智東西（公眾號：zhidxcom）
編| 李水青
智東西2月7日消息，美國國土安全部的官員參加國會眾議院舉行的聽證會，詳細介紹了美國政府在全國范圍內使用面部識別技術的情況。
這是迄今為止的第二次相關聽證會，上一次在2019年7月舉行。當時，該機構剛剛決定，不將機場的人臉識別檢查范圍擴大到所有搭乘國際航班的公民。
美國國土安全部海關與邊境保護局（CBP）副執行助理John Wagne表示，目前，國土安全部的旅客驗證等類似服務已經在過境點、出境游輪等地布設，掃描了超過4370萬人。在一些陸上關口，這些服務識別出了252人使用他人證件，其中大約7%為18歲以下的未成年人，20%的人有犯罪記錄。
一、準確率達98%，2022年將掃描2.59億人
“人們常常會有自己意識不到的偏見，包括種族和性別偏見。”當探討面部識別所帶來的隱患時，John Wagne提出異議，“當冒名者出示旅行證時，我們的安檢員很擅長識別人的行為。但是，從技術方面鑒別真偽，需要走在前面。”
美國國家標準與技術研究院（NIST）發布的最新研究發現對此表示質疑。研究稱，除了頂尖的系統，廣泛部署的系統中出現了年齡、性別和種族偏見的案例。與白種人相比，它們更容易把非裔美國人、阿拉斯加印第安人、太平洋島民和亞裔美國人的臉搞混，這種可能性要高10到100倍。
據稱，該研究量化了來自99個開發人員的189個面部識別算法的差異，使用了1,427萬張849萬圖像，其中大部分來自國務院，國土安全部和聯邦調查局的運行數據集。
Wagner說，CBP使用的算法會在DHS數據庫中匹配人臉，準確度達到97％到98％，比國土安全部監督機構在2018年9月報告的85％有所提高。NIST報告中確定的“性能最好的供應商”之一預計，到2022年將對至少2.59億人進行人臉、指紋和虹膜掃描。
他說，部門還計劃最早在3月份改用更新的版本——NEC-3，在NIST檢測的一個子類別中，NEC-3將正常者誤判為假冒者的概率排倒數第二。
二、反對者：算法準確率不夠，10萬人信息泄露
NIST主席Bennie G. Thompson對算法準確性差距提出了質疑，但Wagner將其歸因于“操作變量”，包括相機型號、圖片質量、照明和人為因素行為。他說，一個人的照片質量也會影響準確性——20歲時拍的護照照片不一定和29歲時的自己長得一樣。
在會上，眾議員Sheila Jackson Lee問及了CBP的數據存儲做法，指稱該機構去年的生物識別退出計劃涉及數據泄露。據報道，美國車牌識別公司Perceptics對一家聯邦分包商發動了攻擊，導致10萬多名在美國境內進出站的旅行者的臉部和車牌照片被曝光。
Wagner重申，以美國公民為例，政府拍攝的用于旅行證件的新照片，在12小時后會自動刪除，未來所需要的時間可能更短，并附有“整個處理記錄”。而收集的外國人照片將轉移到一個單獨的數據庫中，保存75年。
三、多管齊下：審計攝像頭技術，航空公司不存檔
如果出現識別錯誤，內部分析人員將對其進行檢查和及時糾正，DHS正在積極地追蹤它收到的照片數量和與之匹配的比例，盡管它并不擁有所有用來捕捉這些照片的設備。（達美航空、聯合航空、美國航空和捷藍航空等機場與國土安全部合作運營一些攝像頭。）
此外，Wagner說，航空公司和機場被分配了一系列任務，它們必須承諾不存儲、共享和保存捕獲的照片。他們還被要求向CBP提交他們的攝像頭和技術的審計報告，第一次審計將在“未來幾個月”進行。
眾議員Lauren Underwood指出，一些乘客報告稱，他們不知道如何選擇不進行生物特征檢測。Wagner說，為了彌補這一缺陷，CBP正在與航空公司合作，研究登機牌上的免責聲明，以及訂票時間和客戶查看其他電子信息時的通知。此外，該機構還采取了一些形式的廣告，為人們的選擇提供建議。
四、國會支持十年，特朗普助推
“我們響應國會的號召……繼續加強生物識別的努力。”Wagner說。“面部比較技術的使用只是簡單地將如今人工完成的過程自動化了。”
十多年來，國會一直在鼓勵國土安全部官員開發生物識別技術，用來跟蹤現有和進入美國的外國人的活動的項目。2016年，議員們從特定的簽證費用中批準了高達10億美元，來資助該項目。2017年3月，特朗普總統又簽署了一項行政命令，加快生物識別篩查的部署。
2019年12月，CBP宣布，計劃到2021年，將篩查范圍擴大至每周乘坐6300多架國際航班的1億乘客，其中也包括美國公民。
此舉表面是出于擔心單獨的篩查過程會帶來后勤方面的挑戰，但在遭到立法者和隱私權倡導人士的反對后，它改變了方向，保留了原有的系統，該系統允許公民選擇退出面部識別篩查。
結語：面部識別技術無害，需要機制法規護航
盡管美國社會各界人士都對以人臉識別技術為代表的生物識別技術表示質疑，尤其是對隱私泄露和偏見歧視方面的質疑曠日持久，但在美國國會及特朗普的支持下，國土安全部還是進行了曠日持久的大面積部署，已對超過4370萬人使用了面部識別。
對我國來說，一方面需要堅持發展以人臉識別為代表的AI技術，利用良好的發展環境，不斷提升技術先進性；一方面需要完善相關應用的體制機制、法律法規，與美國類似的隱私問題我們也有可能在未來遇到，需要有應對和解決的能力。
