civic-education-and-awareness
テロの疑いを識別する顔認識技術の使用
Table of Contents
顔認識技術とその役割を現代的セキュリティで理解
顔認識技術はテロに対する世界的な戦いの中で最も変化するツールの一つとして登場しました。この強力な技術は、テロ行為を防ぎ、公共空間をより安全にするために個人や援助の迅速かつ正確な識別を可能にします。セキュリティ脅威は、複雑さと規模、政府や法執行機関で進化し続けています。世界的な高度バイオメトリックシステムが市民やインフラを保護するためにますますますます進んでいます。
市場と市場調査によると、顔認識市場は、2020年に3.8億ドルから倍増するよりも、2025億ドルに達すると表彰されます。 この爆発的な成長は、技術の拡大機能だけでなく、国家のセキュリティフレームワークに重要な重要性を反映しています。 空港から国境を越える都市監視ネットワークや調査プロセス、顔認識は現代の対向主義戦略の不可欠なコンポーネントとなっています。
顔認識技術は、コンピュータの視覚、人工知能、生体認証分析の洗練された結婚を表しています。この技術は、人間の顔の特徴をコンピュータが処理し、比較できる数学的表現にデジタル化し、人の目、鼻の橋の幅、顎の輪郭、および頬骨構造の間の距離などの重要な顔の特徴を分析し、数百万の顔を含むデータベース全体に識別情報をチェックするユニークなバイオメトリックテンプレートを作成します。この機能は、脅威の防止と早期の検出にどのように変化するかを判断します。
顔認識技術の進化
初期からAIパワードシステムへ
テクノロジーは1960年代に戻って、Woodrow Wilson Bledsoeという男が最初に特別なタブレットを使用して顔の写真をソートするシステムに着手しました。 これらの初期システムは、今日の基準によって台無しにされ、手動入力と高度に制御された条件の下で動作するのを要求しました。 70年代には、一部のスマート人々は、髪の色や唇の厚さなどの21の特定のマーカーを使用して、顔認識を自動化し、80s / 90年代は、現代のシステムの基礎となるEigenfaceと呼ばれる新しいアプローチを見た。
実際のゲームチェンジャーは、ソーシャルメディアで2000年代に来ました。突然、オンラインでタグ付けされた写真の何百万人ものものものがあったため、これらのシステムが学習する大規模なデータベースを提供します。この豊富なトレーニングデータ、機械学習アルゴリズムの進歩と組み合わせ、以前に想像できない精度を実現する顔認識システムを有効にしました。今日、AIとディープラーニングで、ビジネスのための顔認識システムは非常に正確で高速になります。
現代顔認識システムの仕事
現代の顔認識システムはミリ秒で起こる多段のプロセスによって動作します。最初の段階は、システムが画像またはビデオフレーム内の顔を識別し、見つける顔の検出を含みます。これは、システムが顔の位置、サイズ、および方向を正規化し、カメラからの角度や距離に関係なく一貫した分析を保証します。
次に、システムが特徴的な顔の特徴を識別し、測定する特徴抽出物が来ます。これらの測定は、顔のテンプレートまたは生体認証署名と呼ばれる数学的表現に変換されます。最後に、システムは、このテンプレートをデータベースに保存されたテンプレートと比較することでマッチングを実行し、一致の可能性を示す類似点を生成します。
現代の顔認識システムは、視覚と動きの最も困難な条件で人々の画像をキャプチャし、分析します。この機能は、不断の照明、部分的な閉塞、または斜めの角度を含む、より少ない境界条件下で監視映像に撮影することができる、対向テロのアプリケーションにとって不可欠です。
テロ対策業務における戦略的応用
リアルタイム監視と脅威検出
顔認識技術は、偽テロ行為における変革的なツールとして登場しました。, 特定するための高度な機能を提供, 監視, 関心の個人を支持します。, 特定のアプリケーションに焦点を当てて: リアルタイム監視, 境界制御, および調査プロセス. 混雑した公共スペースで, 輸送ハブ, 主要なイベントの間, 顔認識システムは継続的にクラウドをスキャンし、興味の人が検出されると即座にセキュリティ担当者に警告することができます.
AIは、スケールで広範囲な人々のグループを自動的に警告し、アイデンティティチェックを可能にし、以前不可能なペースでチェックします。この機能は、政治のラリー、スポーツイベント、または文化的なフェスティバルなどの大規模なクラウドが収集する高プロファイルイベント中に特に価値があります。セキュリティ機関は、エントリポイントとクラウドの動きを監視し、攻撃に材料化する前に潜在的な脅威を特定する顔認識システムをデプロイすることができます。
強化されたセキュリティは、高トラフィック領域で継続的な監視を提供し、関心のある人を特定し、未曾有の効率で欠落している個人を特定します。 疲労なしで継続的に動作する技術は、人間のセキュリティ担当者に非常に有利な補完物となります。これにより、アラートの調査や潜在的な脅威に対する対応に注目することができます。
国境警備と入国管理
国境を越える空港は、反テロ活動において重要な点を表しています。もし、もし、その人が米国に海外から来た場合、彼は、入国の港で移民チェックポイントを通過する可能性があり、反対の視点から、このチェックポイントは、その意思が最も脆弱であるという点です。顔認識技術は、これらのジャーク的重要なツールとなっています。
FRTは、国境管理を通過する人が確かに識別文書(例、パスポート)に写っている人であることを確認するために展開され、Interpolは、国家当局が外国のテロリストの戦闘機(FTF)を識別するのを助けるために、そのプロジェクトFIRSTシステムを導入しています。 これらのシステムは、既知または疑わしいテロリストに対する彼らのアイデンティティを同時に確認しながら、旅行者を迅速に処理することができます。乗客の流れで主要なボトルネックを作成せずに、大幅にセキュリティを強化します。
バイオメトリックは、旅行文書の使用におけるアイデンティティ盗難や移民の不正防止をすることができます。, 一つの指紋の生体的テンプレートは、文書に添付されるように, パスポートやビザなど, バーコード上の, チップ, または磁気ストリップ, 他の人のアイデンティティを仮定するために、それは困難になります. 顔認識と組み合わせた場合, この多層バイオメトリックアプローチは、不正な文書や盗難されたアイデンティティを使用して国を入力するしようとするテロリストに対する強力な防衛を作成します.
調査およびフォレンジックアプリケーション
バイオメトリックシステムは、生体認証顔認証やFaceCheckメソッドを使用して、疑わしいテロリストが利用できるか、疑わしいテロリストから検索することができます。これは、疑わしいテロリストのテンプレートの監視リストやデータベースから検索されます。この機能は、セキュリティ機関が監視映像を分析し、パーペレータとその関連を特定する、ポストインシデント調査で有意に証明されています。
法執行効率は、既存のレコードに対する自動マッチングによる疑わしい識別とケースの解像度を加速します。手動で、顔の映像と比較の時間を手動で見直し、顔を目で確認する代わりに、調査官は、監視ビデオの膨大なアーカイブを迅速に検索し、疑わしいことを特定し、複数の場所と期間にわたってその動きを追跡するために顔の認識を使用することができます。
米国軍は、テロ行為の操作における顔認識の戦略的価値も認められています。米国特別操作コマンド(USSOCOM)は、アイデンティティインテリジェンスと悪用能力の大きな拡大のための地理的な基盤を築き上げています。この分野は、特別操作力がミッションのなかで、アイデンティティ関連データを収集、分析、活用する方法、および活用する方法に関する広範な技術的に野心的なビジョンを裏付け、顔認識、スピーカーの識別、音声マッチング、統合的なSOFサイト分析、および分析、および分析、および分析、および分析、および活用する5つの主要な技術分野への洞察を求めています。
テロ防止における運用上の優位性
識別の速度そしてスケール
偽テロ行為における顔認識技術の最も重要な利点の1つは、スピードで顔を処理し、分析する能力は、遠く人能力を超えることです。新しい技術は、状態が保護するべき市民の攻撃を組織している既知のテロリストの識別を自動化するために、状態に新しい電力を与えています。そして、それが効果的に機能する場合、顔認識技術がその電力を正確に与えることを約束するという恐怖症に対処するのに役立ちます。
人間の記憶と写真の手動比較に大きく依存している疑惑を特定する伝統的な方法, 時間のかかるとエラーに傾向があるプロセス. クラウド空港を監視するセキュリティ役員は、積極的に限られた人数を監視することができます, 経験豊富な担当者でさえ、顔の海で疑わしい疑いを欠くことができます. 顔認識システム, 対照的に, 同時に何百または数千顔を監視することができます, リアルタイムで広範なデータベースに対して各々を比較.
この機能は、毎秒数の時間の敏感な状況で特に重要です。 知能機関が、重要な脅威に関する情報を受信するとき、顔認識システムは、都市全体で監視ネットワークをスキャンするために急速に展開され、時間や日ではなく、疑惑を潜在的に配置することができます。
高められた監視機能
バイオメトリック認識、ディープラーニングアルゴリズム、ビッグデータ分析により、インテリジェンス作業の精度と効率性が向上し、従来のモニタリング作業は、前方見解と防御的な戦いになります。顔認識は、主にポストインシデント調査のために使用される反応ツールから監視を変換し、攻撃を防ぐことができる積極的なシステムに作用します。
テクノロジーは、セキュリティ機関が独立した観測ポイントではなく、統合システムとして機能する監視カメラの包括的なネットワークを作成することができます。 関心のある人が1つの場所で検出されると、システムはネットワーク全体で自分の動きを追跡し、その活動や関連付けに関するリアルタイムインテリジェンスをセキュリティ担当者に提供します。 この機能は、テロリストネットワークを理解し、以前から知られた機関を識別する上で有益です。
また、顔認識システムは、人間の注意と疲労の制限なしに継続的に動作させることができます。 人間のオペレータは、長いシフトや低活動期間の間に重要な詳細を見逃すかもしれませんが、自動システムは一貫した警戒を維持し、潜在的な脅威が気づかれていないことを保証します。
破壊効果
顔認識システムの存在は、テロ行為に対する強力な抑止剤として機能することができます。潜在的な攻撃者は、顔が高度の生体認証システムによって捕獲され、分析されると、彼らは識別と理解のかなり高いリスクに直面していると知っている。この意識は、計画プロセスを破壊することができます、より効果的な戦術を採用するテロリストを強制するか、または攻撃を完全に放棄する。
決定効果は、即時の識別の脅威を超えて拡張します。 顔認識システムは、事件が発生した後に長期にわたって分析することができる永久的なデジタルレコードを作成します。 これは、テロリストが即時検出を蒸発させる場合でも、彼らは後でそれらを識別するために使用できる証拠を残し、自分の動きを追跡し、ネットワークを解明する。 この長期会計機能は、計画操作時にテロリストが考慮しなければならないリスクの別の層を追加します。
資源の最適化
顔認識技術は、セキュリティ機関が、定期的な識別タスクを自動化し、必要な人的専門知識に焦点を当てることで、限られたリソースを最適化することができます。 人事を手動で監視したり、国境の交差で文書をチェックしたりするために割り当てる代わりに、代理店は、顔認証システムをデプロイして、人間のオペレータは、アラートを調査、インタビューを実施し、重要な決定を下すに焦点を当てながら、これらのタスクを処理することができます。
この最適化は、現代のセキュリティ課題の規模で特に重要です。 都会の地域で発生する空港を毎日数えきれない時間に渡る旅行者の何百万人もの、そして、この情報をすべて手動で見直しることは不可能です。 顔認識システムは、この膨大な量のデータを自動的に処理し、人間の注意を必要とする小さな分だけをフラグを立てることができます。
重要な課題と技術限界
精度と偽の肯定的な
顔認識技術の重要な進歩にもかかわらず、精度は重要な懸念を残します。特に、誤差の結果として深刻な可能性がある偽造アプリケーション。顔認識方法は、技術的欠陥と弱点で識別されていますが、その弱点を最小限に抑えるために、操作的に使用することができます。これらの制限を理解することは、技術が責任を持って効果的に展開するのに不可欠です。
人間の存在は一般的に顔認識プロセスをかなりうまく実行することができますが、これらの活動は、非常に制御された条件の下で撮影されない限り、技術システムにとって非常に困難です。システムは、個人を特定したり、写真で顔を検知したりするのが困難であり、カメラの角度、照明、顔の表情などの環境要因が可能な限り最大限に制御される場合に最善を尽くします。
偽陽性 - システムが誤って関心のある人として誰かを識別するインスタンス - 反テロのコンテキストで特定の課題をポーズします。 テクノロジーが機能しない人にとっても、FRTによって検証できないものではない - 疑わしい監視とさらなる侵入監視を使用して、さらに、彼らはより頻繁に誤認されるでしょう、それはテロリストや他の重大な犯罪者として疑われる可能性があります。 このような誤認は、社会的問題や問題に関連した問題を引き起こす可能性があります。
NISTは最近、FRTの偏差を識別することに焦点を当てた大規模なテストを実行しました。特に、誤った正速度に重点を置いています。つまり、アルゴリズムが1人のイメージを誤認する頻度で、結果は「全体的に人口統計、偽陽性率は、多くの場合、10〜100回を超える要因によって変化します」と示しました。これらの変化は、さまざまなシステムに誤差率が異なるため、顔の認識の高い技術を適用する前に、厳しいテストと検証の重要性が強調されています。
人口統計的バイアスとアルゴリズムフェアネス
顔認識技術に直面している最も深刻な課題の一つは、人口統計的バイアスです。システムが特定の人口統計グループでより正確に実行する傾向があります。大手技術会社から3つの商業的にリリースされた顔分析プログラムが皮膚型と性的バイアスの両方を実証し、研究者の実験では、光皮質男性が0.8パーセント未満であったことを判断する3つのプログラムの誤差率は、暗く皮膚を絞った女性のために、しかし、誤ったバルーンは、少なくとも23%以上で、または23%以上を占める。
軽薄な男性のための誤差率は0.8%で、より暗い女性のための34.7%と比較して、MITメディアラボによって出版されたJoy BuolamwiniとTimnit Gebruによる2018の研究によると、。 この精度の劇的な格差は、顔の認識がセキュリティと法執行のコンテキストで使用される場合に、法の下で公平性および等しい治療に関する重大な懸念を上げます。
皮膚のトーンは、より軽い皮膚のトーンが一貫して中角の調子を上回るにつれて、検証精度に大きく影響します。 調査では、男性が一般的に女性よりも優れた認識精度を達成したことがわかりました。これは、メイクによる顔の外観の長い髪と変化によって引き起こされるオクルージョンなどの要因に起因する要因に起因しています。
2023年8月、黒人女性は、不審な顔認識ソフトウェアを使用して警察官によって逮捕された後、デトロイト警察署を訴え、この問題は顔認識ソフトウェアで普及しています。これは、非白人のための偽陽性のより高い率を生成する傾向にあります。このような事件は、より公平な顔認識システムのための緊急の必要性をアルゴリズムバイアスとアンダースコアの現実的な結果を示しています。
NISTは、東アジア、ネイティブアメリカン、アメリカンインディアン、アラスカインド、太平洋諸島に来た際、さらに偏見した結果を発見しました。これらのバイアスの多重な人口統計グループ全体で、問題は特定の人口やアルゴリズムに分離するのではなく、体系的であることが示唆されています。
バラの根本原因
顔認識技術は、顔画像の大規模なデータセットで訓練された高度な人工知能(AI)モデルのおかげで、精度で大きな課題を築きましたが、これらのデータセットは、レース、民族性、性別、その他の人口統計的カテゴリの多様性が欠けていることが多いため、顔認識システムが、トレーニングデータと比較して、代表的な人口統計グループに悪影響を及ぼす原因を引き起こします。
偏差の問題は、複数のソースから成ります。顔認識アルゴリズムを訓練するために使用される歴史的データセットは、それらを作成した研究者や機関の人口統計を反映し、白色の男性の前例に特徴的な顔を持っています。アルゴリズムは、この限られたデータセットから主に顔を認識することを学ぶとき、彼らは自然に同様の顔でより良いを実行し、自分のトレーニングデータと著しく異なる顔に苦労します。
多くの属性は、これらの問題の大部分がバランスの取れないデータセットに匹敵します。しかし、問題は単純な表現を超えて伸びます。データセットには多様な顔、照明条件、カメラの品質、画像解像度などの他の要因が、より暗い皮膚の色に不均衡に影響を及ぼす可能性がある場合でも、さらに精度の問題を合成します。
美智恵美里の美味しさ
研究者やテクノロジー企業は、バイアスの問題の重大性を認識し、積極的にソリューションに取り組んでいます。 2018年に、Microsoftは、市販のFRTがレースや性別カテゴリ全体でのパフォーマンスを向上させるためのアップデートを受け、機械学習アルゴリズムを訓練するために使用されるデータセットを拡大し、より高精度な顔の分類器を改善することによって、これらの改善が、同社によると、女性のためのより暗い肌のトーンと9回の低誤差率の20倍のエラー率が、その結果、発表しました。
研究者は、生成された大きなバランスの取れた合成データセットで、アークフェイス、AdaFace、ElasticFaceを3つの顔認識モデルに事前トレーニングしました。その結果、既存の不均衡なデータセットで訓練されたモデルと比較して、全体的な精度が向上しましたが、また、大幅に減少した人口統計的バイアス、および、現行の少数民族に対するパフォーマンスを示すすべての地方グループ全体でより公平な精度を示す訓練モデルです。
FairFaceのデータセットでは、92.58%から96.47%に改善された精度が向上しました。バイアス(DUB)の度合いは3.86から1.16まで減少し、約70%の減少を著しく、代表的なグループにとって重要なパフォーマンスの上昇が観察され、80.2%から90.86%までの黒人女性に対する精度の改善など、既に代表的なグループに対する強力なパフォーマンスを維持しました。
偏見のアドバーサリネットワーク(DebFace)は、画像からフェアチュアルエンコーダ、4つの属性分類器、分布分類器、および機能集計ネットワーク、および4つの分類器(性別、年齢、レース、アイデンティティ)を使用して、潜在的なバイアスを情報化された機能に変え、その結果、未表現のグループ全体でパフォーマンスを向上させることができます。 これらのアーキテクチャの革新は、バイアス緩和が技術的に可能であるが、これらのすべてのシステム全体でソリューションを実装するために重要な作業であることを実証しています。
プライバシーに関する懸念と民事解放
大量監視とプライバシーの権利
ほとんどの強力なものは暗い面を持ち、FRTは例外ではありません。プライバシー、倫理、および全体的な社会的な影響に関する重大な問題と懸念を提起するからです。 対テロ目的のために顔認識技術の展開は、セキュリティとプライバシーのバランスに関する激しい議論を打ち立てています。 批判は、広範囲にわたる監視が基本的な市民の自由を脅かすと主張しています。
法的、倫理的、およびプライバシーの課題は、大量の監視に関する懸念が寄せられています。データベース内の誤認、詐欺、およびバイアスに関する懸念。 知識や同意なしに、公共空間全体で個人の動きを追跡する能力は、近代社会におけるプライバシーの性質と政府の監視力の適切な限界について、深い質問を提起します。
クリティカルズは、市民の自由の重要なプライバシーリスクと潜在的な侵害、不正なデータ収集、同意の欠如、および機能クリープの可能性について懸念を上げます。その目的が1つの目的のために収集されたデータは、個々の知識や同意なしに関連のない目的のために使用されるものです。 恐怖は、当初、偽造防止のために展開されたシステムが、法的活動に従事している一般市民を監視し、冷やす無料の式と協会を監視するために徐々に拡大することができるということです。
このような禁止のために進む理由は、FRTは、その利点と害がグループの間で均等に分散されていることに起因する侵襲的なバイアスに苦しむことです。状態は、これらの技術が違法な目的のために必然的に使用し、FRTの存在が私たちの行動を冷やすこと(すなわち、人々が監視の恐怖のために自分自身を検閲を引き起こします)。この冷え効果は、専門家が、政治的な集まりや公共の場を識別する人々を差別化することによって民主的参加を損なう可能性があります。
規制対応と禁止
2019年、サンフランシスコは、顔認識技術(FRT)を禁止する最初の米国都市になりました。特に警察や他の機関によっての使用を促進し、その後、他のいくつかのアメリカの都市は、ボストンの都市評議会と、独自のFRT禁止を実装しました。これは、技術の偏見を明示的に強調しています。これらの禁止は、虐待の可能性と精度と公平性に関する実証済みの問題について、技術に関する公共の懸念を反映しています。
ミネアポリス、ボストン、サンフランシスコなど、数多くの大都市が技術を禁止しています。しかし、これらの地方の禁止は、連邦政府機関やセキュリティ目的のために顔認証を継続的に導入し、位置によって著しく変化する規制のパッチワークを作成するなど、他の多くの管轄区域が禁止されています。
欧州連合は、平和な試験の状況で顔認識技術の使用により、より包括的なアプローチをとり、質量監視慣行のリスクと人権の保護のための影響を上げる。欧州の規制当局は、公共空間での顔認識の使用に関する厳格な制限を提案しました。また、重大な犯罪や重要な脅威を含む狭い条件を除いて、完全な禁止を提唱しています。
セキュリティと自由のバランス
状態がテロ対策に反する力を高めるためにこの技術を使うことができるならば、この力は悪用や冷静な行動が起こらないように禁忌であり、状態はFRTが人々がいない場所に使用できるようにする機関的な制約を作成しなければなりません(そしてそうではない)プライバシー(例えば、空港、国境交差)の妥当な期待を楽しむこと。
FRTを搭載したカメラは、プライバシーの妥当な期待を持たなければならない場所に監視されていない公共を保証するためにマークされなければなりません。FRTは、深刻な犯罪者(例えば、テロリスト)を見つけることに制限されるべきです。これらの提案された制約は、虐待や市民の自由を保護するための可能性を制限しながら、顔認識のセキュリティ上の利点を維持する試みを示しています。
FRTは、偽テロの攻撃的な脅威に強力なツールを表し、以前に達成できなかったセキュリティ対策を可能にしていますが、これは、その明確な利点とそれが関連する重要な倫理的考慮事項の間の非常にジューシーなバランスを要求する技術であり、現在、バランスがFRTの明確な利点の恩恵にあまりにも遠くに浸され、公正、プライバシー、およびその配置の完全性を支持するのに十分ではないかもしれない。
法的および倫理的フレームワーク
憲法と人権の考察
犯罪の疑いを識別する法執行によって使用されるFRTプログラムは、顔の画像にかなり多くの誤差傾向があると女性は、白人男性を描写する顔画像と比較して、, このバイアスは、市民が不適切に、顔や性別線に沿って警察によって調査されているにつながります, 偏見FRTの法執行使用は、政府が法律の前に、すべての市民を等しく扱う古典的な典型的な要件に矛盾している.
多くの憲法の等しい保護条項は、政府の行動が競争、性別、または他の保護された特性に基づいて差別化されていないことを必要とします。顔認識システムは特定の人口統計グループに対して体系的な偏差を発揮するとき、政府機関による使用は、これらの憲法保護に違反する可能性があります。これは法的ジレンマを作成します。技術はセキュリティを強化する一方で、その偏見性能は、人権法の侵害に関与する可能性が高まっています。
コンピュータ科学者は、犯罪の疑いを識別するためにFRTの法執行の使用について懸念を表明しています。そうすることで、そのようなソフトウェアが疑わしいことを識別するために使用される可能性が非常に高いことであり、したがって、他のタスクの入力として使用される顔認識アルゴリズムの出力のエラーは、誤って誤ってセキュリティビデオ映像解析からパーペットの誤認を疑わしい事実に基づいて犯罪を認めることができる可能性があるため、深刻な結果をもたらす可能性があると指摘しています。
透明性と責任
AI顔認識技術の使用が人権と基本的自由と互換性があることを確実にするために、強力な規制、国際協力、および透明性のあるガバナンスをお勧めします。顔認識システムがどのように機能するか、その正確さ率、およびその制限が公的な信頼と民主的な責任にとって不可欠である透明性について透明性があります。
顔認識技術の使用に関する明確かつ包括的な法律を確立し、一貫性を確保し、FRTシステムの定期的な監査を義務付け、倫理的なガイドラインの遵守を確保する世界的な基準を揃えます。定期的な監査は、深刻な害につながる前に、精度や偏見の問題を特定するのに役立ちますが、明確な法的枠組みは、技術の使用に関するセキュリティ機関へのガイダンスを提供します。
リスクは、特定のプラットフォーム上でAIや禁止の使用にモレリウムをもたらすべきではありませんが、政府がAI/MLツールをより適切に設計するよう行動するよう求めるべきであるべきではありません。つまり、リスクを制限し、できるだけ短い対応を迅速化し、政府がより良いデータを取得し、徹底したテストのレジムを作成することを意味し、これは、説明可能なAI基準と透明性ポリシーを強化することによって、すべての行動に対するすべての行動に対するすべての行動に対する分析に政府の洞察を与えることができます。
データ保護と保持
状態は、サービスの作成または使用中に最初の3つの条件に違反する第三者の会社を使用してはならない。また、第三者の会社は、州によって収集された機密データにアクセスしたり読み取れることができない。顔認証システムによって収集された生体認証データは、権限のないアクセス、誤用、またはデータ侵害に対する堅牢な保護を必要とする、非常に機密かつ個人的である。
データの保持に関する質問は特に重要です。顔認識データが保存されるどのくらいの時間ですか?誰がそれにアクセスする必要がありますか?どのような状況下では、他の代理店や国と共有することができますか?これらの質問は、多くの管轄区域で明確な回答を欠いており、顔認識の展開の長期的影響について不確実性を作成しています。
データ侵害のリスクも重要である。何百万人もの人々の顔認識データを含むデータベースは、ハッカー、外国人の知能サービス、犯罪組織にとって魅力的なターゲットとなる。そのようなデータが侵害された場合、それはアイデンティティ盗難、ストーキング、または何年もまたは数十年にわたって持続できる結果で、他の悪意のある目的のために使用される可能性があります。
国際的視点と展開
グローバル採用パターン
法執行: 顔認識は現在、最も広く採用されているAI監視技術としてランク付けされています。 64% の採用率、スマートシティプラットフォームとスマートポリッシングイニシアティブの両方を上回っています。 この広範囲の採用は、セキュリティと異なる国で受け取られた規制アプローチのテクノロジーの知覚値の両方を反映しています。
各国は、さまざまなセキュリティ脅威に直面し、プライバシーと監視に対するさまざまな文化的態度を持っています。顔認識がどのように展開されるかの重要な変化につながります。一部の国は、技術に熱心に組み込まれています。公共スペースに制限が最小限に及ぶように配置されています。他の人は、特定の高セキュリティのコンテキストに使用を制限したり、厳しい監督要件を課すために、より慎重なアプローチを取っています。
Furl et al. (2002) は、FRT が西洋諸国で開発し、使用したことがより正確であることが判明しました。これは、東アジア諸国では、FRT アルゴリズムは、東アジアの顔画像により正確でした。この調査では、多様なデータセットに配属する多様なデータセットを配備する顔認識システムの開発の重要性が強調されています。
国際協力・規格
テロリズムは、国際的協力を必要とする国際的脅威であり、効果的に対抗するために戦うために必要です。 顔認識技術は、国が既知のテロリストや疑わしい活動に関する情報を共有し、その監視の努力を調整できるようにすることで、この協力を容易にすることができます。 しかし、この国際的次元は、データ共有、プライバシー保護、人権に関する複雑な質問を提起します。
異なる国には、プライバシー保護、データ保持、およびデュープロセスに関する異なる法的基準があります。顔認証データは国境を越えて共有されると、収集された国よりも受取国における厳しい保護が少ない場合があります。これは、厳格なプライバシー保護の下で収集されたデータが、より弱い保護措置を持つ外国政府によって誤用される可能性があるリスクを作成します。
インターポのような国際組織は、偽テロに対する顔認識のクロスボーダーの使用を促進するためにシステムを開発しました。 これらのシステムは、プライバシー、人権、および国家の社会に対する懸念に対する情報共有のセキュリティ上の利点をバランス良くし、複雑な法的および政治的地形をナビゲートする必要があります。 偽テロ症における顔認識の責任ある使用のための国際規格と合意を開発することは、継続的な課題を残します。
公共の知覚と信頼
公共の受諾に影響を与える要因
FRTの提唱者は、公共安全、犯罪防止、および偽造の潜在的な強調を強調し、FRTが法執行機関および組織が疑わしい特定を可能にし、貴重な資産や脆弱な人口が存在する保護された領域やスペースへの不正なアクセスを防止することを可能にします。顔認識のパブリックサポートは、空港などの高リスク環境におけるセキュリティアプリケーションに対する高い受け入れが認められている特定のコンテキストに依存します。
顔認識を配備する機関での信頼は、公共の受諾において重要な要因です。 人々がセキュリティ機関が技術が責任を持って使用し、適切な監督と、その展開を受け入れる可能性が高いと信頼しているとき。 逆に、信頼が低いとき、過去の虐待、透明性の欠如、または偏見に対する懸念が欠如する場合には、公共の反対はより強くなる傾向があります。
FRTの成功と普及の採用は、速度と精度だけでなく、顔認識デバイスを出力するアルゴリズムの公的な信頼にも関わらず、その信頼は、直面的なバイアスと偽の肯定的な結果の例がソフトウェアの全体的な精度と機能性で作られた年間の改善をオーバーシャドウし続ける一方で、構築することは困難です。
パブリックコンピデンスの構築
悩みを解決し、自信を築き上げるためのパブリックエンゲージメントを促進します。 著名な公共エンゲージメントは、単に顔認識の展開について人々を知らせるよりも多くを必要とします。 それは、技術のメリット、リスク、および適切な限界に関する本物的な対話のための機会を作成することを意味します。
システム性能に関する透明性は、信頼を築くために不可欠です。セキュリティ機関は、人口統計グループによる故障、偽陽性率、および技術の使用方法および過剰な情報を含む精度率を公に報告する必要があります。この透明性は、一般に、セキュリティがプライバシーコストを正当化し、技術が公正に使用されているかどうかについて、通知判断をすることができます。
問題が起きるときの説明責任も重要である。顔認識システムが誤った拘留や他の害につながるとき、代理店はこれらの障害を認識し、被害者を補償し、再発を防ぐための具体的な措置を講じなければならない。問題の否定や責任の決定のパターンは、公共の信頼と燃料の反対を技術に取り消すであろう。
未来の研究開発と新興技術
精度と能力の進歩
近年、高度なアーキテクチャとレイヤーやパラメータの数の増加に伴い、FRモデルは複雑な顔表現を学ぶ能力を大幅に向上させ、これらの深いアーキテクチャを取り入れ、100以上のレイヤーをパラメータで比較し、FRシステムの能力を大幅に向上させ、チャレンジングなシナリオを総合的に向上させ、全体的な認識性能(バイアスを削減するだけでなく、より広い多様なデータセットの可用性が向上し、これらの変化を予測し、これらの変化を予測し、これらの変化を予測し、これらのデータを最適化し、変化するような、変化を促進し、その結果、FIEPをさらには、これらのデータを最適化し、より一層化し、より一層化し、より一層の成果を向上させ、より一層化し、より一層の達成するような、変化を加速化し、より一層の達成を加速するような、より一層の達成を加速化し、より一層の達成を加速化し、より一層の達成を加速化し、より一層の達成する。
将来の顔認識システムは、顔認識をアイリススキャン、歩行分析、音声認識、その他の技術と組み合わせて、複数の生体認証を組み込む可能性が高いでしょう。この多角的なアプローチは、複数の生体認証を交差させることで精度を向上させることができ、あらゆるシステム内のエラーの影響を軽減します。また、テロリストが自分の外観を偽装したり変更したりすることで、検出を蒸発したりすることがより困難になります。
人工知能の進歩、特にディープラーニングやニューラルネットワークの進歩、顔認識システムが達成できる限界を押し続ける。これらのシステムは、照明の悪い部分やオクルージョン、極端な角度など、困難な状況下で顔を認識する方が良い。また、複数のカメラから高解像度のビデオストリームを同時に実現できる、より高速化し、リアルタイムに分析する。
他のインテリジェンスシステムとの統合
偽テロの顔認識の未来は、単に技術自体を向上させるだけでなく、他の知性とセキュリティシステムと統合するだけでなく、そのものです。顔認識が行動分析、社会ネットワークマッピング、コミュニケーション監視、その他の知能源と組み合わせると、その部分の合計よりも大きい包括的な脅威検出システムの一部になります。
例えば、顔認識は空港で関心のある人を特定し、旅行パターン、金融取引、コミュニケーション、および既知の仲間の追加のスクラッチをトリガーする可能性があります。この統合アプローチにより、セキュリティ機関は潜在的な脅威のより完全な写真を構築し、対応方法に関するより詳細な情報に基づいた決定を下すことができます。
しかし、この統合はプライバシーの懸念も増大しています。他のソースから顔認識と広範囲のデータを組み合わせたシステムにより、非推奨の監視機能が生まれ、人々の生活をほぼすべての側面で監視することができます。このような強力なシステムが正当なセキュリティ目的のためにのみ使用され、適切な監督は政策立案者にとって重要な課題となります。
新興対策とアームレース
顔認識技術は、偽造症に比べると、悪用は検出を蒸発させるための対策を開発しています。これらは、マスクやサングラスを着用するようなシンプルな手法から、顔認識アルゴリズムを混同したり、深層化技術を使用して偽の識別を生成したりするような、より洗練されたアプローチまでの範囲です。
これは、テロリストや他の広告主がそれらを敗北するための新しい方法を開発しながら、顔認識システムを改善するために働くセキュリティ機関と、継続的な技術アームのレースを作成します。 偽テロリズムにおける顔認識の有効性は、技術の固有の能力だけでなく、それが進化する回避技術に適応することができる方法に依存します。
一部の研究者は、顔認識システムをより強くするために方法を探しています。例えば、赤外線画像を使用して、顔を部分的に覆うか、顔の機能に加えて、gaitと体言語を分析するなど。他の人は、実際の顔と写真、マスク、またはビデオディスプレイの間で区別できる、生存検出システムを開発しています。
最良のプラクティスと推奨事項
技術的な標準とテスト
NISTの継続的な顔認識ベンダーテスト(FRVT)は、2017年以来400以上の顔認識アルゴリズムで評価され、すべての参加開発者の全体的な精度評価にインサイトを提供します。 導入前に、顔認証システムの厳しい独立したテストは、精度と公平性のための最小基準を満たしていることを確認することが重要です。
検査には、多様な人口統計グループ間で評価を組み、システム性能のあらゆるバイアスを識別し、定量化する必要があります。これらの問題が修正されるまで、偏見の許容範囲を実証するシステムが展開されるべきではありません。テストは、管理された実験室環境だけでなく、現実的な運用条件の下でのパフォーマンスを評価するべきです。
導入後の監視と評価を均等に重要視しています。システム性能は、アルゴリズムの年齢や人口が監視される変化として時間をかけて劣化させることができます。定期的な監査は、新興の問題を特定し、システムが運用寿命全体で性能基準を満たし続けることを保証することができます。
運営ガイドライン
偽テロに対する顔認識を展開するセキュリティ機関は、いつとどのように技術が使用できるかを明確に操作ガイドラインを確立する必要があります。これらのガイドラインは、行動を取る前に、どのようなレベルの一致の自信が必要かを問いかけるべきですか?顔認識の一致に基づいて誰かを守る前に、追加の検証が必要ですか?システムがどのようにして人間の判断と組み合わせて使用されるべきでしょうか?
人間やアルゴリズムが不当で、人間の判断の類似の弱点は、個人がアルゴリズムの出力を信頼する可能性があるため、顔認識技術の使用に影響を与える可能性があるため、それは「拒絶」であるべきだと考えると、その2つの画像が一致しているかどうかについて、独自の判断よりも、技術に根ざしたバイアスや不正確であるかどうかを判断する。顔認識システムを使用して人のためのトレーニングは、技術が人間の意思決定を支援するツールであることを強調するべきであり、人間の判断のための代替手段ではありません。
オペレータは、バイアスと偽陽性の可能性を含む、システムの制限を理解するために訓練されるべきです。 彼らは、独立した判断を行使し、特に誤差の結果として深刻な場合、アルゴリズムの出力に依存しないことを奨励すべきである。 明確なプロトコルは、顔認識の試合に基づいて行動を取る前に、追加の調査または検証が必要であるかどうかを指定する必要があります。
監督・経理メカニズム
顔認識技術が適切に使用されることを確実にするために、堅牢な監督機構が不可欠であり、その乱用が特定され、修正されること。この監督は、プライバシーコミッション、立法委員会、または司法審査などの独立した機関によるセキュリティ機関および外部監督内の内部メカニズムの両方を組み込む必要があります。
エージェントは、顔認識システムが使用される方法の詳細なログを維持する必要があります。検索が行われるもの、誰がそれらを実行するか、そしてどのような行動結果をもたらすかを含みます。これらのログは、ポリシーの遵守と誤用パターンを特定するための定期的な監査に従う必要があります。問題が特定されると、責任ある当事者が適切な結果に直面していることを確認する明確な説明責任メカニズムがあります。
外部の監督機関は、顔認識プログラムの有意義なレビューを行うための権限とリソースを持っている必要があります。これには、システムがどのように機能するか、パフォーマンスデータ、および操作ログに関する技術的な情報へのアクセスが含まれます。 監督機関は、法的または倫理基準に違反するプログラムへの変更に対処する力を持っている必要があります。
ケーススタディと現実世界のアプリケーション
空港およびボーダーの保安の実装
空港と国境交差は、偽テロ目的のために顔認識技術の最も最も最近そして最も広範な採用者の中でされています。 これらの制御された環境は、顔認識の展開のためのいくつかの利点を提供します。 旅行者は、指定されたチェックポイントを通過する必要があります。照明とカメラの角度が最適化され、アイデンティティ検証のための明確なセキュリティ正当性があります。
多くの国では、旅行者がパスポート写真にマッチし、既知のテロリストからそれらをチェックするために、移民チェックポイントで顔認識を実施しています。 これらのシステムは、旅行者の数百万の処理を行なっています。 一部の空港では、顔認識が不正な文書や不正なアイデンティティを使用して旅行しようとする個人を識別できるようにしました。
また、この技術は、事前スクリーニングされた個人が顔認識によるアイデンティティを検証する自動化ゲートを使用することを可能にするプログラムを通じて、信頼できる旅行者のために明示的な処理に展開されています。このデュアルユースは、セキュリティと利便性の両方を強化し、空港のコンテキストにおける技術の公的な受け入れに貢献しています。
アーバン監視ネットワーク
一部の都市では、セキュリティ脅威の公共スペースを監視するために顔認識機能を備えたカメラの広範なネットワークを展開しています。 これらのシステムは、都市全体で個人の運動を追跡し、潜在的なターゲットの監視や共同コンサルターとのミーティングを実施するテロリストを特定することができます。
しかし、都市監視ネットワークは、通常の市民の大量監視の可能性のために重要な議論をもたらしています。クリティカルズは、これらのシステムがフリー表現と協会に冷やす効果をもたらすと主張しています。彼らは追跡されていることを知っている場合は、特定の場所や活動を避けることができるからです。セキュリティ上のメリットとプライバシーコストのバランスは、これらのアプリケーションで攻撃するのは特に困難です。
一部の管轄区域は、深刻な犯罪を調査したり、著名な脅威に反応したりするなど、公共空間での顔認識の使用を制限することにより、これらの懸念に対処することを試みています。 他の人は、カメラが明確にマークされていることと、顔認識が展開されている場所について公正であることを要求している。 これらのアプローチは、質量監視の最も侵入的な側面を制限しながら、いくつかのセキュリティ上の利点を維持しようとしています。
イベントセキュリティとクラウドモニタリング
政治会議、国際サミット、または大規模なスポーツイベントなどの主要な公共イベントは、テロリストのための魅力的なターゲットを提示し、集中的なセキュリティ対策が必要です。 顔認識は、このようなイベントで展開され、混雑状況を監視し、参加者間の潜在的な脅威を特定しています。
これらの一時的な展開は、永続的な監視ネットワーク上のいくつかの利点を提供します。 彼らは時間と範囲に制限されています。, 特定の高リスクイベントではなく、公共スペースの継続的な監視に焦点を当てています. 彼らは、大規模な群衆や高プロファイルターゲットを引き付ける主要なイベントに関連付けられている高セキュリティの脅威によって正当化することができます.
しかし、イベントセキュリティアプリケーションは、特に顔認識が政治的な予報やデモを監視するのに使用される場合に懸念を提起します。この技術は、政治的活動家を特定し、追跡するために使用することができ、潜在的な正当な政治表現を冷やします。いつのガイドラインをクリアし、どのように顔認識が公開イベントで使用することが不可欠です。
パスフォワード:セキュリティと権利のバランスをとる
レスポンシブル・ユース・フレームワークの開発
偽テロの顔認識の未来は、市民の自由を保護し、公正性を確保しながら、技術が正当なセキュリティ目的のために有効に使用できるようにするフレームワークを開発することに依存します。 これは、セキュリティの専門家、技術学者、政策立案者、市民の自由擁護者、および公共の間で継続的な対話を必要とします。
このようなフレームワークは、明確な原則に基づいているべきです。 顔認識は、必要に応じて使用し、セキュリティ脅威に比例するべきです。 適切な保護措置を悪用して展開する必要があります。 意味のある監督と説明責任に従うべきです。 正確さと偏見の問題に対処するために継続的に評価され、改善されるべきです。
異なるコンテキストは、異なるアプローチを必要とする場合があります。 境界交差での顔認識の使用、プライバシーの明確なセキュリティ正当化と限られた期待がある場合、公共スペースの継続的な監視のために使用よりも許容される場合があります。 コンテキスト固有のフレームワークは、複数のサイズのフィット - ルールよりも、よりニュアンスされたガイダンスを提供できます。
研究開発への投資
顔認識技術を改善する研究の継続的投資は不可欠です。これは、精度と速度を向上させるだけでなく、特に偏見や公平性の問題に対処するだけでなく、NISTのFRTの一般的な欠陥を明らかにする助けのような広範囲かつ標準化された研究、および科学者と従業員の両方として、FRTを開発するエンジニアは、より暗い皮膚のトーンでソフトウェアの結果を改善し、そして偽陽性の率の性別ギャップを減らすだけでなく、将来のデータ分析やアルゴリズムを検証するなどの作業をしています。
リサーチは、セキュリティ上のメリットを維持しながら、より優れたプライバシー保護を提供する可能性がある代替アプローチを探求する必要があります。例えば、行動パターンを分析したり、特定の個人を特定することなく異常を検出するシステムが、従来の顔認識よりもプライバシーの侵入を少なくする有用なセキュリティ情報を提供する可能性があります。
コンピュータ科学者、社会科学者、倫理家、および法的学者を共にまとめた研究は、顔認識技術によって構成された複雑な課題を特定し、対処することができます。 技術的能力だけでなく、社会的、倫理的、法的影響だけでなく、責任ある開発と展開のために不可欠であるだけでなく、理解すること。
国際協力・規格
テロの国際的性質を与えられた, 顔認識基準と慣行に関する国際協力が重要である. 国は、精度のための共通の基準を開発するために一緒に働く必要があります, 公正性, そして、プライバシー保護, 異なる法的伝統と文化的価値観を尊重しながら.
国際協定は、偽テロ行為で使用される顔認識システムのための最小限の基準を確立することができ、境界線間で共有されたデータは、正確性と信頼性のための基本的な要件を満たしていることを確認します。また、テロリストの脅威に対する効果的な協力を可能にする一方で、プライバシーと人権を保護するデータ共有のためのプロトコルを確立することもできます。
しかし、国際協力は、権威主義的な救済策を有効活用するための懸念に対してバランスをとらなければなりません。民主国は、強い人権保護と法律の規則を欠いている政府と顔認証技術やデータを共有することに気をつけるべきです。国際規格には、違法な目的のために使用される技術を防ぐための保護策が含まれている必要があります。
結論:複雑な風景をナビゲート
顔認識技術はテロに対する戦いで強力なツールを表しています, 識別のための機能を提供します, 監視, そして、わずか数年前に想像できない調査. 新しい技術は、状態に新しい電力を与えています 既知のテロリストの識別を自動化する状態が保護する市民に攻撃を組織しています, そして、これを行うための力, それが効果的に機能する場合, テロ対策を対抗するのに役立ちます.
しかし、技術は、精度、偏見、プライバシー、および市民の自由に関連する重要な課題を強調しています。この問題は、顔認識ソフトウェアで前等に関係しています。これは、非白人のための偽陽性のより高い割合を生成し、誰かを逮捕するために使用される顔認識ソフトウェアとは異なり、誤って訓練されたCTアルゴリズムは、市民を殺すことができ、誰も逃げない行動です。 偽造テロアプリケーションでのステークは特に高く、誤った人や人、危険な検出に悪影響を及ぼす可能性のある人、または個人を危険に陥らせるために、エラーが発生する可能性があります。
パスフォワードは、慎重な政策開発、堅牢な監督、継続的な技術改善、および継続的な公共対話を通じて、これらの競争上の考慮事項のバランスをとる必要があります。 保護措置なしで、セキュリティ目的のために顔認識の使用や禁忌な展開を防ぐためのneither blanket禁止は、責任あるアプローチを表しています。 代わりに、不正防止中に有益な使用を可能にするコンテキスト固有のフレームワークは、基本的な権利を保護するときに顔認識のセキュリティ上の利点を現実化するための最良の希望を提供します。
テクノロジーは進化し、より可能になるように、思考のガバナンスの必要性はより緊急になります。今日行われた決定は、顔認識が開発、展開、および調整された方法について、何年もの間セキュリティと自由のバランスを形作ります。これらの決定は、証拠によって通知され、倫理的な原則によって導かれ、民主的な説明責任は、ますますます複雑な脅威環境で両方のセキュリティと自由を維持する上で不可欠です。
バイオメトリックセキュリティ技術の詳細については、「]」をご覧ください。 規格および技術の顔認証ベンダーテストプログラムの国立研究所。 監視技術におけるプライバシーの考慮事項について学ぶには、 ]電子フロンティア財団]からリソースを探索してください。 顔認証規則に関する国際的視点については、]を参照してください。 欧州議会のAI規制に関する作業を参照してください。