition服務，包括實時人臉識別，圖像識別文本以及改進人臉檢測。

比如通過 Amazon Rekognition，用戶現在可以對數以萬計的面孔進行實時面部搜索。和之前相比，搜索延遲縮短了5到10倍，同時允許存儲的人臉數量增加了10到20倍。

當然，亞馬遜的AI賦能之路也遍布荊棘。

不久後，該項目就被美國公民自由聯盟盯上，他們呼呼：亞馬遜應該停止向美國政府提供強大且「危險」的人臉識別系統-Rekognition。

該聯盟認為，「亞馬遜以十分低廉的價格向美國警方提供人臉識別服務。像Rekognition這樣的面部識別系統，可能會導致美國公民的私人數據被濫用及隱私遭到侵犯」。

在他們看來，將人臉識別技術應用到前端視頻監控攝像機上，可能會打破隱私及實用性之間的平衡。

假設美國警方有若干台這樣的安防攝像機，同時擁有可疑人員的「黑名單」照片庫，那麼其他任何人如果與這些可疑人員有一些相像，一旦進入警察的安防攝像機的鏡頭之內，都有可能受到警務人員的盤問，而大多數美國人不希望生活在那樣的世界裡。

對於該自由聯盟的呼籲，亞馬遜發言人表示，該公司要求客戶在使用其服務時要「遵守法律並對其行為負責」。同時亞馬遜強調了該技術的積極用途，比如幫助尋找走失兒童等。

與此同時，他們還表示「如果我們因為有人可能會選擇濫用技術而禁止一些新的科技，我們今天的生活質量會變差很多。」

作為系統的甲方客戶，美國俄勒岡州華盛頓縣發言人Jeff Talbot也表達了他們的看法，「我們已經利用這項技術抓捕了很多嫌疑人，將嫌疑犯的識別時間從2到3天縮短至幾分鐘」。

「我們不是批量採集，我們不會把攝像機放在任何一個街角。」

Jeff Talbot補充道，「我們希望社區成員能夠意識到我們在做什麼，我們可以利用這個系統來解決犯罪問題。這個系統的應用能夠保障社區安全，同時在事發之後可以獲得足夠的信息並迅速採取行動，在破案過程中，節省幾秒的時間對於拯救生命來說都意義重大」。

其實，除亞馬遜之外，其他很多科技公司也與美國警方保持合作，將人臉識別技術應用於視頻監控和警察穿戴的相機鏡頭。

例如，摩托羅拉解決方案公司正在與人工智慧初創公司Neurala Inc，合作製造警察穿戴的相機鏡頭，用以識別嫌疑人或失蹤兒童，並可以在人群中發現他們。

「人臉識別技術是無罪的，鋼鐵有時被用於製造嬰兒保育箱，有時被用於製造槍支。」對於人臉識別技術落地所遭遇的「困境」，亞馬遜 CTO Werner Vogels如是說。

他認為，所有的技術都是雙面性的，可以有很好的應用，也可以被惡意利用。決定技術發展的走向，取決於監管部門的選擇。

當然，所有的技術從0到1，從1到N的過程都是不斷補全自身短板的過程，在這方面，眾多公司也開始了攻堅之路。

今年5月，Facebook便發布了Fairness Flow，該工具會自動警告某種演算法是否根據檢測目標的種族、性別或者年齡，做出了不公平的判斷。

今年6月，通過與人工智慧公平性專家們開展合作，微軟公司修改並擴展了其用於模型訓練的Face API數據集。

Face API是一項微軟Azure API，主要提供用於檢測、識別及分析圖像中人臉內容的演算法。

通過與膚色、性別以及年齡相關的大量新數據，Face API如今能夠將深膚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，初創企業Gfycat公司也於今年表示，其將引入更為嚴格的檢測閾值，從而努力提高其人臉識別演算法在判斷亞裔人士面部方面的準確性。

過去一段時間，以人臉識別為代表的AI技術在部分地區的發展的確遭遇了一些挑戰，但我們也絕不能因此去否定它所有的光環。

畢竟，技術的正向革新往往都是伴隨著陣痛匍匐前行的。雷鋒網雷鋒網雷鋒網

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！