Table of Contents
S'entenen tecnologia de reconeixement facial i rol a Seguretat Modern
La tecnologia de reconeixement facial ha aparegut com una de les eines més transformatives en la lluita global contra el terrorisme. Aquesta potent tecnologia permet la ràpida i precisa identificació dels individus i les ajudes per evitar les activitats terroristes i fer espais públics més segurs. Com a amenaces de seguretat continuen evolucionant en complexitat i escala, governs i agències de seguretat arreu del món estan cada vegada més en sistemes biomètrics avançats per protegir els seus ciutadans i infraestructures.
Segons els mercats i mercats, el mercat de reconeixement facial està a punt per arribar a $8.5 bilions en el 2025, més que de dos mil milions de dòlars al 2030. Aquest creixement explosiva no només reflecteix les capacitats d' expansió de la tecnologia sinó també la seva importància crítica en els marcs de seguretat nacionals. Els aeroports i les fronteres a les xarxes de vigilància urbanes i processos d'investigació, el reconeixement facial s' ha convertit en un component indispensable d' estratègies contraterrorisme modernes.
En el seu nucli, la tecnologia de reconeixement facial representa un matrimoni sofisticat de visió informàtica, intel· ligència artificial i anàlisi biomètric. Les característiques de la tecnologia esbiaixen en representacions matemàtiques que poden processar i comparar, analitzar característiques facials com ara la distància entre els ulls de la persona, l' amplada del pont de la mandíbula, el contorn de la mandíbula i l' estructura de les columnes, i després crear plantilles biomètrics úniques per comprovar les identitats que contenen milions de dades que continguin milions de cares. Aquesta capacitat de processar i comparar cares i comparar cares a escala sense precedents i escala ha canviat fonamentalment com la detecció d' organismes de seguretat i la prevenció.
L'evolució de la tecnologia de reconeixement facial
Des de primers inicis als sistemes d' AA- Powered
La tecnologia torna als anys 60 quan un paio anomenat Woodrow Wilson Bledshoe primer va aparèixer amb un sistema per tal de fer fotos de cares amb una taula especial. Aquests sistemes primers eren rudimentaris per les normes d' avui, demanant entrada manual i funcionament sota molt controlades. En els 70, alguns s' usen 21 marcadors específics, com el color i la gravetat dels llavis, per a automatitzar el reconeixement facial, i els 80/90 van veure un enfocament nou anomenat Eigen, que es va convertir en una fundació per a sistemes moderns.
El cricker de jocs real va arribar a 2000 amb els mitjans socials, com de sobte hi havia milions de fotos commemitàries en línia, donant a aquests sistemes una base de dades massiva d'aprendre. Aquest abundància de dades d' entrenament, combinat amb avenços avançats en l' aprenentatge de màquines, ha habilitat els sistemes de reconeixement facial per aconseguir índex d' precisió que havien estat anteriorment inimaginables. Avui dia, amb IA i aprenentatge profunda, els sistemes de reconeixement per a les empreses s' han tornat increïblement precisos i ràpids.
Com funciona els sistemes de reconeixement moderns
Sistemes de reconeixement facial moderns o operant a través d' un procés multistatiu que succeeix en mil· lisegons. La primera fase implica detecció de cara, on el sistema identifica i localitza una cara dins d' una imatge o marc de vídeo. Això és seguit per alineació cara, on el sistema normalitza la posició de la cara, la mida i l' orientació per assegurar l' anàlisi consistent independentment de l' angle o la distància de la càmera.
Després entra l' extracció de la funcionalitat, on identifica el sistema i mesura les característiques facials. Aquestes mesures es converteixen en una representació matemàtica anomenada plantilla facial o signatura biomètrica. Finalment, el sistema fa coincidir comparant aquesta plantilla contra les plantilles desades en una base de dades, generant una puntuació similar que indica la probabilitat d' una coincidència.
La possibilitat és crucial per a les aplicacions de reconeixement facial i analitzar imatges de persones en les condicions més difícils de visió i moviment. Aquesta capacitat és crucial per a la contraterrorisme, on els sospitosos es poden capturar en vídeo de vigilància sota condicions menys-de-ni-de-ni-forma, incloent la pobre il·luminació, la categoria parcial o en angles biovibles.
Aplicacions estratètiques en les operacions no terroristes
Detecció real de vigilància i amenaça
La tecnologia de reconeixement facial ha aparegut com una eina transformadora en contra del terrorisme, oferint capacitats avançades per identificar, controlar i agafar els individus d'interès, centrant- se en tres aplicacions específiques: controlar la vigilància en temps real, el procés de vigilància i la investigació. En els espais públics, els transports, i durant els grans esdeveniments, els sistemes de reconeixement facial poden explorar contínuament i examinar personal de seguretat instantàniament quan es detecta una persona d' interès.
L'AI habilita comprovacions d'alerta automàtica de grans grups de persones a escala i ritmes no és possible abans. Aquesta capacitat és especialment valuosa durant els esdeveniments d' alta qualitat en què es reuneixen grans concentracions polítiques, esdeveniments esportius o festivals culturals. Les agències de seguretat poden desplegar sistemes de reconeixement facials per controlar els punts d' entrada i moviments de la multitud, identificar amenaces potencials abans que puguin materialitzar els atacs.
La seguretat millorada proporciona un seguiment continu en àrees d'alt nivell, identifica persones d'interès, i localitza persones sense precedents amb eficiència.
Control de seguretat i immigració de vores
Les fronteres i els aeroports representen punts crítics en contra dels esforços criminals. Si una persona (incloent un terrorista) arriba als Estats Units de l' exterior, o potser passa a través d' una política de control d' entrada, i des de la perspectiva del contraterrorisme, aquest punt de control és un punt d' ofegament on el terrorista seria més vulnerable. La tecnologia de reconeixement temporal s'ha convertit en una eina essencial en aquestes junctures crítiques.
Els FRT s'usa per verificar que una persona que passa pel control de les fronteres és, de fet, la persona que es pot imaginar en un document d' identificació (p. ex., un passaport) i la Interpol ha fet servir el seu primer sistema de projectes per ajudar les autoritats estatals a identificar els lluitadors terroristes (Fs). Aquests sistemes poden processar ràpidament els viatgers mentre que es comprova les identitats contra les seves identitats contra els terroristes coneguts o sospitosos sospitosos, millorar significativament la seguretat sense crear grans embotons en flux de passatgers.
Els biomètrics poden prevenir el frau d' identitat i immigració en l' ús dels documents de viatges, com una plantilla biomètric de l' empremta digital d' un sol s' adjuntaria al document, com ara un passaport o visat, en un codi de barres, xip o una tira magnètica, que faria difícil que algú assumeixi la identitat d' un altre. Quan combinat amb reconeixement facial, aquesta aproximació multi-recapal· lamericitat crea un robust dels terroristes que intenten entrar a països usant documents frau o identitats robades.
Aplicacions Forensic i de investigació
Els sistemes Biomètrics poden identificar o sospitar terroristes usant reconeixement facial biomètric o el mètode FaceCheck quan una fotografia està disponible del sospitós terrorista, i això es cerca contra una llista o base de dades de les plantilles dels terroristes sospitosos. Aquesta capacitat ha demostrat una valuosa capacitat en les investigacions post-incidenes, on les agències de seguretat analitzen imatges de vigilància per identificar els autors i els seus associats.
L' eficiència de les forces de la Llei accelera la identificació del sospitós i la resolució de casos mitjançant la coincidència automàtica contra els registres existents. En comptes de revisar manualment les hores de vídeo i comparar cares per ulls, els investigadors poden usar reconeixement facial per cercar ràpidament mitjançant grans arxius de vídeo de vigilància, identificant sospitosos i rastrejant els moviments a través de diverses localitzacions i períodes temporals.
Els militars dels EUA també han reconegut el valor estratègic del reconeixement facial en les operacions que contra el terrorisme. Les operacions especials dels EUA (USSOCOM) estan incorporant el treball de base per a una expansió significativa de la seva identitat i les capacitats d'explotació, deixant una visió àmplia i tècnicament ambiciosos per a com les operacions especials recullen, analitzen i explotació de dades relacionades amb la identitat durant les missions, cercant informació sobre la tecnologia primària: reconeixement d'orador, identificació i identificació, un ecosistema complet integrat de l' aplicació SFOFOF, l'ADN ràpid, l'anàlisi i l' aprenentatge d' una màquina.
Adaccions a favor del dret de la prevenció del terrorisme
Velocitat i escalat de la identificació
Un dels avantatges més importants de la tecnologia de reconeixement facial en contra del terrorisme és la seva capacitat de processar i analitzar cares a velocitats sobre les capacitats humanes molt superior. La nova tecnologia ha donat un nou poder per a automatitzar la identificació dels terroristes coneguts que estan organitzant els atacs als ciutadans que se suposa que l' estat és la protecció, i el poder de fer això, si funciona de manera efectiva, ajudaria a contra el terrorisme, com prometia les tecnologies de reconeixement facial a l' estat precisament que donen el poder a l' estat.
Els mètodes tradicionals d' identificar sospitosos depenien molt de la memòria humana i de la comparació manual de fotografies, processos que havien estat de pèrdua de temps i prone a error. Un oficial de seguretat monitoritza un aeroport ple de gent a la vegada, i fins i tot el personal més experimentat pot perdre un sospitós en un mar de cares. Els sistemes de reconeixement facil, pel contrast, poden controlar simultàniament centenars o milers de cares, comparant cada una de bases de dades extenses en temps real.
Aquesta capacitat és particularment crucial en situacions de temps on cada segon compta. Quan les agències d'intel·ligència reben informació sobre una amenaça imminent, els sistemes de reconeixement facial es poden usar ràpidament per explorar xarxes de vigilància a tota la ciutat, potencialment localitzant sospitosos en minuts o dies.
Capacitats de vigilància millorada
A través del reconeixement biomètric, l' algorisme d'aprenentatge profund, i les grans dades aclusives, l'exactitud i l' eficiència del treball d'intel·ligència es millora i el treball de monitorització tradicional esdevé una lluita cap endavant i defensiva. El reconeixement facil transforma en una eina de vigilància usada principalment per a la investigació postindenta en un sistema proactiva capaç d' evitar atacs abans que es produeixin.
La tecnologia permet a les agències de seguretat crear xarxes integrades de càmeres de vigilància que funcionen com a sistema integrat en comptes de punts d' observació aïllats. Quan es detecta una persona d' interès en una sola localització, el sistema pot seguir els seus moviments a través de la xarxa, proporcionant personal de seguretat amb intel·ligència en temps real sobre les seves activitats i associacions. Aquesta capacitat és valuosa per a entendre les xarxes terroristes i identificar prèviament membres desconeguts de les organitzacions extremistes.
A més, els sistemes de reconeixement facial poden operar contínuament sense limitacions de l'atenció humana i fatiga. Mentre que els operadors humans poden perdre detalls crítics durant llargs torns o períodes d' activitat baixa, els sistemes automatistes mantenen la vigilància consistent, assegurant- se que cap amenaça potencial pot passar desapercebut.
Efecte de de de de de deformació
La presència dels sistemes de reconeixement facial pot servir com a potent deterren a activitats terroristes. Quan els potencials atacants sàpiguen que les seves cares seran capturades i analitzades per sistemes biomètrics sofisticats, es miren amb risc d' identificació i capturació. Aquesta consciència pot desactivar processos de planificació, forçar els terroristes a adoptar menys tàctiques o desestimar- se completament els atacs.
L' efecte de deterrència s'estén més enllà de l' amenaça immediata d' identificació. Els sistemes de reconeixement Fancial creen un registre digital permanent que es pot analitzar després d' un incident. Això significa que fins i tot si els terroristes es gestionen per evitar detecció immediata, deixen les proves que es poden usar per identificar- los més tard, seguir els seus moviments i descobrir les seves xarxes. Aquesta responsabilitat a llarg termini afegeix una altra capa de risc que els terroristes han de considerar quan s' han de planificar operacions.
Optimització de recursos
La tecnologia de reconeixement facial permet a les agències de seguretat optimitzar els seus recursos limitats mitjançant tasques d' identificació de rutina i centrar- se en la seva experiència humana. En comptes d' assignar personal a fonts de vigilància manualment o documents encreuament de les fronteres, les agències poden desplegar sistemes de reconeixement facial per gestionar aquestes tasques mentre els operadors humans centren en les investigacions, fent entrevistes i prendre decisions crítiques.
Aquesta optimització és particularment important per a l' escala de reptes de seguretat moderns. Amb milions de viatgers passant per aeroports cada dia i incomptables hores de les imatges de vigilància generades a través de les àrees urbanes, seria impossible revisar manualment tota aquesta informació. Els sistemes de reconeixement facials poden processar aquesta gran quantitat de dades automàticament, etiquetant només la petita fracció que requereix atenció humana.
Repte crític i Limitacions tècniques
Exactitud i falsos positius
Malgrat els grans avenços en la tecnologia de reconeixement facial, la precisió continua sent una preocupació crítica, especialment en les aplicacions contraterrorisme, on les conseqüències dels errors poden ser greus. El mètode de reconeixement facial s'ha identificat amb imperfeccions tecnològics i debilitats, però es pot usar per a minimitzar les seves debilitats.Entendre aquestes limitacions és essencial per a la reducció de la tecnologia responsable i de la efectiva.
Tot i que els éssers humans normalment poden realitzar processos de reconeixement facial bastant bé, aquestes activitats encara són molt reptes pels sistemes tecnològics, com si la fotografia es captura sota condicions molt controlades, el sistema pot tenir dificultat per identificar l'individu o fins i tot detectar la seva cara a la fotografia, i el sistema funciona millor quan els factors mediambientals com l'angle de càmera, la il·luminació, l'expressió facial i altres, es controlen fins a la màxima mesura possible.
Falsa positivamentinstàncies on el sistema identifica incorrectament algú d' interès, que sigui una persona d'interès, que és un desafiament particular en contra dels contexts criminals. Aquells per a qui la tecnologia no funciona així com no seran capaços de verificar- se per FRTscas identifiquen la sospita i d' altres procediments de seguretat i més intravibles, poden ser poc reconeguts més sovint, cosa que pot causar que se sospita com a terroristes o d' altres criminals. Aquestes identificacions errònias poden portar a gent innocent a ser arrestades, qüestionades o subjecte a procediments de seguretat invasiu, amb conseqüències personals i socials.
Fa poc, NIST va tenir un examen d'alt nivell centrat en identificar la ponderació en FRT, amb un èmfasi en la falsa taxa positiva ECRETE , la freqüència amb la qual un algoritme malventiva la imatge d'una persona, i els resultats van mostrar que "una democràcia de base, les falses taxes positives sovint variar per factors de 10 a més de 100 vegades," depenent dels algoritmes que s' usen. Aquestes variacions en els diferents sistemes mostren la importància de la verificació i la validació abans de desplegar el reconeixement facial en les aplicacions de seguretat d' alta presa.
Demostració gràfica Bias i l'Aromament algorítmica
Un dels reptes més greus que s'enfronten a la tecnologia de reconeixement facial és la tendència de l'error de les tres programes per a fer menys acuradament en certs grups demogràfiques. Els tres programes comercials amb anàlisi facial de les empreses més importants demostren tant tipus de pell com biaixos de gènere de gènere, i en els experiments dels investigadors, els tres programes determinen el gènere dels homes amb llum no eren pitjor que el 0,8%, sinó per a dones més foscos, però per a les taxes d' error que el globus es va batejar a menys d' un 20% en un cas i més d' un 34% en els altres dos casos.
La taxa d'errors per als homes amb llum de llum és el 0,8%, comparat amb el 34.7% per a dones amb precisió fosca, segons un estudi de 2018 titulat "Gender Doshs" per Joy Buolamwini i Timnit Gebru, publicat pel MIT Media Laborations. Aquest deciisme és una greu preocupació sobre la justícia i el tractament igual a la llei quan es fa faci faci facial en els contexts de seguretat i les forces de seguretat.
El to de l' aparença afecta significativament la precisió de verificació, amb tons lleugers de pell que han causat de forma consistent a tons mitjà fosc. La recerca també ha descobert que els subjectes masculins generalment han aconseguit una millor precisió que els subjectes femenins, els factors amb l' atribució com l' oclusió causada per un pèl més llarg i altera en aparença facial degut a maquillatge.
En agost 2023, una dona negra va demandar el Departament de Policia Detroit després de ser arrestada per oficials de policia utilitzant un programari de reconeixement facial mal calibrat, i aquest problema és predominant en programari de reconeixement facial, que tendeix a generar una taxa més alta de falsos no-pistes. Aquests incidents demostren les conseqüències reals del món de la ponderació algorítmica i el subratllat de les necessitats urgents per a sistemes de reconeixement facial més equària.
L'estudi NIST va trobar resultats addicionals esbiaixats en arribar a l'Àsia est, nadiu americà, Alaskan Índic i Pacífic, la dominació d'aquestes tendències en diversos grups demogràfiques suggereix que el problema és sistècnic en lloc d'aïllar-se amb poblacions específiques o algoritmes.
Causas arrel de Bias
La tecnologia de reconeixement facial ha fet grans passos en precisió gràcies a una intel·ligència artificial avançada (AI) de models entrenats en conjunts de dades massives d'imatges cara, però aquestes dades sovint no tenen diversitat en termes de races, etnicitat, gènere, i altres categories de gènere demogràfiques, causant sistemes de reconeixement facial per a realitzar pitjors grups demogràfiques comparat amb grups demogràfiques en les dades d'entrenament.
El problema de la ponderació prové de múltiples fonts. Els conjunts de dades històrics usats per a entrenar algoritmes de reconeixement facial tenen cares de homes blancs, reflectint les demografia dels investigadors i institucions que les van crear. Quan els algoritmes aprenen a reconèixer cares principalment d' aquest conjunt de dades limitats, és natural que fan millor en cares similars i lluiten amb cares que difereixen de les seves dades d' entrenament.
Molts atributs de les qüestions a desinstal· lar. Tot i això, el problema s'estén més enllà de la representació simple. Fins i tot quan les dades inclouen cares diverses, altres factors com condicions d' il· luminació, qualitat de la càmera i resolució de la imatge poden afectar de manera desproporcionada la qualitat d' imatges per a la gent amb tons de pell fosca, més composts de problemes d' precisió.
Esforçs a Mitite Bias
Els investigadors i les empreses tecnològics han reconegut la gravetat del problema de biaix i estan treballant activament en solucions. En 2018, Microsoft va anunciar que la seva FRT havia estat disponible, segons la companyia, 20 vegades més baixa pel rendiment de les categories de la raça i el gènere expandint els conjunts de dades utilitzats per entrenar els algoritmes d' aprenentatge de màquines i millorar la seva condició de la classe per a una major precisió, i aquestes millores han resultat, segons les taxes d' error més baixes per a la pell fosca i 9 vegades més baixa per a les taxes d' error per a dones.
Els investigadors van preparar tres models de reconeixement facial 2001- Face, Ada Face i Elstic Face erry a un gran grup de dades sintètics que van generar, i el resultat no només va augmentar la precisió global en comparació amb models entrenats en conjunts de dades de desequilibris existents, sinó també una ponderació molt reduïda, amb els models entrenats que mostren més flexibles arreu dels grups racials que havien de representar models pobres en les minories que es van fer.
En el conjunt de dades de la Fair Face, l'exactitud millora des del 92,58% fins a 96.47%, mentre que el grau de Bias (DoB) va ser reduït des de 3.86 a 1.6, representant una reducció d' aproximadament 70%, i, de fet, els beneficis de rendiment importants es van observar per grups representats, com una millora en l'objectiu de les dones negres des del 80.2%, mentre es manté amb força rendiment per grups ja ben representats.
La xarxa de desbiacant adversaris (Deb Face), usa un codificador de la funció de la imatge a un codificador, quatre classificadors d' atributs, un classificador de distribució i una xarxa de difusió, i els quatre classificadors de KBuggen, edat, raça i identitatRutitution biaixos potencials informats, per tant millora en grups representats. Aquestes innovacions arquitectòniques demostren que la postrització és tècnicament factible, encara que la tasca és important per implementar aquestes solucions a tots els sistemes utilitzats.
Pales de privadesa i Liberacions civiles
Drets de vigilància de masses i privadesa
La major part de tot potent té un costat fosc, i la FRT no és una excepció, ja que augmenta problemes seriosos i preocupacions sobre la privacitat, l'ètica i l'impacte social global.
Legal, ètic i privacitat, al voltant de la vigilància massiva, inclouen problemes sobre la identificació errònia, el frau i el biaix en la base de dades. La capacitat de seguir moviments públics sense el coneixement o el consentiment augmenta les grans qüestions sobre la naturalesa de la privacitat en la societat moderna i els límits apropiats dels poders de vigilància del govern.
Els crítics van criticar el punt per a un risc significatiu de privacitat i les infaccions potencials de les llibertats civils, les preocupacions que s'apliquen sobre la col·lecció de dades no autoritzats, la manca de consentiment i el potencial de la funció, que les dades recollien per un propòsit no relacionades sense el coneixement ni el consentiment de l' individu. La por és que els sistemes utilitzats inicialment per al contra el terrorisme puguin expandir gradualment els ciutadans corrents en activitats legals, creant un estat de vigilància que es tranquil· esgarrifa i amb l' associació.
Les raons que van provocar una prohibició són que els FRT pateixen de biaix primordial resultant en els beneficis i danys que es distribueixen desigualment entre grups més desiguals, l'estat farà servir inevitablement aquestes tecnologies per a propòsits il·lèrgics, i que l'existència de FRTs esgarrifa el nostre comportament (i.E., fa que la gent censura per por a la vigilància). Aquest efecte fred pot debilitar la participació democràtica de la gent que assisteixi a les protestes, les manifestacions polítiques o altres reunions públiques en què podrien ser identificats i rastrejades.
Resposta rel·latòria i veto
En el 2019, San Francisco va esdevenir la primera ciutat dels EUA per prohibir la tecnologia de reconeixement facial (FRT), específicament vettitejant el seu ús per la policia i altres agències, i, com llavors, diverses altres ciutats nord-americans han implementat les seves pròpies prohibicions de FRT similars, amb els regidors de Boston sobre el ressaltat d'una qüestió en particular: la ponderació de la tecnologia. Aquestes prohibicions reflecteixen la creixent preocupació pública sobre el potencial de la tecnologia per a l'abús i el seu problema demostrat amb precisió i justícia.
Més d'una dotzena de ciutats grans han prohibit la tecnologia, incloent-hi la Minneapolis, Boston i San Francisco. Tot i això, aquestes prohibicions locals no han impedit a les agències federals i moltes altres jurisdiccions de continuar amb el reconeixement facial per a propòsits de seguretat, creant un treball de reglaments per a pegats que varia significativament per ubicació.
La Unió Europea ha fet un enfocament més ampli, amb l'ús de tecnologies de reconeixement facial en el context de les protestes pacífiques , que recaptaven el risc de les pràctiques de vigilància en massa i les implicacions per a la protecció dels drets humans. Els reguladors europeus han proposat limitacions estrictes sobre l'ús de reconeixement facial en espais públics, amb algunes acusacions per a prohibir les prohibicions, excepte en circumstàncies definides i estrets que inclouen crims greus o amenaces imminents.
Balancing Security i Liberty
És primordial que si l'estat pot utilitzar aquesta tecnologia per a incrementar el seu poder per a contra el terrorisme, aquest poder està constrencada de manera que els abusos i comportaments freds no ocorren, i l'estat ha de crear restriccions institucionals que només permet que les FRTs s'utilitzen en llocs on la gent no (i no hauria de gaudir d'una expectativa raonable de privacitat (p. ex. aeroport, fronteres, creuar).
Les càmeres equipades amb FRT han de marcar per assegurar-se que el públic no estan sent seguiments en llocs que haurien de tenir una expectativa raonable de privacitat, i les FRT s'han de centrar en trobar criminals seriosos (p. ex., terroristes). Aquestes restriccions proposades representen un intent de conservar els beneficis de seguretat del reconeixement facial mentre limitaven els seus potencials per a l'abús i protegir les llibertats civils.
La FRT representa una eina potent en l'arsenal contraterrorisme, que permet mesures de seguretat que foren prèviament intenibles, però aquesta és una tecnologia que exigeix un equilibri extremadament arriscat entre els seus beneficis clars i les importants consideracions èticas amb què està associades, i en aquest moment, podria ser el cas que el balanç t ha estat manipulat en favor dels beneficis de la FRT i no prou a favor de la privacitat, i la integritat ètica que hauria de guiar el seu desplegament.
Entorns legals i ètica
Mediterativa i Rights Human Rights
Els programes de la policia utilitzats per les forces de llei per identificar sospitosos de crim són substancialment més relacionats amb les imatges facials que representen tons de pell i dones tan foscos com si comparessin imatges de tipus baixa, i aquesta ponderació pot portar als ciutadans a investigar malament pel dret racial i de gènere, amb l'ús de la llei de ser inconsistents amb el requisit de la UE clàssic que el govern tracta tots els ciutadans de la mateixa llei davant la llei.
La clàusula de protecció iguala de moltes Constitucions requereix que les accions del govern no discriminin segons la raça, el gènere o altres característiques protegides. Quan els sistemes de reconeixement facials demostren una ponderació sistemàtica contra determinats grups demogràfiques, el seu ús per les agències governamentals pot violar aquestes protecció constitucional. Això crea un dilema legal: mentre que la tecnologia pot millorar la seguretat, el seu rendiment esbiaixable podria representar el seu ús noconstitucional o la violació de drets humans.
Els científics informàtics han expressat la preocupació sobre l'ús de l'aplicació de la llei per identificar sospitosos de crim, no pas que és molt probable que aquest programari s'hagi usat per identificar sospitosos, i per tant, un error en la sortida d'un algorisme de reconeixement d'una cara usat com a entrada per altres tasques puguin tenir conseqüències serioses, com que algú podria ser acusat erròniament d'un delicte basat en confiança errònia però errònia identificació de l'anàlisi de vídeo.
Transparència i Passiu
Recomana una forta regulació, cooperació internacional i transparent per tal de garantir que l'ús de la tecnologia de reconeixement facial sigui compatible amb els drets humans i les llibertats fonamentals. La transparència sobre com funcionen els sistemes de reconeixement facial, les seves taxes d'exactitud, i les seves limitacions és essencials per a la confiança pública i la responsabilitat democràtica.
Estableix lleis que estan clares i integrades relacionades amb l' ús de la tecnologia de reconeixement facial, alinien els estàndards globals amb acords nacionals per assegurar la consistència, i ordenar audicions regulars dels sistemes FRT per assegurar la compatibilitat amb les directrius ètiques. L' audició regular pot ajudar a identificar problemes amb precisió o biaix abans de que liderin a danys seriosos, mentre que els marcs legals nets proporcionen orientació sobre les agències de seguretat sobre els usos apropiats de la tecnologia.
El risc no hauria de portar als moriments a l'ús de l'AI o prohibir en certes plataformes, sinó que, en comptes d'això, haurien de ser cridats a l'acció per als governs per demanar un disseny millor per les seves eines AAI/ML, el qual significa adquirir millors dades i crear proves de règims estuuoses que limiten el risc i exposar els defectes tant com sigui possible, i una manera d'ajudar-ho és explicant estàndards d'AI i polítiques de transparència que donen coneixement als governs racionals per a cada acció que pren un sistema d'acció.
Protecció de dades i reparació
L' estat no hauria d' usar empreses de tercers que violen les primeres tres condicions durant la creació o l' ús del seu servei, i les companyies de tercers no haurien de poder accedir o llegir les dades sensibles recollides per l' estat. Les dades biomètricasmetàries recollides per sistemes de reconeixement facial són molt sensibles i personals, requerint protecció robustes contra l' accés no autoritzat, mal ús o dades d' incompliment.
Les preguntes sobre la conservació de les dades són particularment importants. Quant de temps s' han de desar les dades de reconeixement facial? Qui hauria de tenir accés a això? En quines circumstàncies es pot compartir amb altres agències o països? Aquestes preguntes no tenen respostes clares en moltes jurisdicció, creant incertesa sobre les implicacions a llarg termini de la desplegament facial.
El risc d'incompliment de dades també és significatiu. Una base de dades que conté dades de reconeixement facial per a milions de persones seria un objectiu atractiu per als hackers, serveis d' intel·ligència estrangers o organitzacions criminals. Si aquestes dades es comprometessin, es podria usar per a robatori d' identitat, assetjadors, o altres propòsits maliciosos, amb conseqüències que podrien persisteixr durant anys o dècades.
Perspecticions internacionals i desplegament
Patrons d' adactivament globals
Les forces de la Llei: reconeixement facial actualment rangs com la tecnologia més adoptada per la vigilància AAI globalment, amb una taxa d'adopció del 64%, supera ambdues plataformes intel·ligents i iniciatives de policia intel·ligents. Aquesta adopció reflecteix tant el valor de la tecnologia com el regulador mínim de seguretat i els enfocaments procedents adoptats per diferents països.
Els països s'enfronten a amenaces de seguretat diferents i tenen diferents actituds culturals cap a la privacitat i la vigilància, cosa que comporta variacions significatives en com s'està usant el reconeixement facial. Algunes nacions han acceptat la tecnologia entusiasta, col· locant- la extensament en espais públics amb restriccions mínimes. Altres han fet un enfocament més prudent, limitar el seu ús a contexts específics d' alta seguretat o imposant requisits estrictes.
Furl et al.2002) va descobrir que FRT desenvolupat i emprada als països occidentals eren més precisos per a imatges facials índies, mentre que als països de l'Àsia est, els algoritmes de FRT eren més precisos per a les imatges facials de l' est. Aquesta troba la importància dels sistemes de reconeixement facial que estan entrenats en diferents conjunts de dades de les poblacions on s'utilitzaran.
Cooperació Internacional i estàndard
El terrorisme és una amenaça transnacional que requereix que la cooperació internacional lluiti eficaçment, la tecnologia de reconeixement facials pot facilitar aquesta cooperació habilitant als països que comparteixin informació sobre terroristes coneguts o sospitosos i coordinar els seus esforços de vigilància.
Els països diferents tenen diferents estàndards legals per a la protecció de la privacitat, la retenció de dades i el procés de degut a la seva causa. Quan les dades de reconeixement facial es comparteixen a través de fronteres, pot ser subjecte a menys protecció de cadena en el país que rebia més febles. Això crea risc que les dades recollien les estrictes protegides sota protecció de privacitat podrien ser mal ús per governs estrangers amb salvaguarcions més febles.
Les organitzacions internacionals com la Interpol han desenvolupat sistemes per facilitar l'ús de reconeixement internacional de les fronteres internacionals per a la contraterrorisme. Aquests sistemes han de navegar pel terreny legal i polític complex, el balanç de la seguretat de la informació en contra de la preocupació sobre la privacitat, els drets humans i la sobirania. Desenvolupant els estàndards internacionals i els acords per a l' ús del reconeixement facial en contra del terrorisme segueix sent un repte constant.
Percepció pública i confiança
Factors Influenciant acceptància pública
Advocates de FRT insionitza el potencial en la seguretat pública, la prevenció del crim i el contraterrorisme, que la FRT permet les agències de seguretat i organitzacions que identifiquen sospitosos i impedeixen que l'accés no autoritzat a les àrees protegides i espais on hi ha actius o poblacions vulnerables. El suport públic per al reconeixement facial sovint depèn del context específic en què s' usa, amb una major acceptació de les aplicacions de seguretat en entorns d' alta risc com aeroport.
La confiança en les institucions que col·lifiquen el reconeixement facial és un factor crític en l'acceptació pública. Quan la gent confia en que les agències de seguretat utilitzaran la tecnologia responsable i amb una supervisió apropiada, és més probable que acceptin el seu desplegament. D' altra manera, quan la confiança és molt retrèduida pels abusos passats, manca de transparència, o que es preocupa que la ponderació que l'oposició de l' RigvulpublicS pugui ser més forta.
L'èxit i extensament de FRT no només depèn de la seva velocitat i precisió, sinó també de la confiança dels algoritmes que tenen els dispositius de reconeixement facial, i aquesta confiança serà difícil de construir mentre s'exemples de biaix racial i de resultats falsos continuen arrossegant les millores de l'any per any en la precisió general del programari i la funcionalitat.
S'està construint confiança pública
El compromís públic d'acollida per a abordar les preocupacions i la confiança de les construccions. El compromís públic vol dir que requereix més que informar a la gent sobre el reconeixement facial, vol dir crear oportunitats per a un diàleg genuïnament sobre els beneficis de la tecnologia, riscos i límits apropiats.
La transparència sobre el rendiment del sistema és essencial per a construir confiança. Les agències de seguretat haurien de donar importància públicament a les taxes d' exactitud, incloent les col· lapses de la població, les falses taxes positives i informació sobre com s' usa la tecnologia i supervisar. Aquesta transparència permet que el públic faci judicis informat sobre si la seguretat justifica els costos de privacitat i si s' utilitza exactament la tecnologia.
El dimoni de responsabilitat quan es produeixen problemes també és crucial. Quan els sistemes de reconeixement facials porten a detencions equivocades o altres danys, les agències han de reconèixer aquests errors, compensar les víctimes i prendre mesures concretes per evitar la repetició. Un patró de denegar problemes o desviar la responsabilitat erosionarà la confiança pública i l'oposició en gas.
Desenvolupaments futures i Tecnologies
Avança amb precisió i capacitat
En els últims anys, amb les arquitectures avançades i augmenten en el nombre de capes i paràmetres, models FR han aconseguit una gran millora en la seva capacitat d'aprendre representacions facials complexes, i aquestes arquitecturas més profundes, sovint componen més cent capes amb milions de paràmetres, han millorat significativament la capacitat de sistemes FR per generalitzar en generals, resultant en un major reconeixement (com reduir les seves mides), i, addicionalment, la disponibilitat de dades més grans, més diverses ha contribuït a aprendre millors resultats, com aquestes dades que incorporaven variacions demogràfiques i covacions com ara il· lustració, i expressió (PIE), han facilitat el progrés de millora i la precisió de la FR.
Els sistemes de reconeixement facial probablement incorporaran múltiples quantitats biomètricas, combinaran reconeixement facial amb iris, analitzar l' anàlisi, reconeixement de veu, i altres tècniques. Aquest enfocament multimodal pot millorar amb precisió mitjançant múltiples signatures biomètricas creuades, reduir l' impacte dels errors en qualsevol sistema. També pot fer que sigui més difícil per als terroristes de detecció de la desvia o alterar la seva aparença.
Avança en intel·ligència artificial, particularment en l'aprenentatge profund i les xarxes neuronals, continua pressionant els límits dels sistemes de reconeixement facial. Aquests sistemes s' estan convertint millor en reconèixer cares en condicions de desafiament, com ara la pobra il· luminació, l' oclusió parcial, o els angles extrems. També s' estan convertint en més ràpid, permetent l' anàlisi real dels fluxos de vídeo d' alta resolució de diverses càmeres simultàniament.
Integració amb altres sistemes d'intel·ligència
El futur del reconeixement facial en contra del terrorisme no només millora la tecnologia, sinó en la integració amb altres sistemes d'intel·ligència i de seguretat. Quan el reconeixement facial està combinat amb anàlisi de comportament, mapatge de xarxes socials, comunicacions, monitorització i altres fonts d'intel·ligència, es converteix en part d' un sistema de detecció global que és més gran que la suma de les seves parts.
Per exemple, el reconeixement facial podria identificar a una persona d'interès a un aeroport, activant l'escrutini addicional dels seus patrons de viatges, transaccions financeres, comunicacions i socis coneguts. Aquest enfocament integrat permet que les agències de seguretat construïssin una imatge més completa d' amenaces potencials i faci més decisions informates sobre com respondre.
Tanmateix, aquesta integració també accelera les preocupacions de la privacitat. Un sistema que combina el reconeixement facial amb dades extenses d' altres fonts crea capacitats de vigilància sense precedents que es puguin usar per monitoritzar virtualment tots els aspectes de la vida de la gent. En assegurar que aquests sistemes poderosos només s' usen per a propòsits de seguretat legítims i amb supervisió apropiada serà un repte crític pels legisladors de la política.
Contrames i armes
Com que la tecnologia de reconeixement facial es converteix en més predominant en contra del terrorisme, els adversaris estan desenvolupant contracions per a evitar detecció. Aquests rangs de tècniques simples com ara les màscares o ulleres de sol· característiques per a centrar- se en patrons de maquillatge adversari dissenyats per confondre els algorismes de reconeixement facial o l' ús de la tecnologia profunda per crear identitats falses.
Això crea una cursa d'armament tecnològics, amb agències de seguretat treballant per millorar sistemes de reconeixement facial mentre que terroristes i altres adversaris desenvolupen noves maneres de derrotar-los.
Alguns investigadors estan explorant maneres de fer sistemes de reconeixement facial més robustos contra les mesures de contra les mesures de contra les mesures de contra les mesures de contrafragència, com ara utilitzar imatges infrarojos per detectar cares, fins i tot quan es cobreixen parcialment, o analitzar llenguatge gait i corporal a més de característiques facials. Altres estan desenvolupant sistemes de detecció de supervivència en directe que poden distingir entre cares reals i fotografies, màscares o pantalles de vídeo, prevenir atacs de "putització."
Millors exercicis i recomanacions
Estàndards tècnics i proves
El venedor de proves de reconeixement de la NIST en curs del reconeixement de l'engany (FRVTs) ha avaluat més de 400 algorismes de reconeixement facial des del 2017, donant coneixement a les puntuacions generals de tots els desenvolupadors que participen. Rigorous, les proves independents dels sistemes de reconeixement facial abans de la desplegament és essencial per assegurar- se que es troben amb els estàndards mínims per a la precisió i la justícia.
Les proves haurien d' incloure avaluació en diferents grups demogràfiques per identificar i quantificar qualsevol biaixos en el rendiment del sistema. Els sistemes que demostren nivells inacceptables de ponderació no s' han d' usar fins que aquests problemes siguin corregibles. Les proves també haurien d' avaluar el rendiment sota condicions operatives realistes, no només en entorns de laboratori controlats.
En el procés de control i avaluació després de la desplegament és igualment important. El rendiment del sistema pot degradar al llarg del temps com a algoritmes o com a població que està sent vigilada els canvis. Les audicions regulars poden identificar problemes emergents i assegurar que els sistemes segueixen tenint un nivell de rendiment en tota la seva vida operacional.
Guiines d' operació
Les agències de seguretat que inclouen reconeixement facial per al contraterrorisme haurien d'establir unes directrius operatives que indiquen quan i com es poden usar la tecnologia. Aquestes directrius haurien de respondre preguntes com ara: Quin nivell de confiança s' ha de tenir en compte abans de prendre acció? Quina verificació addicional és necessària abans de detenir algú basant- se en un reconeixement facial? Com s' hauria d' usar el sistema en conjunció amb el judici humà?
Ni els humans ni els algoritmes són infallibles, i les febles debilitats similars del judici humà poden afectar l' ús de tecnologies de reconeixement facial, ja que els individus poden confiar en la sortida d'un algoritme de l' algorisme de directori que pensen que ha de ser "objectes" més que el seu propi judici sobre si dues imatges coincideixen, malgrat els biaixos o les inacuracions subjacents en la tecnologia. L' entrenament per al personal usant sistemes de reconeixement facial hauria de fer èmfasi que la tecnologia és una eina per ajudar la decisió humana, no una substitució per a la justícia humana.
Els operadors s' han d' aprendre a les limitacions del sistema, incloent el seu potencial per a la prevenció i els falsos positius. S' haurien d' animar a exercitar un judici independent i no només a confiar en les sortides algorítmices, especialment quan les conseqüències dels errors siguin greus. Els protocols s' han d' especificar quina investigació addicional o verificació es requereix abans de prendre accions basant- se en una coincidència facial.
Sobrespotència i Passius
Els mecanismes de supervisió de Robusst són essencials per assegurar que la tecnologia de reconeixement facial s'utilitza adequadament i que els abusos s'identifiquen i estiguin corregits. Aquest control hauria d' incloure tant mecanismes interns dins les agències de seguretat com la supervisió externa dels cossos de privacitat independents com els comissaris, les comissions parlamentàries, o les ressenyes judicials.
Les agudes haurien de mantenir registres detallats de com s'utilitzen els sistemes de reconeixement facial, incloent-hi quines cerques estan realitzades, que les gestionen i quines accions tenen com a resultat, aquests registres haurien de tenir-se sotmesos a una audició regular per tal d'assegurar les polítiques de conformitat i identificar qualsevol tipus de mal ús. Quan s'identifiquen els problemes, hi hauria d' haver mecanismes de responsabilitat clara per assegurar que les condicions responsables dels partits tinguin conseqüències apropiades.
Els cossos de supervisió externs haurien de tenir l'autoritat i els recursos per dur a terme una revisió significativa de programes de reconeixement facial. Això inclou accés a informació tècnica sobre com funciona el treball dels sistemes, les dades de rendiment i els registres operatius. Els cossos extrans també haurien de tenir el poder de forçar els canvis als programes que violen els estàndards legals o ètics.
Estudis de casos i aplicacions reals del món
Implementaciós de seguretat de l'aeroport i de vores
Els aeroports i creuar les fronteres han estat entre les primeres i extenses habilitats de la tecnologia de reconeixement facial per a propòsits criminals. Aquests entorns controlats ofereixen diversos avantatges per a reconeixement facial: els viatgers han de passar per punts designats, l' luminació i els angles de la càmera es poden optimitzar, i hi ha una seguretat clara per a la verificació d' identitat.
Molts països han implementat reconeixement facial a les controls de control d'immigració per a verificar que els viatgers concorden amb les seves fotos de passaport i per comprovar-les contra els terroristes coneguts o sospitosos. Aquests sistemes tenen milions de viatgers processats, amb alguns aeroports que els han habilitat per a identificar els individus que intenten viatjar en documents fraus o usant identitats robades.
La tecnologia també s'ha usat per processar els viatgers amb confiança mitjançant programes que permeten als individus pre- monitoritzats usar portes automatitzades que confirmen la seva identitat mitjançant reconeixement facial. Aquest doble ús del KitchenIfric que millora tant la seguretat com la conveniència de l' RAB ha contribuït a acceptar la tecnologia en contextos aeroports.
Xarxa de vigilància Urbanevers
Algunes ciutats han fet servir xarxes extenses de càmeres equipades amb capacitats de reconeixement facial per controlar els espais públics per a amenaces de seguretat. Aquests sistemes poden seguir moviments d'individus arreu de la ciutat, potencialment identificar terroristes que fan vigilància d'objectius potencials o reunió amb co-conspirdors.
No obstant això, les xarxes de vigilància urbanes també han generat una polèmica significativa degut al seu potencial per a la vigilància massiva dels ciutadans corrents. Els crítics argumenten que aquests sistemes creen un efecte esgarrifós sobre l'expressió i l' associació, ja que la gent pot evitar certes localitzacions o activitats si saben que són rastrejades. El balanç entre beneficis de seguretat i costos de privacitat és especialment difícil d' atacar en aquestes aplicacions.
Algunes jurisdicció han intentat abordar aquestes preocupacions deixant de banda l'ús del reconeixement facial en espais públics a circumstàncies específiques, com ara investigar crims seriosos o respostes a les amenaces imminents. Altres han demanat que les càmeres siguin marcades clarament i que el públic sigui informat sobre on es fa servir el reconeixement facial. Aquests enfocaments intenten preservar alguns beneficis de seguretat mentre limitaven els aspectes més inrusius de la vigilància.
Monitor sobre la seguretat i la col·laboració col·lectiva de l'esdeveniment
Els principals esdeveniments públics com ara convencions polítiques, cims internacionals, o grans objectius esportius del representant dels terroristes i requereixen mesures de seguretat intensives. S' han usat un reconeixement facicial en aquests esdeveniments per controlar les multituds i identificar amenaces potencials entre assistents.
Aquests desplegaments temporals ofereixen alguns avantatges sobre xarxes de vigilància permanents. Estan limitats en el temps i en l' àmbit, centrats en esdeveniments molt alts en lloc de vigilar els espais públics. Es poden justificar per l' amenaça de seguretat elevada associat amb grans esdeveniments que aporten grans quantitats i objectius elevats.
Tanmateix, les aplicacions de seguretat d'esdeveniments també fan que el reconeixement facial s'utilitza per a controlar les manifestacions polítiques o les manifestacions. La tecnologia es pot utilitzar per identificar i seguir activistes polítics, potencialment esgarrifar l'expressió política legítima. Es poden fer servir les directrius sobre quan i com es pot fer servir el reconeixement facial als esdeveniments públics és fonamental per evitar l'abús.
El camí cap endavant: Balancing Security and Drets
Desenvolupant les Responsable d' ús dels marcs
El futur del reconeixement facial depèn de les marces en desenvolupament que permeten que la tecnologia s'utilitzi efectivament per a propòsits de seguretat legítims mentre protegien llibertats civils i garanteix la justícia. Això requereix un diàleg continu entre professionals de seguretat, tecnòlegs, responsables, llibertats civils i el públic.
Aquest marc s' hauria de basar en principis clars: el reconeixement facial s'hauria d'utilitzar només quan sigui necessari i de proporció a l'amenaça de seguretat; s'hauria d'utilitzar amb salvaguardes adequades contra l'abús; hauria d'estar subjecte a una gestió significativa i responsabilitats significatius; i s'hauria d' avaluar contínuament i millorar a problemes d'adreça amb precisió i biaix.
Els diferents contexts poden necessitar diferents enfocaments. L' ús del reconeixement facial en creuar les vores de les fronteres, on hi ha una justificació de seguretat clara i limitada de la privacitat, pot ser més acceptable que el seu ús de vigilància contínua dels espais públics. Els marcs específics de context poden proporcionar una orientació més detallada que una mida- única.
Invertint en recerca i desenvolupament
La inversió continuada en recerca per millorar la tecnologia de reconeixement facial és essencial. Això inclou no només millorar l' precisió i la velocitat, sinó especialment en tractar problemes amb biaix i justícia. A mida àmplia i estudis estàndard, com ara l'ajuda de NIST per descobrir defectes comuns a FRT, i com a científics i empleats, els enginyers que desenvolupen FRT són la tasca de millorar les imatges de l' entorn de programari amb tos de pell fosca, així com reduir el espai de gènere en ritmes falsos positius, i quan les dades s'estableixen i els resultats són a l'anàlisi rigorós, els científics tenen l' algorisme per millorar el procés i l' adreça de la ponderació en el futur dels programes d' iteració.
La recerca també hauria de explorar enfocaments alternatius que poden oferir una millor protecció de privacitat mentre manté beneficis de seguretat. Per exemple, sistemes que analitzen patrons de comportament o detecten anomalies sense identificar els individus específics podrien proporcionar informació de seguretat útil amb menys validació de privacitat que el reconeixement facial tradicional.
La investigació interdisciplinar que reuneix científics informàtics, científics socials, èticaistes i estudis legals pot ajudar a identificar i adreçar els reptes complexos que representen la tecnologia de reconeixement facial.Entenent no només les capacitats tècniques, sinó també les implicacions socials, èticament, i legals és essencial per al desenvolupament responsable i el desplegament.
Cooperació Internacional i estàndard
Donada la naturalesa transnacional del terrorisme, la cooperació internacional en els estàndards de reconeixement facial i les pràctiques és important. Els països haurien de treballar junts per desenvolupar estàndards comuns per a la precisió, la justícia i la privacitat, mentre que respecten diferents tradicions legals i valors culturals.
Els acords internacionals poden establir els estàndards mínims per als sistemes de reconeixement facial que s'utilitzen en contra delterrorisme, assegurant-se que les dades compartides arreu de les fronteres es reuneixen amb requisits bàsics per a la precisió i la fiabilitat. També poden establir protocols per a compartir dades que protegeixin la privacitat i els drets humans mentre aprofiten la cooperació efectiva contra les amenaces terroristes.
Tanmateix, la cooperació internacional s'ha d'evitar que la preocupació internacional contra l'habilitació de règims autoritaris per tal d'utilitzar reconeixement facial per la repressió política.
Conclusió: Navegar pel paisatge complex
La tecnologia de reconeixement facial representa una eina potent en contra del terrorisme, oferint capacitats per a la identificació, vigilància i investigació que eren inimaginables fa unes dècades.
Tanmateix, la tecnologia també representa reptes significatius relacionats amb l' exactitud, la privacitat i les llibertats civils. Aquest problema és predominant al programari de reconeixement facial, que tendeix a generar una taxa més alta de persones no-eseseses, i a diferència de que el programari de reconeixement facial emprat per a arrestar algú, un algoritme de CT entrenat pot matar civils, una acció que no es pot desfer. Les apostes en aplicacions no terroristes són particularment altes, on els errors poden portar a la gent innocent a ser incorreguda o conversar, perillosament, a la detecció dels individus inecessen.
El camí d'ara endavant requereix que el equilibri compleixi el desenvolupament de les polítiques amb cura, el robust control de les polítiques, continua la millora tècnica, i el diàleg en curs públic. Cap flassa que impedeixi qualsevol ús de reconeixement facial per a propòsits de seguretat, i no es basa en la desplegament sense salvaguarcions representa un enfocament responsable. En comptes d' això, els marc de context específic que permeten usar beneficis mentre l' abús ofereix la millor esperança d' adonar- se dels beneficis de la seguretat facial mentre protegien els drets fonamentals.
Com que la tecnologia continua evolucionant i es torna més capaç, la necessitat de governança reflexa és més urgent, les decisions fetes avui dia sobre com es desenvolupa el reconeixement facial, l'ocupació i regulat formaran el balanç entre la seguretat i la llibertat d'arribar durant anys. En assegurar que aquestes decisions s' han informat per les proves, guiades per principis ètics, i el subjecte a la responsabilitat democràtica és essencial per mantenir tant la seguretat com la llibertat en un entorn cada cop més complex.
Per a més informació sobre tecnologies de seguretat biomètric, visiteu l'Institut [[FLT: 0] de l' Institut d'Adda de les estàndards i del lector de tecnologies de la tecnologia del Proctònic de la tecnologia de la seguretat [[FLT:] [FLT:] [[FLT]] Electrònic Front Foundation [[[FD:]]]. Per a perspectives internacionals sobre la regulació facial, mireu el treball [FLT:] el Parlament Europeu sobre la regulació de l' AI[FLT:]]].