由于深度學(xué)習(xí)的普及，近年來機(jī)器學(xué)習(xí)研究蒸蒸日上，人臉識別技術(shù)也得到了極大的改善。在一個(gè)典型的用例中，照片、視頻或?qū)崟r(shí)流媒體中的人臉會被掃描、分析，接著，它們的特征會被拿來與數(shù)據(jù)庫中注釋過的人臉進(jìn)行比較。

這項(xiàng)技術(shù)正被用于打擊人口販運(yùn)和機(jī)場快速安檢，同時(shí)它也被用于監(jiān)視音樂會、體育賽事。

然而，面部識別的準(zhǔn)確性仍是一個(gè)問題。研究人員開始擔(dān)心人工智能系統(tǒng)中存在的歧視和偏見。該技術(shù)在正確識別有色人種和女性等方面還存在著重大缺陷。造成這一問題的原因之一，是數(shù)據(jù)集里男性相對于女性、白人相對有色人種的懸殊比例。

對機(jī)器訓(xùn)練來說，數(shù)據(jù)多樣性很重要，但數(shù)據(jù)的體量大小也同樣重要。人臉識別系統(tǒng)的訓(xùn)練和測試需要在數(shù)百萬甚至數(shù)千萬張人臉上進(jìn)行。

多年來，研究人員一直通過人臉識別數(shù)據(jù)集來進(jìn)行相關(guān)研究。這個(gè)包含圖片鏈接的數(shù)據(jù)集都是從一個(gè)資源包中整理生成。該資源包被用于各種各樣的科學(xué)項(xiàng)目研究，包括在不使用地理坐標(biāo)的情況下估算照片和視頻的拍攝地點(diǎn)的研究。

IBM開發(fā)了一個(gè)名為“人臉多樣性”的新項(xiàng)目，并為其準(zhǔn)備了上百萬張圖片，該項(xiàng)目將進(jìn)一步提升人臉識別的公平性和準(zhǔn)確性。

研究人員們通過互聯(lián)網(wǎng)收集并注釋了各類物體的照片，以此來訓(xùn)練電腦，讓其可以更好地了解它們周圍的世界。

通常，他們通過谷歌圖片搜索和一些其他的途徑獲取數(shù)量巨大的圖片。得到的數(shù)據(jù)集通常被用于學(xué)術(shù)研究，比如訓(xùn)練或測試人臉識別算法。但隨著微軟、亞馬遜、臉書和谷歌等公司押寶人工智能，人臉識別正走出實(shí)驗(yàn)室，進(jìn)入大型企業(yè)的視野中。

隨著消費(fèi)者意識到他們在互聯(lián)網(wǎng)上留下的數(shù)據(jù)能夠產(chǎn)生的巨大威力，人臉識別數(shù)據(jù)集正在加劇人們對隱私和監(jiān)控的擔(dān)心。因此，一些研究人員正在重新審視這種野蠻收集他人照片的行徑。在充滿分享精神的互聯(lián)網(wǎng)中，使用他人照片本應(yīng)征求別人同意。

許多公司、研究機(jī)構(gòu)和個(gè)人都為面部識別編制了數(shù)據(jù)集，IBM只是其中之一。其中一些數(shù)據(jù)集由實(shí)際的圖像組成，還有一些類似IBM的數(shù)據(jù)集，是由圖像鏈接組成的。有時(shí)，數(shù)據(jù)集也是可以通過拍攝模特得到的。

通常情況下，這些數(shù)據(jù)集是知識共享的，但它們必須用于非商業(yè)目的，比如算法研究。但大量的類似數(shù)據(jù)集可以從網(wǎng)站免費(fèi)下載。

知識共享協(xié)議于2002年首次發(fā)布，遠(yuǎn)遠(yuǎn)早于當(dāng)前的人工智能熱潮。

盡管研究人員在網(wǎng)站上免費(fèi)使用圖片，但他們也承認(rèn)，許多上傳這些照片的人可能會對照片被用于訓(xùn)練人工智能的事實(shí)感到驚訝。

一些研究人員認(rèn)為，人們應(yīng)該通過授權(quán)，自己決定圖片是否可以用于計(jì)算機(jī)視覺或人工智能研究。

對此，知識共享協(xié)議并不能幫上大忙。只要遵循相關(guān)的條款，這個(gè)來自非營利組織的許可協(xié)議并不限制任何形式的人工智能開發(fā)。

知識共享組織首席執(zhí)行官稱:“這些協(xié)議并不是為了保護(hù)隱私或研究倫理而設(shè)計(jì)的。”

近年來，人工智能發(fā)展之快，以至于相關(guān)法規(guī)幾乎還沒有來得及制定，更不用說實(shí)施了。法律上，在收集和使用圖像進(jìn)行面部識別時(shí)，公司并沒有告知義務(wù)。

目前還沒有相關(guān)的聯(lián)邦法規(guī)出臺。在各州，情況則有所不同:例如，伊利諾斯州有一項(xiàng)法律，要求公司在收集生物特征信息之前必須得到客戶的同意;亞馬遜和微軟總部所在地華盛頓州的州參議院最近通過了一項(xiàng)限制面部識別使用的法案，該法案仍需在該州眾議院獲得通過。

今年3月，參議院提出了一項(xiàng)法案，要求企業(yè)在收集和共享識別數(shù)據(jù)之前必須征得消費(fèi)者的同意。它還要求公司進(jìn)行外部測試，以確保算法在實(shí)施前是公平的。

數(shù)字版權(quán)組織電子前沿基金會技術(shù)政策主管則表示，即使沒有嚴(yán)格的法律限制私人照片用于人工智能訓(xùn)練，企業(yè)和研究團(tuán)體也應(yīng)該注意遵守道德規(guī)范。

在他看來，這意味著使用照片就要得到照片中人物的明確同意。即便這很難做到，它也是企業(yè)必須面對的現(xiàn)實(shí)。