相信各位對人臉識別系統(tǒng)并不陌生，像面部考勤機、手機面部解鎖以及最近興起的面部識別支付等等，都是其比較常見的應用類型。一般來說，人臉識別的方式是采用攝像機作為識別信息的獲取裝置，以非接觸的方式來獲取識別對象的面部圖像，最終通過計算機來比對信息完成識別。

之前，美國國土安全部還表示預計在四年內為97％的離境乘客將使用人臉識別技術，并在2018年底在美國15個機場開始投入使用，主要用在登機時拍攝乘客。然而現在，美國人在看待人臉識別技術上，似乎發(fā)生了180°大轉彎，甚至在今年5月份，對人臉識別技術發(fā)出了禁令，美國人對人臉識別的態(tài)度為何急轉直下？

對人臉識別開出全球首張禁令的是美國的舊金山市，其禁止臉部識別技術在政府機關與執(zhí)法機關中使用。實際上，美國社會對人臉識別技術活的反對不單單只有舊金山一個城市。近期，加州奧克蘭市正在考慮出臺與舊金山類似的法律。不僅如此，馬薩諸塞州也在考慮在該州中禁止人臉識別軟件，直到這項技術有所提高。

說起人臉識別技術，美國在該領域一直處于前沿位置。大概在2016年的時候，亞馬遜便推出了Rekognition，此外，類似的產品還有谷歌云Vision API、IBM Watson Visual Recognition和微軟Face API。盡管如此，目前的人臉識別技術尚未達到百分百的準確性。

去年，一篇發(fā)表在外媒網站的文章中指出，如今非常熱門的AI應用人臉識別，針對不同種族的準確率差異巨大。其中，針對黑人女性的錯誤率高達21％－35％，針對白人男性的錯誤率則低于1％，這在美國可以說是非常不正確的。

這里，還有一個烏龍事件需要強調，亞馬遜在2016年推出的圖像識別AI系統(tǒng)Rekognition，曾將28名美國國會議員識別成了罪犯，當時引得美國社會一片嘩然，也令大眾對人臉識別技術充滿了質疑。

對于人臉識別存在的技術誤差，中國科學院自動化研究所張曉波博士曾表示，照明、姿勢、裝飾等都會對人臉識別系統(tǒng)產生影響，而對于那些非合作情況下的人臉圖像采集，遮擋問題仍很嚴重。特別是在實際監(jiān)控環(huán)境中，被監(jiān)控對象常會佩戴著眼鏡或帽子等配件，使得捕獲的人臉圖像不完整，影響后續(xù)的特征提取和識別，甚至導致人臉檢測算法無效，且在大規(guī)模應用環(huán)境中，如何維持或提高人臉識別算法的識別率，目前也是一個非常重要的問題。

除了技術準確性外，人臉識別的安全性也在美國面臨著普遍質疑。其中一個就是，由于人臉識別的信息存儲仍基于計算機可識別的語言，也就是我們常說的數字或特定代碼，隨著這些數據價值的提高，使其遭到黑客攻擊的風險也會隨之增高。一旦這些個人數據被竊取，你的臉可能就不只屬于自己了。

就像前面說的，人臉識別技術對于不同種族的人有不同的準確率，無論是論文作者的研究還是廠商的實驗，都明確的發(fā)現了女性深色膚色的識別誤差率更高。種族歧視作為美國社會中的一個敏感話題，如果對人臉識別技術的相關法律還未足夠完善，將使人臉識別技術處于爭議之中，而爭議更大的在于，美國民眾對于“被監(jiān)控”本身的反感和憂慮。

早前，亞馬遜及其他大多數科技公司都與美國警方保持著合作，將面部識別技術應用于視頻監(jiān)控和警察穿戴的相機鏡頭，包括俄勒岡州在內的眾多美國州立政府已經成為Rekognition的用戶，Rekognition能夠實時地辨別、分析和跟蹤，并能在幾秒鐘內將收集到的信息與數據庫里成千上萬個圖像進行比對。執(zhí)法機關已經將這個技術應用于尋找失蹤人口和識別恐怖襲擊中的嫌疑人中。

但是，美國公民自由聯盟（American Civil Liberties Union，ACLU）曾致信給政府稱，亞馬遜應該停止向美國政府提供強大且“危險”的人臉識別系統(tǒng)Rekognition�！吧蠒�”后不久，有近20家亞馬遜的股東機構向 Jeff Bezos發(fā)出信件，對亞馬遜Rekognition被應用于執(zhí)法部門所帶來的問題和影響而擔憂。

不僅是亞馬遜的股東，美國民眾也有類似的看法，將人臉識別技術應用到前端視頻監(jiān)控攝像機上，可能會打破隱私及實用性之間的平衡。假設美國警方有若干臺這樣的安防攝像機，同時擁有可疑人員的“黑名單”照片庫，那么其他任何人如果與這些可疑人員有一些相像，一旦進入警察的安防攝像機的鏡頭之內，都有可能受到警務人員的盤問，而這是大多數美國人所不希望的。