Table of Contents
Hiểu công nghệ và vai trò của nó trong sự an toàn hiện đại
Công nghệ nhận diện khuôn mẫu đã nổi lên như một trong những công cụ biến đổi nhất trong cuộc chiến toàn cầu chống khủng bố. công nghệ mạnh mẽ này cho phép nhận diện nhanh và chính xác cá nhân và viện trợ để ngăn chặn các hoạt động khủng bố và làm cho không gian công cộng an toàn hơn. khi các mối đe dọa an ninh tiếp tục tiến triển trong sự phức tạp và quy mô, các chính phủ và các cơ quan thực thi pháp luật trên toàn cầu đang ngày càng tăng lên để bảo vệ công dân và cơ sở hạ tầng của họ.
Theo nghiên cứu của Markets và Markets thị trường nhận diện khuôn mặt đang chuẩn bị đạt đến 8 tỉ đô la trong 2025, tăng gấp đôi từ 3.8 tỷ đô la vào năm 2020. sự tăng trưởng bùng nổ này không chỉ phản ánh khả năng mở rộng của công nghệ mà còn quan trọng nhất trong khuôn khổ an ninh quốc gia từ các sân bay và biên giới qua các mạng lưới giám sát thành thị và các quá trình điều tra về mặt mặt thử nghiệm, nhận diện khuôn mặt đã trở thành thành thành phần thiết yếu của các chiến lược chống khủng bố hiện đại.
Ở tâm của nó, công nghệ nhận diện khuôn mặt thể hiện một cuộc hôn nhân tinh vi của thị lực máy tính, sự phân tích nhân tạo và sinh trắc học công nghệ số hóa khuôn mặt con người thành các biểu hiện toán học mà máy tính có thể xử lý và so sánh, phân tích các tính năng quan trọng như khoảng cách giữa mắt, mũi cầu, hình cầu, hình nón, và cấu trúc xương hàm, và tạo ra các mẫu sinh trắc học độc nhất để kiểm tra các dữ liệu có hàng triệu khuôn mặt. khả năng để tiến hành và tương ứng với các khuôn mặt ở tốc độ chưa từng thấy đã thay đổi cách thức các cơ bản để các cơ quan bảo mật tiếp cận sự đe dọa và phòng chống.
Sự tiến hóa của kỹ thuật chấp nhận khuôn mặt
Từ khởi đầu sớm đến hệ thống AI-Poed
Công nghệ này quay trở lại những năm 1960 khi một người tên là Woodrow Wilson Bledsooe lần đầu tiên đưa ra một hệ thống để sắp xếp các bức ảnh của khuôn mặt bằng một chiếc máy tính bảng đặc biệt. những hệ thống đầu tiên này là cơ bản theo tiêu chuẩn ngày nay, yêu cầu đầu vào bằng tay và hoạt động dưới điều kiện được kiểm soát cao. trong những năm 70, một số người thông minh sử dụng 21 dấu hiệu đặc biệt, như màu sắc và độ dày môi cụ thể, để tự động nhận diện khuôn mặt, và 80/90s nhìn thấy một phương pháp mới gọi là Eigenface, đã trở thành nền tảng cho hệ thống hiện đại.
Những thay đổi trò chơi thực sự đến vào những năm 2000 với mạng xã hội, như đột nhiên có hàng triệu bức ảnh được đánh dấu trực tuyến, cung cấp cho những hệ thống này một cơ sở dữ liệu khổng lồ để học hỏi. điều này dư dật dữ liệu đào tạo, kết hợp với tiến bộ trong các thuật toán học máy, cho phép hệ thống nhận diện khuôn mặt đạt được tỷ lệ chính xác mà trước đây không thể tưởng tượng được. ngày nay, với trí tuệ và nghiên cứu sâu, hệ thống nhận dạng đối mặt cho các doanh nghiệp đã trở nên chính xác và nhanh đến khó tin.
Hệ thống nhận diện khuôn mặt hiện đại hoạt động như thế nào?
Hệ thống nhận diện khuôn mặt hiện đại hoạt động qua một tiến trình đa giai đoạn xảy ra trong phần nghìn giây. Giai đoạn đầu tiên liên quan đến việc phát hiện khuôn mặt, nơi hệ thống nhận diện và định vị một khuôn mặt trong khung ảnh hoặc video. Tiếp theo, hệ thống này sắp xếp khuôn mặt, nơi hệ thống bình thường hoá vị trí, kích cỡ và định hướng để đảm bảo sự phân tích nhất quán bất kể góc độ hay khoảng cách từ máy ảnh.
Tiếp theo là tính năng trích xuất, nơi hệ thống xác định và đo nét mặt đặc trưng. Những phép đo này được chuyển đổi thành biểu mẫu toán học gọi là biểu mẫu khuôn mặt hoặc biểu mẫu sinh trắc học. Cuối cùng, hệ thống thực hiện khớp bằng cách so sánh mẫu này với mẫu được lưu trữ trong cơ sở dữ liệu, tạo ra điểm tương tự cho thấy khả năng khớp.
Hệ thống nhận diện khuôn mặt hiện đại thu và phân tích hình ảnh của những người trong điều kiện khó khăn nhất của thị giác và sự vận động. khả năng này là quan trọng cho ứng dụng chống khủng bố, nơi mà nghi phạm có thể bị bắt trên các cảnh quay theo dõi dưới điều kiện ít theo hướng hơn, bao gồm ánh sáng kém, một phần tích hợp, hoặc ở góc độ không hợp lý.
Những ứng dụng chiến lược trong các chiến dịch chống khủng bố
Phát hiện mối đe dọa và giám sát thời gian thực
Công nghệ nhận diện khuôn mặt đã nổi lên như một công cụ biến đổi trong phản khủng bố, cung cấp khả năng tiên tiến để nhận diện, theo dõi, và bắt những cá nhân quan tâm, với tập trung vào ba ứng dụng cụ thể: giám sát thời gian thực, điều khiển biên giới, và điều tra quá trình. trong không gian đông đúc, trung tâm vận tải, và trong các sự kiện lớn, hệ thống nhận diện khuôn mặt có thể liên tục quét đám đông và cảnh báo ngay lập tức nhân viên an ninh khi một người quan tâm được phát hiện.
AI cho phép kiểm tra tự động cảnh báo và nhận dạng các nhóm lớn người ở mức độ và tốc độ không thể trước đó. Khả năng này đặc biệt có giá trị trong các sự kiện có tính chất cao nơi đám đông tụ tập, chẳng hạn như sự kiện chính trị, sự kiện thể thao, hoặc các lễ hội văn hóa. các cơ quan an ninh có thể triển khai hệ thống nhận diện khuôn mặt để giám sát các điểm và các phong trào đám đông, xác định các mối đe dọa tiềm năng trước khi họ có thể đưa vào cuộc tấn công.
An ninh tăng cường cung cấp sự giám sát liên tục ở những khu vực có nhiều người quan tâm, và xác định những người mất tích với hiệu quả chưa từng thấy. khả năng hoạt động liên tục mà không mệt mỏi khiến nó trở thành một phần bổ sung vô giá cho nhân viên an ninh con người, những người có thể tập trung vào việc điều tra cảnh báo và phản ứng với những mối đe dọa tiềm năng tiềm tàng.
Biên giới và kiểm soát việc nhập cư
Nếu một người (kể cả khủng bố) đến Mỹ từ nước ngoài, người đó có thể đi qua trạm kiểm soát di trú tại cảng của nạn khủng bố, và từ góc nhìn của khủng bố, điểm kiểm soát này là điểm bất thường nơi mà những kẻ khủng bố dễ bị tổn thương nhất. công nghệ nhận diện đã trở thành công cụ thiết yếu tại những điểm nguy hiểm này.
FTT được triển khai để xác minh rằng một người đi qua biên giới kiểm soát thực sự là người được hình dung trên một tài liệu nhận diện (v. d., một hộ chiếu), và Interpol đã triển khai hệ thống dự án đầu tiên của mình để giúp chính quyền quốc gia xác định những người lính khủng bố nước ngoài (FTFs). Những hệ thống này có thể xử lý nhanh chóng các hành khách trong khi kiểm tra danh sách các người xem những kẻ khủng bố đã biết hoặc nghi ngờ, gây ra an ninh đáng kể mà không tạo ra những chai cổ chai lớn trong quá trình truyền hình hành khách.
Sinh trắc học có thể ngăn chặn sự ăn cắp và gian lận nhập cư trong việc sử dụng tài liệu du lịch, như một mẫu sinh trắc học của một trong những dấu vân tay sẽ được gắn vào tài liệu, như là một hộ chiếu hay visa, trên một mã thanh, chip, hay dải từ tính, điều này sẽ làm cho một người khó có thể giả mạo danh tính của người khác. khi kết hợp với nhận dạng khuôn mặt, phương pháp sinh trắc học đa chiều này tạo ra một sự phòng thủ mạnh mẽ chống lại những kẻ khủng bố cố gắng xâm nhập vào các quốc gia sử dụng tài liệu giả hoặc danh tính bị đánh cắp.
Điều tra và ứng dụng pháp y
Hệ thống sinh trắc học có thể xác định hoặc nghi ngờ khủng bố sử dụng nhận dạng sinh trắc học khuôn mặt hoặc phương pháp FaceCheck khi một bức ảnh có sẵn của kẻ khủng bố, và điều này được tìm kiếm chống lại một danh sách theo dõi hoặc cơ sở dữ liệu của những kẻ khủng bố bị tình nghi mẫu. khả năng này đã được chứng minh là vô giá trong các cuộc điều tra sau khi nhập cảnh, nơi các cơ quan an ninh phân tích đoạn phim giám sát để xác định thủ phạm và các đối tác.
Hiệu quả thực thi pháp luật tăng tốc độ xác định và giải quyết vụ án nghi ngờ thông qua sự tự động khớp với các hồ sơ đã có. Thay vì xem xét các giờ của cảnh quay và so sánh khuôn mặt bằng mắt, các điều tra viên có thể sử dụng nhận diện khuôn mặt để nhanh chóng tìm kiếm thông qua các kho lưu trữ video giám sát rộng lớn, nhận diện nghi phạm và theo dõi các hoạt động của họ trên nhiều vị trí và thời gian.
Quân đội Hoa Kỳ cũng đã công nhận giá trị chiến lược của việc nhận diện khuôn mặt trong các hoạt động chống khủng bố. Ban điều hành đặc biệt Hoa Kỳ (USSOCOM) đang đặt nền tảng cho sự mở rộng đáng kể của trí thông minh và khả năng khai thác của nó, trình bày một tầm nhìn rộng và đầy tham vọng về cách các hoạt động đặc biệt thu thập, phân tích và khai thác dữ liệu liên quan đến nhân dạng trong các nhiệm vụ, tìm kiếm sự thấu hiểu về năm lĩnh vực chính: nhận diện khuôn mặt, phát âm và giọng nói, kết hợp hoàn toàn với ứng dụng hệ sinh thái SOFe Exitation, phân tích nhanh, và hệ thống DNA và AI
Những lợi thế trong việc phòng ngừa nạn khủng bố
Tốc độ và tỷ lệ nhận diện
Một trong những lợi thế quan trọng nhất của công nghệ nhận diện khuôn mặt trong việc chống khủng bố là khả năng xử lý và phân tích khuôn mặt với tốc độ vượt xa khả năng của con người. công nghệ mới đã tạo ra một sức mạnh mới để tự động hóa việc xác định những kẻ khủng bố đã từng tổ chức tấn công vào những công dân mà chính quyền cho phép bảo vệ, và sức mạnh để làm điều này, nếu nó hiệu quả, sẽ giúp chống lại khủng bố, như công nghệ nhận diện khuôn mặt hứa sẽ cung cấp cho chính xác quyền lực đó.
Một nhân viên an ninh giám sát một sân bay đông người chỉ có thể tích cực xem một số lượng người một lúc, và ngay cả những nhân viên kinh nghiệm nhất có thể bỏ lỡ một nghi phạm trong một biển khuôn mặt. hệ thống nhận diện khuôn mặt, tương phản với sự nhận diện khuôn mặt, có thể giám sát đồng thời hàng trăm hoặc hàng ngàn khuôn mặt, so sánh từng người với cơ sở dữ liệu rộng lớn trong thời gian thực.
Khả năng này đặc biệt quan trọng trong tình huống nhạy cảm thời gian mỗi giây khi các cơ quan tình báo nhận thông tin về một mối đe dọa sắp xảy ra, hệ thống nhận diện khuôn mặt có thể nhanh chóng được triển khai để quét các mạng lưới giám sát khắp các thành phố, khả năng tìm ra nghi phạm chỉ trong vài phút thay vì giờ hoặc ngày.
Khả năng giám sát tăng cường
Thông qua sự công nhận sinh trắc học, thuật toán học sâu, và dữ liệu phân tích lớn, độ chính xác và hiệu quả của công việc thông minh được cải thiện và công việc giám sát truyền thống trở thành một cuộc chiến nhìn trước và phòng thủ. nhận diện khuôn mặt biến giám sát từ một công cụ phản ứng được sử dụng chủ yếu cho việc điều tra sau khi động hóa thành một hệ thống có khả năng ngăn chặn tấn công trước khi họ xảy ra.
Công nghệ cho phép các cơ quan an ninh tạo ra mạng lưới toàn diện của camera giám sát hoạt động như một hệ thống tích hợp hơn là một điểm quan sát riêng lẻ. khi một người quan sát được phát hiện tại một địa điểm, hệ thống có thể theo dõi các hoạt động của họ qua mạng, cung cấp thông tin an ninh với thông tin thời gian thực về hoạt động và liên kết của họ. Khả năng này là vô giá cho việc hiểu các mạng lưới khủng bố và xác định danh tính trước đây của các tổ chức cực đoan.
Hơn nữa, hệ thống nhận diện khuôn mặt có thể hoạt động liên tục mà không có giới hạn của sự chú ý và mệt mỏi của con người.
Hiệu ứng & lặp lại
Khi những kẻ tấn công có khả năng bị bắt và phân tích bởi hệ thống sinh trắc học phức tạp, chúng phải đối mặt với những nguy cơ cao hơn là nhận diện và lo sợ.
Hiệu ứng ngăn chặn này mở rộng ra ngoài mối đe dọa tức thời của nhận dạng. Hệ thống nhận dạng khuôn mặt tạo ra một bản ghi chép kỹ thuật số vĩnh viễn có thể được phân tích lâu sau một sự cố xảy ra. Điều này có nghĩa là ngay cả khi những kẻ khủng bố có khả năng tránh bị phát hiện ngay lập tức, chúng để lại bằng chứng có thể được sử dụng để nhận dạng chúng sau này, theo dõi các hoạt động của chúng, và phát hiện các mạng lưới của chúng. Trách nhiệm dài hạn này thêm một lớp nguy cơ khác mà khủng bố phải xem xét khi lên kế hoạch.
Cách tô sáng tài nguyên
Công nghệ nhận diện khuôn mặt cho phép các cơ quan an ninh tối ưu hóa nguồn lực hạn chế của họ bằng cách tự động phát hiện các nhiệm vụ nhận dạng thông thường và tập trung vào chuyên môn của con người nơi cần thiết nhất. Thay vì chỉ định nhân viên giám sát dữ liệu giám sát bằng tay hoặc kiểm tra tài liệu tại các đường biên giới, các cơ quan có thể triển khai hệ thống nhận dạng khuôn mặt để xử lý các công việc này trong khi những người điều tra tập trung vào các cảnh báo điều tra, tiến hành phỏng vấn và đưa ra những quyết định quan trọng.
Sự tối ưu hóa này đặc biệt quan trọng với quy mô của những thách thức an ninh hiện đại. với hàng triệu du khách đi qua các sân bay hàng ngày và hàng giờ của cảnh giám sát được tạo ra trên các khu vực đô thị, nó sẽ không thể tự kiểm tra tất cả các thông tin này. hệ thống nhận dạng khuôn mặt có thể tự động xử lý rất nhiều dữ liệu này, đánh dấu chỉ một phần nhỏ cần sự chú ý của con người.
Những thử thách nghiêm trọng và giới hạn kỹ thuật
Sự chính xác và những lạc quan giả dối
Mặc dù công nghệ nhận diện khuôn mặt có những tiến bộ đáng kể, nhưng sự chính xác vẫn là mối quan tâm quan trọng, đặc biệt trong các ứng dụng chống khủng bố, nơi mà hậu quả của các lỗi có thể nghiêm trọng. phương pháp nhận diện khuôn mặt đã được xác định với sự bất toàn và yếu kém kỹ thuật, nhưng có thể được sử dụng một cách hoạt động để giảm thiểu những yếu kém của nó.
Mặc dù con người thường có thể thực hiện các quá trình nhận diện khuôn mặt khá tốt, nhưng những hoạt động này vẫn còn rất khó khăn cho hệ thống công nghệ, như là trừ khi bức ảnh được chụp dưới điều kiện được kiểm soát chặt chẽ, hệ thống có thể gặp khó khăn trong việc nhận diện cá nhân hoặc thậm chí phát hiện khuôn mặt của anh ta trong bức ảnh, và hệ thống hoạt động tốt nhất khi các yếu tố môi trường như góc máy ảnh, ánh sáng, biểu hiện khuôn mặt và những người khác, được kiểm soát tối đa có thể.
Những người mà công nghệ không hoạt động tốt sẽ không thể được kiểm tra bởi FTS -- gây ra nghi ngờ và nhiều hơn nữa, họ sẽ bị xác định sai thường xuyên hơn, có thể gây ra nghi ngờ là khủng bố hoặc tội phạm nghiêm trọng khác.
NN gần đây đã chạy một cuộc thử nghiệm quy mô lớn tập trung vào việc xác định thành kiến ở FT, với một nhấn mạnh cụ thể vào tỷ lệ dương dương dương sai – e, tần số mà một thuật toán sai định nghĩa hình ảnh của một người, và kết quả cho thấy "các phân biệt chủng tộc dân số, tỷ lệ dương thường thay đổi tùy theo yếu tố 10 đến hơn 100 lần", phụ thuộc vào các thuật toán nào đang được sử dụng. Những biến thể này trong tỷ lệ sai số khác nhau trên hệ thống nhấn mạnh tầm quan trọng của việc kiểm tra nghiêm ngặt và xác thực trước khi triển công nghệ phát hiện khuôn mặt trong các ứng dụng bảo mật cao.
Minh họa sinh học và sự công bằng
Một trong những thách thức nghiêm trọng nhất đối mặt với công nghệ nhận diện khuôn mặt là khuynh hướng nhân khẩu học- xu hướng làm việc ít chính xác hơn trong một số nhóm nhân khẩu học. ba chương trình phân tích khuôn mặt từ các công ty công nghệ lớn cho thấy cả loại da và khuynh hướng giới tính, và trong các thí nghiệm của các nhà nghiên cứu, ba chương trình sai lầm trong việc xác định giới tính của đàn ông bị suy giảm ánh sáng không bao giờ tệ hơn 0.8 phần trăm, nhưng đối với phụ nữ da màu tối hơn, tỷ lệ thất thường của phụ nữ, tỷ lệ thất thường tăng lên đến 20 phần trăm trong một trường hợp và hơn 34 phần trăm trong hai trường hợp khác.
Tỉ lệ sai lầm cho đàn ông da trắng là 0.8%, so với 34.7% cho phụ nữ da đen, theo một nghiên cứu năm 2018 có tựa đề "Gender Shades" bởi Joy Buolamwini và Timnit Gebru, xuất bản bởi MIT Media Lab. tỷ lệ phân biệt rõ ràng này tăng lên những mối quan tâm nghiêm trọng về sự công bằng và sự điều trị bằng nhau theo luật khi nhận diện khuôn mặt được sử dụng trong bối cảnh an ninh và thực thi pháp luật.
Sắc da gây ảnh hưởng đáng kể đến độ chính xác của việc thẩm định, với sắc màu nhẹ hơn sắc điệu tối trung bình.
Vào tháng 8 năm 2023, một phụ nữ da đen kiện Sở Cảnh sát Detroit sau khi bị cảnh sát bắt bằng cách sử dụng phần mềm nhận diện khuôn mặt có tính pháp lý, và vấn đề này rất phổ biến trong phần mềm nhận diện khuôn mặt, điều này thường tạo ra tỷ lệ tích cực cao hơn cho những người không phải da trắng. những sự cố như thế cho thấy những hậu quả thực tế của khuynh hướng thuật toán và nhấn mạnh sự cần thiết cho hệ thống nhận diện khuôn mặt cân bằng hơn.
Người theo học viện nghiên cứu thêm đã tìm thấy những kết quả thiên vị khi nói đến người Mỹ, thổ dân, Ấn Độ, Alaska và Thái Bình Dương đối mặt với những thành kiến phổ biến trong nhiều nhóm nhân khẩu học cho thấy vấn đề là hệ thống thay vì tách biệt với dân số hoặc thuật toán cụ thể.
Nguyên nhân căn bản của hai loại
Công nghệ nhận diện khuôn mặt đã đạt được những bước tiến lớn nhờ vào trí tuệ nhân tạo tiên tiến (AI) được đào tạo về các bộ dữ liệu khổng lồ của hình ảnh khuôn mặt, nhưng những bộ dữ liệu này thường thiếu sự đa dạng về chủng tộc, sắc tộc, giới tính, và các loại nhân khẩu học khác, khiến hệ thống nhận dạng khuôn mặt hoạt động tệ hơn so với các nhóm dân số ít được đại diện so với các nhóm người khác trong các dữ liệu đào tạo.
Vấn đề thành kiến bắt nguồn từ nhiều nguồn. dữ liệu lịch sử được sử sử sử sử sử sử sử dụng để đào tạo các thuật toán nhận diện khuôn mặt có chủ yếu đặc điểm khuôn mặt của người đàn ông da trắng, phản ánh số liệu của các nhà nghiên cứu và tổ chức đã tạo ra họ. khi các thuật toán học học học để nhận ra khuôn mặt chủ yếu từ bộ dữ liệu hạn chế này, họ tự nhiên thực hiện tốt hơn trên những khuôn mặt tương tự và đấu tranh với khuôn mặt mà khác nhau đáng kể từ dữ liệu đào tạo của họ.
Nhiều người cho rằng phần lớn các vấn đề này là do bộ dữ liệu không cân bằng. Tuy nhiên, vấn đề này không chỉ là hình ảnh đơn giản. Ngay cả khi các bộ dữ liệu có nhiều khuôn mặt khác nhau, những yếu tố khác như điều kiện ánh sáng, chất lượng máy ảnh và độ phân giải ảnh có thể ảnh không cân xứng ảnh hưởng đến chất lượng của người có sắc điệu đen tối hơn, làm tăng vấn đề độ chính xác.
Nỗ lực để làm quen với bias
Các nhà nghiên cứu và công ty công nghệ đã nhận ra mức độ nghiêm trọng của vấn đề thiên vị và đang tích cực làm việc trên giải pháp. vào năm 2018, Microsoft thông báo rằng các dự án thương mại của họ đã được cập nhật để cải thiện hiệu suất trên chủng tộc và phân loại giới tính bằng cách mở rộng các bộ dữ liệu được dùng để đào tạo các thuật toán học máy và bằng cách cải tiến mặt để tăng cường độ chính xác hơn, và những cải tiến này đã đạt được, theo công ty, 20 lần tỷ lệ lỗi thấp hơn cho âm sắc màu da đậm hơn và giảm 9 lần tỷ lệ lỗi cho phụ nữ.
Các nhà nghiên cứu đã được đào tạo trước ba mô hình nhận diện khuôn mặt — Arc Face, Ada Face và Elctic Face — trên một bộ dữ liệu tổng hợp lớn và cân bằng, và kết quả không chỉ tăng sự chính xác tổng thể so với mô hình được đào tạo trên bộ dữ liệu có sự mất cân bằng hiện có, mà còn giảm đáng kể thành kiến dân số, với các mô hình được đào tạo cho thấy tính chính xác công bằng hơn so với các mô hình hiện có ít thành tích hiện tại.
Trên tập hợp dữ liệu Fair face, độ chính xác được cải thiện từ 92.58% đến 96.47%, trong khi Degree of Bias (DoB) được giảm từ 3.86 xuống 1.16, tiêu biểu cho sự giảm khoảng 70%, và đáng chú ý, lợi nhuận đáng kể được quan sát cho các nhóm chưa được đại diện, chẳng hạn như một sự cải tiến chính xác cho phụ nữ da đen từ 802% đến 90.86%, trong khi vẫn duy trì hiệu suất cao cho các nhóm có mặt.
Mạng lưới phân loại (Deb face), sử dụng bộ mã hóa hình ảnh, bốn bộ phân loại thuộc tính, phân loại phân loại phân loại, và mạng lưới tổng hợp tính năng, và 4 bộ máy phân loại, và 4 loại - thời gian, chủng tộc, và danh tính - chuyển thành các tính tương lai được thông tin, nhờ đó cải tiến hiệu suất vượt qua các nhóm chưa được đại diện. Những cải tiến kiến trúc này cho thấy rằng sự phân chia là khả thi, mặc dù công việc quan trọng vẫn còn để thực hiện những giải pháp này trên tất cả các hệ thống.
Mối quan tâm và lợi ích dân sự
Các giám sát hàng loạt và quyền riêng tư
Hầu hết mọi thứ có mặt tối, và FT không phải là ngoại lệ, khi nó nêu lên những vấn đề nghiêm trọng về sự riêng tư, đạo đức, và ảnh hưởng xã hội, việc triển khai công nghệ nhận diện khuôn mặt cho mục đích chống khủng bố đã khơi dậy tranh cãi dữ dội về sự cân bằng giữa an ninh và sự riêng tư, với những nhà phê bình tranh luận cho rằng sự giám sát rộng rãi đe dọa sự tự do dân sự cơ bản.
Luật pháp, đạo đức, và sự riêng tư thách thức về việc giám sát tập thể bao gồm những mối quan tâm về sự xác định sai lầm, gian lận và thiên vị trong cơ sở dữ liệu. khả năng theo dõi các phong trào của cá nhân trong không gian công cộng mà không có kiến thức hay sự đồng ý của họ nêu lên những câu hỏi sâu sắc về bản chất của sự riêng tư trong xã hội hiện đại và giới hạn thích hợp của quyền lực giám sát của chính phủ.
Các nhà phê bình chỉ ra những rủi ro lớn về sự riêng tư và những vi phạm tiềm năng của quyền tự do công dân, gây ra những mối lo ngại về bộ sưu tập dữ liệu trái phép, thiếu sự đồng ý, và tiềm năng cho chức năng leo lên qua mà dữ liệu thu thập cho một mục đích duy nhất được sử dụng cho một mục đích không liên quan đến việc không có kiến thức hay sự đồng ý của cá nhân. Nỗi sợ hãi là hệ thống đầu tiên được triển khai cho chống khủng bố có thể dần dần mở rộng để giám sát công dân thường tham gia vào các hoạt động hợp pháp, tạo ra một trạng thái giám sát mà làm lạnh lên biểu hiện và liên kết.
Lý do đặt ra cho một lệnh cấm như vậy là rằng FTs chịu đựng từ khuynh hướng lan tràn dẫn đến lợi ích và tai hại được phân phối không bình đẳng giữa các nhóm, nhà nước sẽ không thể tránh được việc sử dụng những công nghệ này cho mục đích không hợp pháp, và rằng sự tồn tại của FTs làm lạnh hành vi của chúng ta (tức là, làm cho mọi người kiểm duyệt bản thân vì sợ bị theo dõi). hiệu quả lạnh này có thể phá hoại sự tham gia dân chủ từ việc tham gia tham dự các cuộc biểu tình, tham dự chính trị, hoặc những cuộc họp mặt công cộng nơi mà họ có thể được xác định và theo dõi.
Những lời đáp và cấm đoán thích đáng
Vào năm 2019, San Francisco trở thành thành phố đầu tiên của Mỹ cấm công nghệ nhận diện khuôn mặt (FT), đặc biệt bác bỏ việc sử dụng nó bởi cảnh sát và các cơ quan khác, và kể từ đó, một số thành phố khác của Mỹ đã thực hiện các lệnh cấm tương tự của họ, với các hội đồng thành phố Boston rõ ràng nhấn mạnh một vấn đề: khuynh hướng công nghệ. những lệnh cấm này phản ánh sự quan tâm ngày càng lớn về tiềm năng của công nghệ về sự lạm dụng và các vấn đề của nó với tính chính xác và sự công bằng.
Hơn một chục thành phố lớn đã cấm công nghệ, bao gồm cả Minneapolis, Boston và San Francisco, nhưng những lệnh cấm địa phương này đã không ngăn cản các cơ quan liên bang và nhiều cơ quan khác liên bang tiếp tục triển khai nhận diện khuôn mặt cho mục đích an ninh, tạo ra một mảng quy định khác nhau khác nhau đáng kể tùy theo địa điểm.
Liên minh Châu Âu đã đưa ra một cách tiếp cận toàn diện hơn, với việc sử dụng công nghệ nhận diện khuôn mặt trong bối cảnh của việc phản đối hòa bình nâng cao nguy cơ bị giám sát hàng loạt và những ảnh hưởng để bảo vệ nhân quyền. các nhà quản lý châu Âu đã đề xuất giới hạn nghiêm ngặt về việc sử dụng nhận diện khuôn mặt trong không gian công cộng, với một số biện pháp cấm đoán hoàn thành ngoại trừ trong những trường hợp được xác định rõ ràng liên quan đến các tội nghiêm trọng hoặc mối đe dọa sắp xảy ra.
Giữ thăng bằng giữa sự an toàn và tự do
Điều quan trọng nhất là nếu nhà nước có thể dùng công nghệ này để tăng cường sức mạnh chống khủng bố, thì quyền lực này buộc phải có những hành vi lạm dụng và làm lạnh không xảy ra, và chính quyền phải tạo ra những hạn chế về thể chế mà chỉ cho phép FTs được sử dụng ở những nơi mà người ta không (và không nên) hưởng sự mong đợi hợp lý về sự riêng tư (v.g., sân bay, biên giới).
Các camera được trang bị FT phải được đánh dấu để đảm bảo với công chúng rằng họ không bị giám sát ở những nơi mà họ nên có một kỳ vọng hợp lý về sự riêng tư, và FTT nên bị hạn chế tìm kiếm những tội phạm nghiêm trọng (v. g. khủng bố). Những hạn chế này là một nỗ lực để bảo vệ lợi ích an ninh của việc nhận diện khuôn mặt trong khi hạn chế khả năng lạm dụng và bảo vệ quyền tự do công dân.
FT đại diện cho một công cụ mạnh mẽ trong kho vũ khí chống khủng bố, cho phép các biện pháp an ninh trước đây không thể đạt được, nhưng đây là một công nghệ đòi hỏi sự cân bằng cực kỳ chính đáng giữa lợi ích rõ ràng của nó và sự cân nhắc đạo đức quan trọng liên quan đến nó, và hiện nay, có thể là trường hợp mà sự cân bằng được nghiêng về lợi ích rõ ràng của FTT và không đủ để ủng hộ sự công bằng, sự riêng tư, và đạo đức mà sẽ dẫn dắt sự phát triển của nó.
Các khung hành pháp và đạo đức
Xem xét các quyền hạn của hiến pháp và nhân quyền
Chương trình FT được sử dụng bởi thực thi pháp luật trong việc xác định các nghi phạm phạm phạm phạm là sai lầm nghiêm trọng hơn về hình ảnh trên khuôn mặt mô tả sắc màu đen tối hơn và phụ nữ như được so sánh với hình ảnh khuôn mặt mô tả nam da trắng, và khuynh hướng này có thể dẫn đến việc người dân bị điều tra sai lầm bởi cảnh sát dọc theo ranh giới chủng tộc và giới giới giới giới giới tính, với việc thực thi pháp luật sử dụng khuynh hướng FT khác nhau với yêu cầu tự do cổ điển mà chính phủ đối xử với tất cả công dân như nhau trước pháp luật.
Điều khoản bảo vệ tương đương của nhiều hiến pháp đòi hỏi hành động chính phủ không phân biệt chủng tộc, giới tính hoặc những đặc tính khác được bảo vệ. khi hệ thống nhận diện khuôn mặt thể hiện thành kiến hệ thống chống lại một số nhóm nhân khẩu học, việc sử dụng chúng có thể vi phạm những bảo vệ hiến pháp này. Điều này tạo ra một tình thế khó xử pháp lý: trong khi công nghệ có thể tăng cường sự an ninh, hiệu suất thiên vị của nó có thể làm cho việc sử dụng những điều trái với luật nhân quyền con người.
Các nhà khoa học máy tính đã bày tỏ mối lo ngại về việc sử dụng pháp luật của FT để xác định nghi phạm, nhận ra rằng rất có thể phần mềm như vậy được sử dụng để xác định tình nghi, và do đó, một lỗi trong kết quả của một thuật toán nhận diện khuôn mặt được sử dụng như đầu vào cho các nhiệm vụ khác có thể có những hậu quả nghiêm trọng, vì ai đó có thể bị buộc tội một cách sai lầm dựa trên sự xác định sai lầm nhưng tự tin của thủ phạm từ phân tích phim an ninh.
Trong sạch và chịu trách nhiệm
Nó đề nghị sự quy định mạnh mẽ, hợp tác quốc tế, và sự quản lý trong suốt để đảm bảo rằng việc sử dụng công nghệ nhận diện khuôn mặt AI phù hợp với nhân quyền và tự do cơ bản.
Những luật lệ rõ ràng và toàn diện liên quan đến việc sử dụng công nghệ nhận diện khuôn mặt, sắp xếp các tiêu chuẩn toàn cầu với các khuôn khổ quốc gia để đảm bảo sự nhất quán, và yêu cầu kiểm tra thường xuyên hệ thống FT để đảm bảo sự tuân thủ các nguyên tắc đạo đức. kiểm tra thường xuyên có thể giúp xác định vấn đề với độ chính xác hoặc thành kiến trước khi dẫn đến những thiệt hại nghiêm trọng, trong khi các khuôn khổ pháp lý rõ ràng cung cấp hướng dẫn cho các cơ quan an ninh về cách sử dụng công nghệ thích hợp.
Nguy cơ không nên dẫn đến việc cấm đoán sử dụng AI hay lệnh cấm trên một số nền tảng, mà đúng hơn, họ nên được gọi để hành động cho chính phủ để yêu cầu thiết kế tốt hơn cho công cụ AI/ML của họ, có nghĩa là thu thập dữ liệu tốt hơn và tạo ra các chế độ thử nghiệm tích cực mà giới hạn rủi ro và vạch trần các thiếu sót càng nhiều càng tốt, và một cách để hỗ trợ điều này là bằng cách xác minh các tiêu chuẩn AI giải thích và các chính sách minh minh mà chính phủ cho phép thông hiểu biết về lý trí cho mỗi hệ thống hành động.
Bảo vệ và lưu giữ dữ liệu
Các công ty quốc gia không nên sử dụng các công ty thứ ba vi phạm ba điều kiện đầu tiên trong quá trình sáng tạo hoặc sử dụng dịch vụ của họ, và các công ty thứ ba bên không nên có khả năng truy cập hoặc đọc dữ liệu nhạy cảm thu thập bởi quốc gia. dữ liệu sinh trắc học được thu thập bởi hệ thống nhận diện khuôn mặt là rất nhạy cảm và cá nhân, yêu cầu bảo vệ mạnh mẽ chống lại truy cập trái phép, lạm dụng hoặc lỗ hổng dữ liệu.
Những câu hỏi về việc lưu trữ dữ liệu đặc biệt quan trọng. dữ liệu nhận diện khuôn mặt nên được lưu lại bao lâu? những ai nên có thể truy cập vào nó? trong trường hợp nào có thể chia sẻ với các cơ quan hoặc quốc gia khác? những câu hỏi này thiếu câu trả lời rõ ràng trong nhiều thẩm quyền, tạo ra sự không chắc chắn về các tác động lâu dài của việc sử dụng nhận diện khuôn mặt.
Nguy cơ vi phạm dữ liệu cũng rất quan trọng. một cơ sở dữ liệu chứa dữ liệu nhận dạng khuôn mặt cho hàng triệu người sẽ là mục tiêu hấp dẫn cho hacker, dịch vụ tình báo nước ngoài, hoặc các tổ chức tội phạm. nếu những dữ liệu đó bị lộ, nó có thể được sử dụng cho việc ăn cắp danh tính, rình rập, hoặc những mục đích độc hại khác, với những hậu quả có thể kéo dài trong nhiều năm hoặc nhiều thập kỷ.
Triển khai và phối hợp quốc tế
Những gương mẫu nhận nuôi trên toàn cầu
Thực thi pháp luật: sự công nhận khuôn mẫu hiện đang được xem là công nghệ giám sát phổ biến nhất trên toàn cầu, với tốc độ nhận nuôi 64%, vượt trội hơn cả các nền tảng thành phố thông minh và các sáng kiến về chính trị thông minh. sự chấp nhận rộng rãi này phản ánh cả giá trị của công nghệ cho sự an ninh và các phương pháp điều chỉnh khác nhau được thực hiện bởi các quốc gia khác nhau.
Các quốc gia đối mặt với những mối đe dọa an ninh khác nhau và có thái độ khác nhau đối với sự riêng tư và giám sát, dẫn đến những thay đổi đáng kể trong cách sử dụng nhận diện khuôn mặt. một số quốc gia đã nhiệt tình chấp nhận công nghệ, triển khai rộng rãi trong không gian công cộng với giới hạn tối thiểu.
Furl et al. (2002) thấy rằng FT phát triển và sử dụng ở các nước Tây phương thì chính xác hơn đối với hình ảnh khuôn mặt da trắng, trong khi ở các nước Đông Á, các thuật toán FT chính xác hơn cho hình ảnh khuôn mặt Đông Á. Việc tìm hiểu này nhấn mạnh tầm quan trọng của việc phát triển hệ thống nhận diện khuôn mặt được đào tạo trên nhiều bộ dữ liệu đại diện cho dân số nơi chúng sẽ được triển khai triển.
Hợp tác trên toàn thế giới và tiêu chuẩn
Chủ nghĩa khủng bố là mối đe dọa xuyên quốc gia cần sự hợp tác quốc tế để chiến đấu hiệu quả. công nghệ nhận dạng khuôn mặt có thể tạo điều kiện cho sự hợp tác này bằng cách cho phép các quốc gia chia sẻ thông tin về những người được biết đến hoặc nghi ngờ những kẻ khủng bố và phối hợp những nỗ lực giám sát của họ. tuy nhiên, chiều hướng quốc tế này cũng nêu lên những câu hỏi phức tạp về việc chia sẻ dữ liệu, bảo vệ tính riêng tư, và nhân quyền.
Các nước có tiêu chuẩn pháp lý khác nhau về bảo vệ quyền riêng tư, giữ lại dữ liệu và quá trình phân bổ dữ liệu. Khi dữ liệu nhận diện khuôn mặt được chia sẻ trên khắp các biên giới, có thể có ít sự bảo vệ nghiêm ngặt hơn trong nước mà nó đã được thu thập. Điều này tạo ra nguy cơ mà dữ liệu thu thập dưới sự bảo vệ nghiêm ngặt của chính phủ nước ngoài có thể bị lạm dụng bởi những sự bảo vệ yếu hơn.
Các tổ chức quốc tế như Interpol đã phát triển các hệ thống để hỗ trợ việc sử dụng mặt đối diện để chống khủng bố. cân bằng lợi ích an ninh của việc chia sẻ thông tin với những mối quan tâm về quyền lợi, quyền lợi quốc gia và quốc gia. phát triển các tiêu chuẩn quốc tế và các thỏa thuận về việc sử dụng nhận diện khuôn mặt một cách có trách nhiệm trong chống khủng bố là một thách thức.
Nhận thức và tin cậy nơi công chúng
Các yếu tố làm tăng giá trị công cộng
Những người ủng hộ FT nhấn mạnh tiềm năng của mình trong sự an toàn cộng đồng, phòng chống tội phạm, và chống khủng bố, ghi nhận rằng FT cho phép các cơ quan hành pháp và tổ chức pháp luật nhận diện nghi phạm và ngăn chặn việc tiếp cận trái phép các khu vực và không gian nơi có tài sản hay những người dễ bị tổn thương. sự hỗ trợ công cộng cho nhận diện khuôn mặt thường tùy thuộc vào bối cảnh cụ thể mà người ta sử dụng, với sự chấp nhận cao hơn cho các ứng dụng an ninh trong những môi trường có rủi ro như sân bay.
Khi người dân tin tưởng rằng các cơ quan an ninh sẽ sử dụng công nghệ một cách có trách nhiệm và với sự giám sát thích hợp, họ sẽ chấp nhận nó. ngược lại, khi niềm tin bị lạm dụng trong quá khứ, thiếu minh bạch, hay lo lắng về thành kiến -- sự chống đối công chúng thường mạnh hơn.
Sự chấp nhận thành công và phổ biến của FT không chỉ phụ thuộc vào tốc độ và độ chính xác của nó, mà còn vào sự tin tưởng của công chúng về các thuật toán mà sức mạnh nhận diện khuôn mặt, và niềm tin đó sẽ khó để xây dựng trong khi ví dụ về thành kiến chủng tộc và kết quả tích cực tiếp tục làm mờ đi sự cải tiến trong năm qua năm được thực hiện trong toàn bộ sự chính xác và chức năng của phần mềm.
Xây dựng lòng tin nơi công chúng
Liên kết công khai nuôi dưỡng để giải quyết những mối lo lắng và xây dựng sự tự tin. sự gắn kết công cộng đầy ý nghĩa đòi hỏi nhiều hơn là chỉ đơn giản là thông báo cho mọi người về việc phát triển khuôn mặt; nó có nghĩa là tạo ra cơ hội cho cuộc đối thoại chân thật về lợi ích, rủi ro và giới hạn thích hợp.
Trong suốt về hiệu suất hệ thống là cần thiết để xây dựng lòng tin. Các cơ quan an ninh nên công khai báo cáo chính xác tỷ lệ, bao gồm sụp đổ bởi nhóm nhân khẩu học, tỷ lệ dương tính sai, và thông tin về cách sử dụng và giám sát. Tính minh bạch này cho phép công chúng có thông tin để đưa ra đánh giá về lợi ích an ninh có biện hộ cho chi phí cá nhân và liệu công nghệ có đang được sử dụng công bằng hay không.
Khi hệ thống nhận diện khuôn mặt dẫn đến những sự giam giữ sai lầm hoặc những thiệt hại khác, các cơ quan phải công nhận những thất bại này, làm những việc cụ thể để ngăn chặn sự tái diễn, một mẫu hình của việc từ chối vấn đề hoặc làm lệch trách nhiệm sẽ làm xói mòn lòng tin công cộng và nhiên liệu chống đối công nghệ.
Sự phát triển tương lai và kỹ thuật luyện tập
Sự tiến bộ không chính xác và không thể bị ảnh hưởng
Trong những năm gần đây, với kiến trúc tiên tiến và sự gia tăng về số lượng các lớp và các tham số, mô hình FR đã đạt được một sự cải tiến đáng kể trong khả năng học cách biểu hiện khuôn mặt phức tạp, và những kiến trúc sâu sắc hơn này, thường tính toán trên hàng trăm lớp với hàng triệu lớp tham số, đã tăng đáng kể khả năng của hệ thống FR để tổng quát hóa trong các trường hợp khó khăn, kết quả là sự công nhận tổng thể cao hơn (cũng như sự thiên vị thấp hơn), và ngoài ra, sự sẵn có của những định kiến dữ liệu lớn hơn, đa dạng hơn đã góp phần vào việc học kết quả tốt hơn, như những tập dữ liệu này, trong các biến thể và đồng tính dân số hợp lại với nhau, như thể hiện thực tế, và sự tiến bộ, (P, và sự cải thiện, và sự tiến bộ của FR, và sự chính xác.
Hệ thống nhận diện khuôn mặt tương lai có thể kết hợp nhiều biến thể sinh trắc học, kết hợp nhận diện khuôn mặt với phân tích chuột, nhận diện giọng nói và các kỹ thuật khác. Cách tiếp cận đa mô phỏng này có thể cải thiện tính chính xác bằng cách tham khảo nhiều dấu hiệu sinh trắc học, giảm tác động của lỗi trong bất kỳ hệ thống nào. Nó cũng có thể làm cho khó khăn hơn cho khủng bố để tránh phát hiện bằng cách thay đổi hoặc thay đổi diện mạo của chúng.
Những tiến bộ trong trí tuệ nhân tạo, đặc biệt là trong việc học hỏi sâu và mạng lưới thần kinh tiếp tục đẩy các ranh giới của những gì hệ thống nhận diện khuôn mặt có thể đạt được. những hệ thống này đang trở nên tốt hơn trong việc nhận diện khuôn mặt trong những điều kiện khó khăn như ánh sáng yếu, sự kết dính một phần, hay những góc độ cực đoan. chúng cũng đang trở nên nhanh hơn, cho phép phân tích thời gian thực của dòng video có độ phân giải cao từ nhiều máy quay cùng một lúc.
Hợp nhất với các hệ thống tình báo khác
Tương lai của việc nhận diện khuôn mặt trong việc chống khủng bố không chỉ là cải thiện chính nó, mà còn là kết hợp nó với các hệ thống thông tin và an ninh khác. khi nhận diện khuôn mặt kết hợp với phân tích hành vi, bản đồ mạng xã hội, giám sát thông tin liên lạc, và các nguồn tin tình báo khác, nó trở thành một phần của hệ thống phát hiện toàn diện những mối đe dọa lớn hơn tổng số bộ bộ phận của nó.
Chẳng hạn, việc nhận diện khuôn mặt có thể nhận diện một người chú ý tại một sân bay, khiến người đó phải xem xét kỹ hơn về cách đi lại, giao dịch tài chính, giao tiếp và bạn bè, và cách thức này giúp các cơ quan an ninh có thể tạo ra một hình ảnh đầy đủ hơn về mối đe dọa tiềm năng và đưa ra những quyết định có hiểu biết hơn về cách ứng phó.
Tuy nhiên, sự kết hợp này cũng làm tăng thêm những mối quan ngại riêng tư. một hệ thống kết hợp nhận diện khuôn mặt với dữ liệu lớn từ các nguồn khác tạo ra những khả năng giám sát chưa từng thấy mà có thể được sử dụng để giám sát hầu hết mọi khía cạnh trong cuộc sống của mọi người. giả sử rằng những hệ thống mạnh mẽ như thế chỉ được sử dụng cho mục đích an ninh hợp pháp và với sự giám sát phù hợp sẽ là một thách thức quan trọng đối với các nhà hoạch định chính sách.
Chống trả và chạy đua tay
Khi công nghệ nhận diện khuôn mặt trở nên phổ biến hơn trong việc chống khủng bố, kẻ thù đang phát triển biện pháp chống khủng bố để tránh bị phát hiện. những kỹ thuật đơn giản như đeo mặt nạ hoặc kính râm để tiếp cận những cách tiếp cận tinh vi hơn như mô hình cấu trúc đối xứng được thiết kế để nhầm lẫn các thuật toán nhận diện khuôn mặt hoặc sử dụng công nghệ phát triển sâu để tạo ra danh tính giả.
Điều này tạo ra một cuộc chạy đua vũ khí công nghệ đang diễn ra, với các cơ quan an ninh làm việc để cải thiện hệ thống nhận diện khuôn mặt trong khi những kẻ khủng bố và những kẻ khác phát triển những cách mới để đánh bại chúng. sự hiệu quả của nhận diện khuôn mặt trong việc chống khủng bố sẽ không chỉ phụ thuộc vào khả năng vốn có của công nghệ, mà còn vào việc nó có thể thích ứng tốt như thế nào để phát triển kỹ thuật đào tạo.
Một số nhà nghiên cứu đang khám phá cách làm cho hệ thống nhận diện khuôn mặt mạnh mẽ hơn để chống lại các biện pháp đối phó, chẳng hạn như dùng hình ảnh hồng ngoại để phát hiện khuôn mặt ngay cả khi được che đậy một phần, hoặc phân tích ngôn ngữ cử chỉ và ngôn ngữ cơ thể ngoài khuôn mặt.
Những thực hành và lời khuyên tốt nhất
Tiêu chuẩn kỹ thuật và thử thách
Thử nghiệm nhận dạng khuôn mặt đang được tiến hành của ES (FRVTs) đã đánh giá hơn 400 thuật toán nhận diện khuôn mặt từ năm 2017, cho phép sự hiểu biết về sự chính xác tổng thể của tất cả các nhà phát triển tham gia. kiểm tra nghiêm túc, độc lập về hệ thống nhận diện khuôn mặt trước khi triển khai là cần thiết để đảm bảo họ đạt được tiêu chuẩn tối thiểu cho sự chính xác và công bằng.
Thử nghiệm nên bao gồm đánh giá qua các nhóm nhân khẩu khác nhau để xác định và định lượng bất kỳ thành kiến nào trong hiệu suất của hệ thống. hệ thống mà thể hiện mức độ không thể chấp nhận được không được triển khai cho đến khi những vấn đề này được sửa chữa. thử nghiệm cũng nên đánh giá hiệu suất trong điều kiện thực tế, chứ không chỉ trong môi trường phòng thí nghiệm kiểm soát.
Việc kiểm tra và đánh giá tương tự sau khi triển khai có thể giảm dần theo thời gian như tuổi thuật toán hoặc khi dân số được giám sát thay đổi. kiểm tra thường xuyên có thể xác định các vấn đề đang nổi lên và đảm bảo rằng hệ thống tiếp tục đáp ứng các tiêu chuẩn hiệu suất trong suốt cuộc đời họ.
Đường dẫn thao tác
Các cơ quan an ninh triển khai nhận diện khuôn mặt cho chống khủng bố nên xác định rõ khi nào và làm thế nào sử dụng công nghệ. Những hướng dẫn này nên giải đáp những câu hỏi như: Cần có mức độ tự tin phù hợp nào trước khi hành động? Cần có thêm bằng chứng nào trước khi bắt giữ một người nào đó dựa trên một khớp nhận diện khuôn mặt? Hệ thống nên được dùng thế nào để kết hợp với phán xét của loài người?
Cả con người lẫn thuật toán đều không thể sai lầm, và những yếu tố tương tự của sự phán đoán con người có thể ảnh hưởng đến việc sử dụng công nghệ nhận diện khuôn mặt, như những cá nhân có thể tin tưởng kết quả của một thuật toán - suy nghĩ rằng nó phải là "tọa độ" hơn là sự đánh giá của họ về việc liệu hai hình ảnh có phù hợp hay không, mặc dù những thành kiến tiềm ẩn hay không chính xác trong công nghệ. đào tạo nhân viên sử dụng hệ thống nhận diện khuôn mặt nên nhấn mạnh rằng công nghệ là một công cụ để hỗ trợ việc ra quyết định con người, không phải thay thế cho sự phán đoán của con người.
Tổng đài nên được huấn luyện để hiểu các giới hạn của hệ thống, bao gồm khả năng thiên vị và dương tính sai. Chúng nên được khuyến khích thực hiện phán đoán độc lập và không chỉ dựa vào kết quả thuật toán, đặc biệt khi hậu quả của lỗi nghiêm trọng. BAR Các giao thức nên chỉ ra những gì cần thiết thêm hoặc xác định xác thực trước khi thực hành động dựa trên một đối tượng nhận diện khuôn mặt.
Những cơ giới chi phối và có trách nhiệm
Cơ chế giám sát từ xa là thiết yếu để đảm bảo rằng công nghệ nhận diện khuôn mặt được sử dụng một cách thích hợp và những sự lạm dụng được nhận diện và sửa chữa.
Các bộ phận nên giữ bản ghi chi tiết về cách sử dụng hệ thống nhận diện khuôn mặt, bao gồm việc tìm kiếm, điều khiển chúng, và kết quả hành động. Những bản ghi này nên được kiểm tra thường xuyên để đảm bảo sự tuân thủ chính sách và xác định bất cứ mẫu hình nào của việc lạm dụng. Khi nhận diện vấn đề, cần có cơ chế trách nhiệm rõ ràng để đảm bảo các đảng có trách nhiệm phải đối mặt với những hậu quả thích hợp.
Những người ngoài giám sát nên có thẩm quyền và nguồn lực để duyệt lại đầy đủ các chương trình nhận diện khuôn mặt. Điều này bao gồm việc truy cập vào thông tin kỹ thuật về cách hệ thống hoạt động, dữ liệu hiệu quả và bản ghi hoạt động.
Nghiên cứu trường hợp và ứng dụng thế giới thực
Sân bay và biên giới an ninh bị phá vỡ
Các sân bay và đường biên giới đã là một trong những người nhận dạng khuôn mặt sớm nhất và rộng nhất cho mục đích chống khủng bố. Những môi trường được kiểm soát này cung cấp nhiều lợi thế để xác định diện mặt: du khách phải đi qua các điểm kiểm soát đã chỉ định, góc đèn và camera có thể được tối ưu hóa, và có một sự biện minh an ninh rõ ràng để xác định danh tính.
Nhiều nước đã thực hiện nhận diện khuôn mặt tại trạm kiểm soát di trú để xác minh rằng du khách có thể khớp với ảnh hộ chiếu của họ và kiểm tra họ với danh sách những người có danh sách những kẻ khủng bố đã biết hoặc nghi ngờ. Những hệ thống này đã xử lý hàng triệu hành khách, với một số sân bay báo cáo rằng nhận diện khuôn mặt đã giúp họ nhận diện những cá nhân cố gắng đi trên tài liệu giả hoặc dùng danh tính bị đánh cắp.
Công nghệ cũng đã được triển khai để thúc đẩy các du khách đáng tin cậy xử lý thông qua các chương trình cho phép những cá nhân trước màn hình sử dụng các cổng tự động để xác minh danh tính của họ thông qua nhận dạng khuôn mặt này sử dụng 2 lần để tăng cường an ninh và tiện lợi đã góp phần chấp nhận công nghệ trong bối cảnh sân bay
Mạng giám sát đô thị
Một số thành phố đã triển khai các mạng lưới camera rộng lớn được trang bị khả năng nhận diện khuôn mặt để giám sát không gian công cộng cho các mối đe dọa an ninh. những hệ thống này có thể theo dõi các hoạt động của cá nhân trên khắp thành phố, có khả năng nhận diện những kẻ khủng bố đang tiến hành giám sát các mục tiêu tiềm năng hoặc gặp đồng lõa.
Tuy nhiên, mạng lưới giám sát thành thị cũng đã gây ra tranh cãi đáng kể vì tiềm năng giám sát tập thể của những công dân bình thường.
Một số thẩm quyền đã cố gắng giải quyết những mối quan tâm này bằng cách hạn chế việc sử dụng nhận diện khuôn mặt trong những nơi công cộng trong những hoàn cảnh cụ thể, chẳng hạn như điều tra những tội nghiêm trọng hoặc phản ứng trước những mối đe dọa sắp xảy ra.
Sự an toàn và giám sát đám đông
Các sự kiện công cộng lớn như hội nghị chính trị, hội nghị quốc tế, hay các sự kiện thể thao lớn, hiện diện mục tiêu hấp dẫn cho khủng bố và yêu cầu các biện pháp an ninh cao cấp.
Những cuộc triển khai tạm thời này mang lại một số lợi thế trên mạng lưới giám sát lâu dài. tập trung vào những sự kiện có rủi ro cao hơn là liên tục giám sát không gian công cộng. họ có thể được biện hộ bởi những mối đe dọa an ninh cao cấp liên quan đến những sự kiện lớn thu hút đám đông lớn và mục tiêu cao cấp.
Tuy nhiên, các ứng dụng an ninh cũng làm tăng thêm mối quan tâm, đặc biệt khi việc nhận diện khuôn mặt được sử dụng để theo dõi các cuộc biểu tình chính trị hoặc biểu tình. công nghệ có thể được sử dụng để xác định và theo dõi các nhà hoạt động chính trị, có khả năng làm nguội biểu hiện chính trị hợp pháp.
Con đường phía trước: Giữ thăng bằng về an ninh và quyền lợi
Phát triển các phần xử lý khung có trách nhiệm
Tương lai của việc nhận diện khuôn mặt trong việc chống khủng bố phụ thuộc vào việc phát triển khuôn khổ cho phép công nghệ được sử dụng một cách hiệu quả cho mục đích an ninh hợp pháp trong khi bảo vệ quyền tự do công dân và bảo đảm công bằng. điều này đòi hỏi những cuộc đối thoại liên tục giữa các chuyên gia an ninh, kỹ thuật viên, nhà hoạch định chính sách, những người ủng hộ dân sự, và công chúng.
Những khuôn khổ như thế nên dựa trên những nguyên tắc rõ ràng: nên dùng nhận diện khuôn mặt khi cần thiết và tương ứng với mối đe dọa an ninh; nên sử dụng những biện pháp bảo vệ thích hợp để chống lại sự lạm dụng; nên chịu trách nhiệm và trách nhiệm; và nên liên tục đánh giá và cải thiện vấn đề để giải quyết vấn đề một cách chính xác và có thành kiến.
Các bối cảnh khác nhau có thể đòi hỏi phải có những cách tiếp cận khác nhau. Việc sử dụng nhận diện khuôn mặt ở các đường biên giới, nơi có sự biện minh rõ ràng và sự mong đợi sự riêng tư hạn chế, có thể được chấp nhận hơn là liên tục giám sát không gian công cộng. Các khung văn bản có thể cung cấp sự hướng dẫn sắc thái hơn so với quy tắc một chiều rộng.
Đầu tư vào nghiên cứu và phát triển
Việc tiếp tục đầu tư vào nghiên cứu để cải thiện công nghệ nhận diện khuôn mặt là thiết yếu. bao gồm không chỉ cải thiện độ chính xác và tốc độ, mà còn đặc biệt là giải quyết các vấn đề với thành kiến và công bằng. quy mô rộng và tiêu chuẩn hóa nghiên cứu như NST để phát hiện các khuyết điểm chung trong FT, và khi cả các nhà khoa học lẫn nhân viên, các kỹ sư phát triển FT được giao nhiệm vụ cải thiện kết quả của phần mềm trong việc phân tích lại các hình ảnh với âm sắc màu đen tối hơn - cũng như giảm khoảng cách giới tính trong tỷ lệ dương, và khi các kết quả được đặt và phân tích được đặt nghiêm ngặt, phân tích, các nhà khoa học có khả năng cải thiện thuật toán và địa chỉ của phần mềm trong tương lai.
Thí dụ, những hệ thống phân tích cách cư xử hoặc phát hiện dị thường mà không cần xác định những cá nhân cụ thể có thể cung cấp thông tin bảo mật hữu ích với ít xâm phạm quyền riêng tư hơn là nhận diện khuôn mặt truyền thống.
Các nghiên cứu liên ngành về máy tính, nhà khoa học xã hội, đạo đức học và luật sư có thể giúp xác định và giải quyết những thách thức phức tạp do công nghệ nhận diện khuôn mặt gây ra.
Hợp tác trên toàn thế giới và tiêu chuẩn
Vì bản chất của khủng bố xuyên quốc gia, sự hợp tác quốc tế về tiêu chuẩn và thực hành nhận diện khuôn mặt là quan trọng. các quốc gia nên cùng nhau phát triển các tiêu chuẩn chung để có sự chính xác, công bằng và bảo vệ quyền riêng tư, đồng thời tôn trọng các giá trị và truyền thống pháp lý và văn hóa khác nhau.
Các thỏa thuận quốc tế có thể thiết lập các tiêu chuẩn tối thiểu cho hệ thống nhận diện khuôn mặt được sử dụng trong việc chống khủng bố, đảm bảo dữ liệu được chia sẻ qua các biên giới đáp ứng những yêu cầu cơ bản về sự chính xác và đáng tin cậy.
Tuy nhiên, sự hợp tác quốc tế phải cân bằng với những mối lo ngại về việc giúp các chế độ độc tài có thể dùng mặt để đàn áp chính trị.
Kết luận: Đang chuyển giao diện ngang
Công nghệ nhận diện khuôn mặt đại diện cho một công cụ mạnh mẽ trong cuộc chiến chống khủng bố, cung cấp khả năng nhận dạng, giám sát và điều tra mà không thể tưởng tượng được cách đây vài thập kỷ công nghệ mới đã cung cấp sức mạnh mới cho chính phủ để tự động hóa việc xác định danh tính của những kẻ khủng bố đã từng tổ chức tấn công vào những công dân mà chính quyền cho phép để bảo vệ, và quyền lực để làm điều này, nếu nó hiệu quả, sẽ giúp chống khủng bố.
Tuy nhiên, công nghệ cũng gây ra những thách thức quan trọng liên quan đến độ chính xác, thành kiến, sự riêng tư, và sự tự do công dân. vấn đề này rất phổ biến trong phần mềm nhận diện khuôn mặt, thường tạo ra tỷ lệ dương tính giả cao hơn cho những người không phải da trắng, và không giống như phần mềm nhận diện khuôn mặt được dùng để bắt giữ một ai đó, một thuật toán chụp cắt lớp được đào tạo sai có thể giết thường dân, một hành động không thể sửa chữa. Các rủi ro trong ứng dụng chống khủng bố đặc biệt cao, nơi mà lỗi có thể dẫn đến những người vô tội bị giam giữ hoặc nói dối, để phát hiện cá nhân nguy hiểm.
Con đường trước đòi hỏi cân bằng những sự cân bằng này thông qua sự phát triển chính sách cẩn thận, giám sát mạnh mẽ, tiếp tục cải thiện kỹ thuật, và tiếp tục đối thoại công cộng. cũng không ngăn chặn bất cứ sự nhận diện khuôn mặt nào cho mục đích an ninh hoặc không được đào tạo mà không được đào tạo để bảo vệ mà không có biện pháp bảo vệ đại diện cho một phương pháp có trách nhiệm. Thay vào đó, các khuôn khổ cụ thể cho phép sử dụng lợi ích trong khi ngăn chặn việc sử dụng lạm dụng cho việc nhận diện khuôn mặt một cách tốt nhất, để bảo vệ lợi ích của các quyền cơ bản.
Khi công nghệ tiếp tục tiến hóa và trở nên có khả năng hơn, nhu cầu quản lý chu đáo trở nên cấp bách hơn. những quyết định ngày nay về việc nhận diện khuôn mặt được phát triển như thế nào, được triển và có quy định sẽ định sự cân bằng giữa an ninh và tự do trong nhiều năm tới.
Để biết thêm thông tin về công nghệ an ninh sinh trắc học, hãy đến thăm Viện Nghiên cứu Quốc gia về Tiêu chuẩn và Kỹ thuật Công nghệ . Để tìm hiểu về sự xem xét riêng tư về công nghệ giám sát, hãy tìm kiếm tài nguyên từ tổ chức ) ). Để có quan điểm quốc tế về các quy định trên mặt khuôn mặt, xem [FLT] Nghị viện Âu Châu [FL:4] làm việc trên nguyên tắc [FL: 5.].]