理解表面识别技术及其在现代安全中的作用

國際認同技術是全球反恐中最有改革性的工具之一。 這種強大的技術可以快速、准确地辨識個人身份,有助于防止恐怖活動和增加公共空间的安全性。 随着安全威脅的複雜性和规模的演化,全球各国政府和执法机构正日益转向先进的生物學系統,以保护公民和基础设施。

據市場與市場研究, 面部認證市場在2025年將達到85億美元, 比2020年的38億美元翻了一番。 爆炸性增強不仅反映了科技的擴大能力, 也反映了科技在國家安全框架上的關鍵重要性。 從機場和邊界到城市監控網絡及調查流程,面部認證都成為現代反恐策略中不可或缺的组成部分。

其核心是面部認知技術,它代表了電腦視覺、人工智能和生物學分析的精密結構。 科技把人面部特征數位化,成為電腦可以處理和比對的數學表示,分析人眼、鼻橋寬度、下巴轮廓和腮骨结构之間的距离等重要面部特征,然后建立独特的生物學樣本,以檢查數以百萬的面孔數據庫中的身份。 这种以前所未有的速度和规模處理面孔和對對對面的能力,根本改變了安全机构如何去探查和防范威脅。

氣象認同技術的進化

從早期開始到AI-Powered系統

科技可以追溯到20世纪60年代,一個叫伍德羅·威爾遜·布萊德索的人首次想到一個使用特殊平板來排序面部照片的系統。這些早期的系統是按現代標準而初级的,需要人工輸入,在高度控制的条件下操作。70年代,一些聰明的人使用21個特定的標記,如發色和唇厚,來使面部認證自动化,80年代90年代看到了一個叫做Eigenface的新方法,它成為了現代系統的根基礎。

真正的遊戲變化者在2000年代與社交媒體相伴而來, 因為在網路上標記的照片數目突然成百上萬, 讓這些系統有一大堆的數據庫可以學習。 如此多的訓練資料,再加上機器學習算法的进步, 使面部認知系統能達到以前無法想像的精度。 如今, 有了AI和深度學習, 面向企業的認知系統變得非常精准和快速。

现代的面部認知系統如何工作

現代面部認證系統經過多階段的流程, 以毫秒為單位。 第一阶段是面部偵測, 即系統在影像或影像框內辨識和定位面部。 其後是面部對齊, 即系統正常面部的位置、 大小和方向, 以确保相機的相距或角度的相距相關性相關分析 。

下一步是特征提取, 即系統辨識和測量面部特征。 這些測量會轉換成一個數學代表, 叫做面部模版或生物特征。 最后, 系統會用數據庫中儲存的樣本來比對, 產生相似的分數, 顯示匹配的可能性 。

現代面部認證系統捕捉和分析在視覺和運動最困難条件下的人的影像。 這種能力對反恐應用程序至关重要,在監控錄像中,嫌疑人可能會在不理想的条件下被俘,包括燈光不亮、部分被遮蔽、或以斜角抓取。

反恐的策略性

实时監控和威脅偵測

外形识别科技已成為反恐的變化工具,提供识别、監控和逮捕有興趣的人的先进能力,其重點是三种特定的應用程序:实时監控、邊界控制和調查程序。 在拥挤的公共场所、交通枢纽和重大事件期间,面部识别系統可以不停地掃描人群,并在有興趣的人被發現時立即警示安全人员。

AI可以以前所未有的规模和速度,自動對大群人进行警示和身份檢查。 在大眾聚集的大型活動中,例如政治集会、體育活動或文化節,此能力尤其有價值。 安全機構可以部署面部認證系統,以監控進站和人群的行動,在他們變成攻擊之前,先找出潜在的威脅。

科技能持續運作, 卻能讓人質安全員的注意力集中在調查警報和對潜在威脅的反應上。

边境安全和移民管制

邊境和機場是反恐努力中的关键阻礙點。 如果有人(包括恐怖分子)從海外來美國,他或她可能經過入境港的移民检查站,從反恐角度而言,這個检查站是恐怖分子最易被害的阻礙點。 在這關頭,面部認知技術已成為重要工具。

國際刑警已部署FIRST系統, 幫助國家當局查清外籍恐怖份子。 國際刑警設計了FIRST系統,

生物測量可以防止身份盜竊和移民在使用旅行证件中舞弊,因为要用一個生物測試樣本,例如護照或簽證,在條碼、芯片或磁帶上,才能讓某人难以假裝他人的身份。 如果加上面部認證,这种多層生物測試方法可以有力地防備恐怖分子利用假冒文件或偷來的身分入境。

调查和法證申請

生物測量系統可以使用生物鉴别面部识别或Facecheck方法,在有可疑恐怖分子的照片時,找出已知或可疑恐怖分子,并用可疑恐怖分子模板的目錄或數據庫來搜索,在事件後的調查中,此能力非常宝贵,安全机构分析監控錄像,以找出肇事者及其同伙。

警方效率能藉由自動比對現有記錄, 加速疑犯的認回與破案。 調查員並非人工審查影片數小時,

美國軍方也認同了面部認同在反恐行動中的戰略價值。 美國特別行動部(USSOCOM)正在为大幅擴張身份資訊及利用能力打下基础, 勾勒出一個廣泛且具技術雄心的觀點, 指稱特戰部隊如何在任務中收集、分析及利用身份相關資料, 探究五大科技领域:面部認同、聲效認同與聲音對應、一個完全整合的SOF網站利用應用系統、快速DNA分析、以及AI和機器學分析。

反恐的有利因素

辨識速度和尺度

面部認證科技在反恐中的一大优点是它能以远远超过人的能力的速度處理和分析面孔。 新技术使國家有了新的力量,可以把先前已知的恐怖分子的身份自动化,他們正在組織對國家所要保護的公民的攻擊,而如果它能有效工作,它有能力做這個事,将有助于反恐,因為面部認證科技保證會把權力完全交給國家。

傳統的辨識疑犯的方法主要依靠人體記憶和人工對照片的比對,這些照片的過時和容易出錯。 監控拥挤機場的保安員只能一次积极監視有限數人,甚至最有經驗的員工也有可能在臉海中錯過嫌疑人。 相對之下,面部辨識系統可以同步監控數以百或千計的面孔,可以將每張面孔和大量資料庫做实时的比對。

這種能力在時間敏感、每秒數數的情況下都特别重要。 當情報機構收到即將威脅的資訊時, 面部認證系統可以快速部署, 以掃描全城市的監控網路, 有可能在數分鐘內而不是數小時或數天內找到嫌疑人。 其後,

增强監控能力

通過生物學認知、深層學術算法和大數據分析,智慧工作的精度和效率得到了提高,傳統的監控工作也成為了前瞻和防守的戰鬥。 表面認知使監控從主要用于事件後調查的反應工具轉變為一個能防止攻擊發生的积极主动的系統。

科技讓安全機構建立監控攝像機的全體網路, 作為集成系統而非孤立的觀察點。 當一個有興趣的人被發現於一處時, 這個系統可以追蹤他們在網路上的動向, 向安全人员提供他們的活動和聯盟的实时情報。 這個能力對理解恐怖網絡和找出极端主义組織的過去未知成員是十分宝贵的。

人們可能會錯過關鍵細節, 而在長期轉移或低活性期間, 自动化系統會保持持續的警惕, 確保不會忽略任何潜在的威脅。

阻力效果

面部認證系統的存在可以有力地阻止恐怖活動。 当可能攻擊者知道自己的臉部會被精密的生物測試系統抓获和分析時,他們會面临更嚴重的認證和恐懼的風險。 這種知識可能打亂計劃程序、迫使恐怖分子采取不太有效的策略或完全阻止攻擊。

威慑效果不僅僅僅僅僅僅僅僅是直接的認證威脅。 表面認證系統會建立永久數位記錄, 可以在事件發生後很久才能分析。 这意味着即使恐怖分子能逃避即時的偵測,他們仍留下了可以日后辨認自己、追蹤自己動向和揭發其網路的證據。 這長期的責任追究增加了恐怖分子在計劃行動時必须考虑的又一層風險。

資源优化

人們可以使用面部認證系統來處理這些任務, 而人體操作者則專心調查警報、面試、以及做出批判性決定。

如此优化就特别重要, 現代安全挑戰的範圍很廣泛。 每天有數百萬旅客經過機場, 並且有數不盡的監控錄像在城區各地產生,

重要挑戰和技術限制

准确性和假正數

確切性仍然是一個關鍵問題, 特別是反恐應用程式中, 錯誤的後果可能很嚴重。 面部認真方法已與技術不完善和缺陷相關, 但可以用來減少其弱點。 理解這些限制對以負責心和有效方式部署技術至关重要。

人們通常能進行很好的面部認證, 對於科技系統來說, 這種活動仍很挑戰, 除非照片是在非常受控的条件下拍攝, 系統可能很難辨識個人, 甚至無法在照片中檢測到他的臉, 系統在攝影機角度、照明、面部表情等環境因素被控制到最大程度時, 效果最好。

假陽性(在系統不正确确定某人是利益方的情况下)在反恐背景下會遇到特殊挑戰。 科技不起作用的人將不能被FRT核实,引起怀疑和进一步的侵入性監控,此外,他們會更频繁地被認錯,這可能會被怀疑是恐怖分子或其他嚴重罪犯。 這種假陽性可能導致無辜的人被拘留、被審問或受到侵入性的安全程序,从而造成重大的個人和社会后果。

國家信息和技术研究所最近進行了一次大規模的測試, 以辨識FRT中的偏差為主, 特别强调了假正率, 即算法誤認一個人影像的頻率, 結果顯示:「跨人口數據, 假正率常常因數值的10倍以上而變化, 依數據使用的算法而定。 不同系統的錯誤率的變化突出了在高考安全應用中部署面部認證技术之前, 嚴格測證和驗證的重要性。

人口比亞斯和算法公平

面部识别技术面临的最严峻的挑戰之一是人口偏差 — — 某些人口群的系統的表現不准确。 三大科技公司發表的面部分析方案都顯示了皮膚和性别偏差,在研究者實驗中,三項程序在判定光膚男性性别方面的錯誤率從來不低于0.8%,但对于更深膚女性而言,錯誤率在一例中升至20%以上,而在另外兩例中則超过34%。

由麻省理工學院媒體實驗室發表的「性别沙德」(Joy Buolamwini)與「Timnit Gebru」(Timnit Gebru)的2018年研究, 光皮男子的錯誤率是0. 8 %, 而更深色女性的錯誤率是34.7%。 精度的如此巨大差距引起了當面部認同被使用於安全與執法背景時, 法律上是否公平與平等待遇的嚴重關注。

皮膚色調大大影響了確認精確性, 皮膚色調的分量一直比中深色調高。 研究也發現男性受學者普遍比女性受學者更能辨識精確, 其原因包括:頭髮長了,

2023年8月,一名黑人女性在被警察使用校準差的面部認證軟體逮捕後, 控告底特律警察局, 臉部認證軟體中也普遍存在此問題,

國家自然和自然资源研究所的研究發現了東亞、美洲原住民、美國印第安人、阿拉斯加印第安人和太平洋岛民面臨的偏見。 這種偏見在多個人口群體中普遍存在,表明問題是系统性的,而不是同特定人口或算法隔絕的。

偏执的根源

由於人工智能(AI)的模型在面部影像的大型數據集上經過訓練, 臉部認知科技在精度上取得了很大進步, 但這些數據集在種族、民族、性别等人口類別上常常缺乏多元性,

偏差問題源于多個來源。 用于訓練面部認證算法的歷史數據集主要以白人男性的面部為主, 反映了創作它們的研究人员和機構的數據。 當算法學會主要從這個有限的數據集認證面部, 它們自然在相似的面部上表现得更好, 和與訓練數據相差很大的面部抗爭。

許多人將其中的多數歸結為不均匀的數據集。 然而, 問題不僅僅僅是簡單的表示。 即使數據集包括不同的面孔, 其它的因素如照明條件、攝影機質和影像分辨率, 也可能不成比例地影響到皮膚色更暗的人的影像質量, 使精度問題更複雜。

努力减缓比亞斯

研究者與科技公司已認清偏見問題的严重性, 并积极研討解決方案。 2018年, 微软宣布, 其商業版的FRT經更新, 以提升各種種種族及性别的性別,

研究者在他們產生的大型平衡合成數據集上, 預先訓練了三種面部認真模型——ArcFace, AdaFace和ElasticFace, 結果不仅比起那些在目前不平衡數據集上訓練的模型,

FairFace數據集的精度由92.58%提高到96.47%,而Bias(DoB)的分位率由3.86降至1.16, 降幅約70%, 值得注意的是, 代表不足的人群的性能有显著的提高, 例如,黑人女性的精度由80.2%提高到90.86%, 而已經代表好的群体的性能保持了強大。

分離對戰網路(DebFace)使用影像到地貌的編碼器,四個屬性分類器,一個分布分類器,以及一個特征集結網絡,以及四個分類器(性别、年龄、种族和身份),把可能的偏見轉為明確的特徵,从而改善代表性不足的群体的性能。 這些建築創意顯示,在技术上可以减轻偏見,尽管在所有部署的系統中,要實施這些解決方案,仍有大量的工作。

隐私问题和公民自由

大规模監控和隐私权

大部分的強勢都具有黑暗面,FRT也不例外,因为它引起了關于隱私、道德和社會整体影響的嚴重問題和關注。 部署面部認證技术以反恐為目的,激起了關于安全與隱私平衡的激烈爭論,批評者認為,大范围監控威脅基本公民自由。

人們在網路上對網路上與網路上的網路和網路的影響感到焦慮。 關注大眾監控的問題包括:資訊庫中的錯誤認同、舞弊和偏見。 個人在未知情或同意的情况下,

批判者指出,在個人不知情或同意的情况下,為某目的收集的資料可能會被利用於不相關目的,而這些資料會引起關注。 人們擔心反恐最初部署的系統會逐步擴張,以監控普通公民从事合法活動,从而形成一個監控狀態,使自由的言論和聯盟感到寒冷。

如此禁止的原因包括:FRT受到普遍偏見的影響, 造成利益和傷害在各群体中分配不均, 國家將不可避免地把這些科技用于非法目的, FRT的存在也讓我們不畏懼自己的行為(即讓人們因害怕被監控而自我審查 ) 。 这种冷漠的效果可能阻礙人們參加可能會被查證和追蹤的抗議、政治集会或其他公共集会,从而破壞民主參與。

管制对策和禁令

2019年,旧金山成為首個禁止面部認證科技(FRT)的美國城市, 特別是警方及其他機構對其使用予以反對, 自此之後, 其他多座美國城市也實施了相似的FRT禁令, 波士頓市議員也明确强调了一個特殊問題:科技偏見。 這些禁令反映出公众对科技可能被滥用的日益关注, 以及它所展示的精確性與公平性問題。

許多大城市都禁止此科技, 包括明尼阿波利斯、波士頓、舊金山。 然而,這些地方禁令並未阻止聯邦機構及許多其他司法管辖区繼續為安全目的部署面部認證, 造成一團亂七八糟的規定,

歐盟已採取更全面的方法, 在和平抗議中使用面部認證技術, 增加了大规模監控行為的風險, 也增加了人權保護的影響。 歐洲监管者曾提出在公共場所使用面部認證的嚴格限制,

平衡安全与自由

國家必須建立制度性限制, 只允許在人們不享受(也不該)合理期待隱私的地方(如機場、邊境)使用FRT。

使用FRT的攝像頭必須標記, 以確保他們不被監控, 以確保他們應該有合理隱私的期待, 且FRT只限於尋找重罪犯(如恐怖分子 ) 。 這些拟议的限制代表了維持面部認證安全利益,

也要求它能有極度明智的平衡, 以及它所應引導的公平、隱私與道德廉洁。 」

法律和道德框架

宪法和人權考量

警方在查清犯罪嫌犯時使用的FRT程序, 和描寫白人男性的面部影像相比, 面部表情更暗色、女性更容易出錯, 這種偏見可能導致公民受到警方的種族和性别線上的不法調查,

許多憲法的平等保護条款要求政府不以种族、性别或其他保護性格為理由而有所歧視。 當面部認證系統對某些人口群有系统性的偏見時,政府機構的利用可能會違反這些憲法保護。 這造成了一個法律困境:虽然科技可能增强安全性,但其偏見性能可能使其使用違宪或違反人權法。

電腦科學家對執法使用FRT來辨認疑犯表示擔心, 指出這種軟體很可能被用于辨識疑犯, 因此, 用作其他任務的面部認證算法的輸出有錯,

透明度和问责制

該組織建議強制管理、國際合作及透明治理, 以确保人工智能面部認證技术的使用符合人權與基本自由。 面部認證系統如何運作、精確率與限制的透明度,

建立與面部認證技術的利用相關的明確而全面的法律, 使全球標準符合國家框架, 以確保一致性, 并授權定期對 FRT 系統進行稽核, 以确保符合道德規則。 定期稽核可以幫助找出有精確或偏見的問題, 以免導致嚴重傷害, 而清晰的法律框架則能為安全機構提供如何妥善使用此技術的指導。

風險不應該导致暂停使用AI或禁止某些平台, 而是該要求政府要求改善AI/ML工具的設計, 這意味著取得更好的資料, 建立嚴格的測試制度, 盡可能限制風險,

資料保护和保留

國家在建立或使用其服務時, 不应使用違反前三條條條件的第三方公司, 第三方公司亦不能存取或讀取國家收集的敏感資料。 面部認證系統收集的生物特征數據高度敏感且個人性, 需要強力保護, 防止未经授权的存取、滥用或資料違章。

關於資料保留問題尤其重要。 面部認證資料要儲存多久 ? 誰能存取 ? ? 如何與其他機構或國家分享 ? 這些問題在许多司法體內缺乏清晰的答案, 造成面部認證部署的长期影響的不确定性 。

數據被破解的風險也很大。 包含數百萬人面部認證數據的數據庫將成為黑客、外國情報局或犯罪組織的有吸引力目標。 如果這些數據被破解,它可能被用于身份盜竊、跟蹤或其他惡毒目的,其后果可能會持續多年或几十年。

国际展望和部署

全球收养模式

法規:目前, 機關認可是全球最廣泛的AI監控科技, 采用率高达64%, 超越智慧城市平台和智慧治安計畫。 這種廣泛的採用既反映了科技對安全觀察的價值, 也反映了不同國家所持的不同的管理方式。

國家面临不同的安全威脅,對隱私和監控有不同的文化態度,導致面部認證方式的變化。 部分國家熱情地接受此科技,在最低限量下在公共空間大量部署此科技。 另一些國家采取了更謹慎的態度,將其使用限制在特定的高度安全環境內,或强制要求嚴苛監控。

Furl 等人(2002年) 發現,西方國家的 FRT 發展和使用對高加索面部影像更準確,而在東亞國家, FRT 算法對東亞面部影像更準確。 結果凸显出發展面部認證系統的重要性,

合作与标准

恐怖主義是國際威脅, 需要國際合作才能有效對抗。 機關認真技術可以讓國家分享已知或涉嫌恐怖分子的信息, 协调他們的監控工作, 以此促进合作。 然而,這個國際方面也引發了數據共享、隱私保護和人權等複雜的問題。

不同的國家在隱私保護、數據保留和正当程序方面有不同的法律標準。 面部認證資料在國際共享時, 可能會受到比收集資料的國家更不严格的保護。 這有可能造成在嚴格隱私保護下收集的資料被那些保障薄弱的外國政府滥用。

國際組織如國際刑警等已建立系統, 方便跨過邊界使用面部認可反恐。 這些系統必須穿過复杂的法律和政治地形, 平衡信息共享的安全利益和對隱私、人權和國家主權的關注。 制定國際標準和協定, 負責使用面部認可反恐, 仍是個持续的挑战。

公共觀察和信任

影响公众接受的因素

也阻止人們擅自進入有重要資產或弱势人群的保護區與空間。 公共支持面部認知通常要依其使用的具体背景而定,

信任那些使用面部認同的機構是公眾接受的關鍵因素。 當人們相信安全機構會负责任地使用此技术,并有适当的監督,他們就更有可能接受它。 相反,在信任度低(由于過去的虐待、缺乏透明度或對偏見的担忧)的情况下,公眾反對往往會更強大。

也得靠民眾對電力面部認證裝置的信任, 也難於建立信任, 種族偏見和假正面結果的範例仍使軟體全年的精確度與功能改善蒙上阴影。

建立公共信任

推动公众参与去解決問題和建立信任。 有意义的公众参与不只是要讓人們了解面部認證的部署;它意味著為科技的利潤、風險和适当限制建立真正的对话機會。

系統性能透明是建立信任的关键。 安全機構應公開報告精確率,包括按人口群的分類、假正率、以及如何使用和监督科技的信息。 公開透明讓公众可以做出明智的判斷,以了解安全利益是否合理支付隱私成本,以及科技是否得到公平使用。

現實的責任也非常重要。 當面部認證系統导致不法拘留或其他傷害時,各机构必須承認這些失敗,赔偿受害者,并采取具体步骤防止重犯。 否定問題或轉移責任的模式會削弱公众的信任,激起對科技的反對。

今后发展和新兴科技

准确性和能力方面的进步

近年來, 随着建筑的進步和層面及參數的增加, FR模型學習複雜面部表情的能力有了很大的提高, 這些更深层的构象常常包括一百多層, 包含數百萬參數, 大大提升了 FR 系統通化到各種具挑戰性情景的能力, 使整体認知性能提高(以及偏見降低), 此外, 更大的, 更多样化的数据集的提供, 也讓學習效果更好, 因為這些数据集包含了 巨大的人口數據與變化, 如 姿勢、光度和表情(PIE), 都促进了在提高FR 的精度和公度方面的可觀進展。

未來的面部認證系統可能會包含多种生物學模式,把面部認證和虹膜掃瞄、步態分析、語音認證和其他技術结合起来。 這個多式方法可以交叉引用多個生物學特征,降低任何單一系統錯誤的影響,从而提高精度。 也使恐怖分子更難以用偽裝或改變外表來逃避發現。

人工智能的进步,尤其是深層學習和神经網路的进步,繼續推動面部認證系統所能达到的邊界。 這些系統在像燈光不亮、部分遮蔽或極度角度等具有挑战性的条件下,更能辨識面孔。 它們也變得更快,可以同步對多台相機的高分辨率影片流进行实时分析。

与其他信息系统的整合

面部認知在反恐中的未來不僅在于完善科技本身,而且在于整合其他情報和安全系統。 當面部認知與行為分析、社交網路映射、通信監控以及其他情報來源相结合時,它就成為了一個比其部位總和更大的全面威脅偵測系統的一部分。 其後,我們將在對面部辨識的確認中,將它與其他的情報和安全系統整合在一起。

如此一來,安全部門就將對他們所謂的威脅做出更全面的分析,並做出更明智的決定。 美國的國際安全部門也將對他們做出更明智的決定。 美國的國際安全部門也將對他們做出更嚴格的決定。

一個將面部認知與其他資源的廣泛資料相關的系統創造了前所未有的監控能力, 實際上可以用于監控人民生活的每個方面。 確保這些強大的系統只用于合法的安全目的,并有适当的監控,對决策者來說將是一大挑戰。

新出现的反措施和军备竞赛

面部認證技術在反恐中更加流行,對手正在研發一些可逃避偵測的对策。 它們包括戴面具或墨鏡等簡單技術,以及更精密的裝飾模式等,旨在混淆面部認證算法或利用深假技術制造假身份的對手。

恐怖份子和其他對手正在研發新的對手擊敗他們的方式。 反恐中面部認真的效果不僅取决于科技的固有能力,也取决于它能如何適應越來越的逃生技術。

有些研究者正在探索如何使面部認證系統更強烈地對抗對抗措施,比如使用紅外成像來測試面部,即使面部被部分遮蓋,或者分析腳步和身體語言,以及面部特征。 另一些研究者正在研發活體測證系統,可以分辨真面孔和照片、面具或影像展示,防止偷襲。

最佳做法和建议

技術標準與測試

NIST的臉部認證供应商測試(FRVT)自2017年起已評估了400多個面部認證算法, 讓人洞察所有參與者的总体精確評分。 嚴格的,在部署前獨立的面部認證系統測試,是确保它們符合精確和公平最低标准的至关重要性。

測試應包括不同人口群的評估, 以找出並量化系統性能的任何偏差。 顯示不可接受偏差的系統在這些問題得到纠正之前, 不該被部署。 測試亦應在現實的操作条件下, 而不是只在受控制的實驗室環境下, 才能評估性能。

系統性能隨著算法老化或觀察群變而逐漸下降, 定期的稽核可以找出新問題, 并确保系統在運作期中仍能符合性能标准。

工作指南

安全部門在反恐中要設立清晰的操作指南, 以說明該科技的用途與時間。 這些指南應涉及問題, 例如: 行動前需要多大的相對信心 ? 在以相對面部認證方式拘留某人前, 需要做哪些其他的確認 ? 系統應如何與人體判斷一起使用 ?

人類或算法都不是不易的,而人體判斷的相似弱点也影響面部辨識技术的使用, 因為個人可能相信算法的輸出, 認為它必須是"客观的", 而不是自己對兩幅影像是否相符合的判断, 儘管技術有根本的偏見或不准确。 使用面部辨識系統的人才的訓練應該强调, 技術是幫助人體决策的工具,而不是人類判斷的替代。

操作員應受訓練, 了解系統的局限性, 包括它會有偏見和假陽性。 應該鼓勵他們獨立的判斷, 而不是只依靠算法結果, 特别是當錯誤后果嚴重時。 清晰的協議應該說明在以面部認證匹配為根据采取行动前, 需要做哪些其他的調查或檢查 。

监督和问责机制

強大的監督机制是確保面部認證技術得到妥善使用, 以及查清和改正弊端所必不可少的。 監督工作既包括安全機構內部機構, 也包括獨立機構如私密委員會、立法委員會或司法審查等外部監督。

該記錄應定期接受稽核,以确保政策得到遵守,并找出任何滥用模式。 找出問題後, 应有明确的責任机制, 以确保負責方面临适当后果。

外部監督機構應該有權力和资源來對面部認證程序進行有意义的審查。 這包括取得系統工作、性能數據和操作紀錄的技術資訊。 監督機構也應該有權強迫那些違背法律或道德標準的程式變更。

案例研究和世界实际应用

機場和邊境安全

機場和邊界口岸是反恐目的面部识别科技最早和最廣泛的引入者之一。 這些受控環境為面部识别的部署提供了一些有利条件:旅行者必須經過指定的檢查哨卡,照明和攝像角度可以优化,身份證的確有清楚的安全理由。

許多國家在移民检查站進行面部認證, 以確認旅行者是否與護照相匹配, 并对照已知或疑似恐怖分子的監視名單來檢查。 這些系統已經處理了數百萬的旅行者, 部分機場報告, 面部認證使得他們能辨識出试图使用假冒文件旅行或使用被盜身份的人。

該科技也被部署在了加速受信任的旅行者處理的程序上, 讓被事先筛选的人使用自动門, 以面部認證身份。 這個雙用途,

城市监测网

許多城市都部署有面部認證能力的相機網路, 監控安全威脅的公開空間。 這些系統可以追蹤個人在全市的行動,

城市監控網絡也因他們有潜力大规模監控普通公民而引起很大爭議。 批評者認為,這些系統會對自由的言論和聯盟造成冷漠效果, 因為人們如果知道自己被追蹤,可能會避免某些位置或活動。 安全利益和隱私成本的平衡在這些應用程式中尤其難於被擊中。

也要求攝影機要清晰地標記, 并告知民眾面部認證部署地。 這些方法旨在保持一些安全利益, 限制大规模監控的侵入性。

事件安全和人群監控

大型公共活動,如政治議題、國際高峰會或大型體育活動, 都對恐怖分子有吸引力, 需要嚴格的安全措施。 在這些活動中, 已經設置了一個機構, 以監督人群, 找出参与者中的潜在威脅。

這種暫時部署比永久監控網路有一定優勢, 其時間和範圍有限, 专注于特定高风险事件, 而不是繼續監控公共空間。

這種科技可以被用於辨識和追蹤政治運動人士, 可能會使合法的政治言論感到寒冷。 清晰的指標在公共事件中使用面部辨識方式和時間對防止虐待至关重要。

前进之路:平衡安全和權利

建立负责任的使用框架

面部認同在反恐中的未來,取决于建立框架,使科技在保障公民自由和确保公平的同时,有效地用于合法安全目的。 這需要安全專家、技術家、决策者、公民自由倡导者和公众之间不断的對話。 人們的對話是,在對抗恐怖的情況下,我們需要的是,在對抗恐怖主義的時刻,我們需要的是,在對抗恐怖主義的時刻,我們需要的是,在對抗恐怖主義的時刻,我們需要的是,在對抗恐怖主義的時,我們需要的是,在對抗恐怖主義的時,我們需要的是,在對抗恐怖主義的時,我們需要的是,在對抗恐怖主義的時,需要的是,在對抗中,在對抗恐怖主義的時,需要建立一個框架,以便有效地利用此科技來保護公民自由的權利。

面部認知只應在安全威脅必要且相称的情况下使用; 應設置适当的防虐待保障; 應受到有意义的監督和问责; 應持續地評估和改进, 以准确和偏見的方式解決問題。

不同背景可能要求不同的方法。 在有明确安全理由和有限私密性期望的邊境口岸使用面部识别可能比使用來持续監控公共空间更能被接受。 特定背景框架可以提供比一刀切的更细致的指導。

着力于研究与发展

繼續投入研究以提升面部認真技术至关重要。 这不仅包括提高精度和速度,而且包括以偏見和公平的方式特意解決問題。 廣泛的标准化研究,如NIST的幫助揭穿FRT的共同缺陷,以及科學家和員工,FRT的開發工程師都肩负著改善軟體在识别影像的結果,以及降低假正率的两性差距,當數據集和結果被嚴格地、分分鐘分析時,科學家們有能力完善算法,从而解決軟體未來的重複發中的偏見問題。

研究也應探索其他方法, 既能提供更好的隱私保護, 又能保持安全利益。 例如, 分析行為模式或發現异常而不辨別特定個人的系統, 可能提供有用的安全資訊, 其隱私入侵比傳統的面部認證要少。

由電腦科學家、社會科學家、道德學家和法律學家共同組成的跨学科研究可以幫助找出和解決面部認證技术所构成的複雜挑戰。 了解不只是技術能力,而且包括社會、道德和法律的影響,是負責的發展和部署所不可或缺的。

合作与标准

國家應該合作制定精確、公平、隱私保護的共同標準, 尊重不同的法律傳統和文化價值。

國際協議可以建立反恐中所使用的面部認證系統的最低标准,

民主國家應該小心地與缺乏強烈人權保護和法治的政府分享面部認同技術或資料。 國際標準中應該包括防控科技被非法使用等保障措施。

結論: 導引複雜的地貌

國內的認同技術是反恐的有力工具,提供幾十年前無法想象的認同、監控和調查能力。 新技术使國家有了新的力量,可以將先前已知的恐怖分子的身份自动化,他們正在組織國家要保護的公民的攻擊,而如果它能有效发挥作用,它的力量将有助于反恐。

這種技術也帶來了與精度、偏見、隱私和公民自由相關的嚴重挑戰。 面部認證軟體中普遍存在此問題, 這種軟體往往會為非白人人士產生更高的假陽性, 也不像逮捕某人的面部認證軟體, 經過過過過過訓練的CT算法可以殺死平民, 而這種行動是無法解除的。 反恐應用程式的關鍵尤其大, 錯誤會導致無辜人被不法拘留, 或反之,會導致危險人物逃避偵察。

下一步需要的是审慎的政策制定、強力的監督、技術的繼續改善以及公開的對話。 防止面部認同任何安全目的的总括禁令和不受保障的部署都不是一個负责任的方法。 相反,允许有益使用但防止虐待的特有框架提供了在保护基本權利的同时实现面部認同的安全利益的最佳希望。

現今,在如何發展、部署和管理面部認知方面,做出決定將在未來的几年中形成安全和自由之间的平衡。 確保這些決定以證據為依據,遵循道德原理,并遵守民主的问责制,是維持日益複雜的威胁环境中的安全和自由所必不可少的。

更多生物安全科技資訊, 請參考國家標準與技術研究所的面部認證供應商測試程序[。 要了解監控科技中的私密性考量, 請從电子邊界基金會[ 探究資源[。 關於面部認證規定的国际觀點, 請參考歐洲議會在AI 規定方面的工作[。