近幾年來，面部識別引起了很多爭議。如今年9月月初，ZAO因其用戶隱私協議不規范，存在數據泄露風險等網絡數據安全問題，對陌陌相關負責人進行了約談。

可見人們越來越關注的是在數據隱私和數據保護方面，特別是現在這種技術如此普遍。有些人每天使用面部識別來解鎖手機或授權付款，甚至許多人在工作場所或機場的安全中都會用到它。

然而，人們開始質疑面部識別技術的道德規范以及準確性和潛在偏見。在一個麻省理工學院（MIT）最近的研究表示，發現該技術可能存在性別和/或種族偏見，可能是由于所使用的訓練數據不平衡。在去年的另一項研究中，28名美國國會議員被錯誤地認定為罪犯。美國的一些城市甚至開始禁止使用這項技術，包括警方。英國國會議員認為，在面部識別試驗開始之前應該立法，而歐盟正在尋求法規來限制所謂的“濫用”面部識別。

對于對我們的生活具有如此廣泛潛在影響的任何新技術而言，這些事件并不令人驚訝。應該對技術的準確性以及知情同意，法律責任和道德使用進行認真的關注和審查。這些都是在尊重個人權利的同時確保合法使用的健康步驟。

但人工智能和深度學習技術不一定是隱私侵犯工具。

有多好？

面部識別背后的AI技術具有更廣泛的用途。它不僅可用于識別人，還可用于檢測面部及其特征的存在，以及預測健康，情緒和心理狀態。根據應用程序和使用的算法，數據隱私含義可能不同。

識別面孔也只是深度學習技術所提供的眾多重要功能之一。最有趣的可能是面部分析，它分析照片或視頻以提取面部特征并預測性別，年齡甚至體重指數。它已被用于檢測糖尿病，心臟病或癡呆的早期癥狀，以及測量心率和血壓。

保險公司正在使用面部分析來簡化承保。分析允許公司在沒有體檢的情況下預測一個人的健康狀況，他們的生活方式和預期壽命。醫療保健中還有許多應用，例如自動監測患者的病情和情緒，以及檢測行為，發育或精神障礙。

在零售行業中，了解一個人的情緒非常重要，為零售商提供有關客戶對其產品的看法的寶貴見解。聊天機器人是另一種流行的人工智能技術：從面部圖像或聲音中檢測情緒的能力將允許會話機器人在他們的反應中更加同情。

隱私和福利

人工智能和機器學習有能力從根本上改變我們的工作和生活方式，改變企業的業務運作模式，為人們和企業帶來前所未有的便利。

而AI目前的挑戰是在于能夠在不犧牲隱私、道德和公平的情況下實施。而隨著AI對我們的生活做出重要決定，它需要得到信任。需要建立機制以確保用戶可以信任AI系統提出的建議、預測和決策。AI需要明確的解釋而不是不可解釋的黑洞。顯然，如果沒有解釋，來自AI的決策很難在審計師或監管機構站住腳跟。

面部識別和面部分析等AI算法如果不公平則不會被信任。然而，AI與其學習的數據集一樣公平和公正。數據缺陷也可能破壞AI系統產生的決策，預測或分析的準確性。

因此，最重要的是只有質量無偏的數據集用于機器學習，特別是確保AI符合各種公平性規定。

來源：新天域互聯