人臉識別軟件是一種非常強大的技術，對用戶隱私構成了嚴重威脅。同樣，這個行業目前發展十分迅猛。如今，十數家初創公司和科技巨頭正在向酒店、零售店，乃至學校提供人臉識別服務。由于新算法較五年前能更為精確地識別人臉，行業發展非常迅速。這些科技公司將數十億的人臉素材用以訓練，并改進這些算法，而這通常無需任何許可。事實上，包括你在內，很有可能所有人的數據都被人臉識別公司用于 “訓練集” 中，或存在于某個公司的客戶數據集里。
面對這樣的情況，消費者可能會感到驚訝。

例如，在至少三起案件中，科技公司通過用戶手機上的拍照應用，獲得了數百萬張人臉圖像。目前，針對人臉識別軟件的法律限制尚無，這意味著人們幾乎無法阻止這種情況發生。
2018 年，華盛頓特區附近機場的 “登機道” 上，有一臺攝像機采集著匆匆走過的 “路人” 臉孔數據。不過實際上，這只是美國國家標準與技術研究所（NIST）的模擬系統用于展示該裝置 “在野外” 是如何收集人臉數據的。NIST 會定期舉辦人臉識別軟件競賽，邀請全球公司參與，這些由志愿者自愿貢獻的人臉數據將用于競賽。
早期人臉識別技術便是通過這樣的方式來運作的，學術科研人員會請求用戶許可。而如今，科技公司站在了人臉識別技術的前沿，他們不太可能在使用人臉數據時請求明確的許可。
據研究機構 Market Research Future 報道，人臉識別行業競爭激烈，人臉識別軟件的市場正在以每年 20% 的速度擴張，預計到 2022 年，市值將達每年 90 億美元。其商業模式之一則是：向客戶發放軟件許可，允許他們使用自己的人臉識別程序，這些客戶包括執法部門、零售商、中學等。

在公司參與的此類軟件開發競賽中，如果算法能夠精確識別人臉，并不會導致偏差，該公司就能獲勝。與人工智能的其他領域一樣，開發出人臉識別的最佳算法，意味著需要積累大量的人臉數據。雖然科技公司能夠使用政府和大學取得許可的數據集，如耶魯人臉數據庫（Yale Face Database），但這些訓練集的數據相對較少，人臉數據僅有數千個。此外，這些官方數據集還有其他局限性，許多缺乏多樣性，或者未能包含諸如陰影、戴帽或化妝等條件，因而不夠真實。為了建立起能在真實場景下探測人臉的識別技術，科技公司需要更多的圖像。
FaceFirst 公司 CEO Peter Trepp 表示，“數百、數千根本不夠，需要數以百萬計的圖像。如果缺乏戴眼鏡或不同膚色人種的數據訓練庫，則無法得到準確結果。” 這是一家位于加州的人臉識別公司，幫助零售商篩選出犯罪分子，將其擋在門外。
從應用服務提供商轉為 AI 公司
公司從何處尋覓數百萬張圖像訓練軟件？來源之一是警局的人臉數據庫，也可以找私人公司購買。加州的 Vigilant Solutions 公司就提供人臉數據“服務”，其中包含一個 1500 萬張面孔的人臉數據集。
然而，一些初創公司已經找到了更好的面孔來源——用戶的 “個人相冊” 應用。這些應用可編輯用戶手機相冊中的照片，通常包含同一個人在多個姿勢和情境下的多張圖像——這可是訓練集的海量數據源。
Ever AI 的 CEO Doug Aley 表示：“我們有客戶在數千種不同的場景中被標記同一人，站在陰影中的，戴著帽子的，凡你能想到的。”Ever AI 是一家舊金山的人臉識別初創公司，于 2012 年推出 EverRoll，這是一款幫助消費者管理一大堆照片合集的應用。
Ever AI 已獲投 2900 萬美元，投資者包括 Khosla Ventures 和其他硅谷風險投資公司。
在美國國家標準與技術研究所最近的競賽中，取得 “面部照片” 分類中第二名，“自然環境面孔”分類第三名。Aley 將成績歸功于公司龐大的照片數據庫，據 Ever AI 統計，該數據庫中約有 130 億張圖片。
初期，Ever AI 還僅是個照片應用時，其激進的營銷策略曾引發爭議，并暫時導致 App Store2016 年將 EverRoll 下架——這款應用誘使用戶向其手機聯系人發送推廣鏈接，還被用戶指責攫取私人數據，。根據 Greg Miller 2015 年在 FB 上的評論，“該程序在安裝后立即收集你的通訊錄，即刻給所有人發消息…… 然后開始拉取你的照片，上傳至云端。”四年后，Miller 驚訝地發現，曾叫作 EverRoll 的應用程序仍存有他的照片，而且現在它已成為人臉識別公司了。
Miller 對我們表示，“不，我當時沒有意識到，也完全不能同意。所有這些都是真實存在的問題，不再有隱私，這只會讓我害怕。”
Ever AI 的 CEO Aley 則表示，該公司不會將其數據庫的個人信息泄漏出去，僅用于訓練軟件。他還表示，該公司類似社交媒體，用戶可以選擇退出。 Aley 還否認 Ever AI 從一開始就打算向人臉識別方向發展，并表示關閉照片應用是商業方面的決策。目前，Ever AI 的用戶分布在各行各業，包括公司 ID 管理、零售業、電信通訊業以及法律執行部門。
EverRoll 也并不是唯一轉向人臉識別的相冊應用提供商。舊金山的初創公司 Orbeus 于 2016 年被亞馬遜悄然收購，它也曾提供過一個名為 PhotoTime 的熱門圖片管理應用。據內部人士透露，Orbeus 的 AI 技術以及海量人像數據庫促成了這次收購。由于簽有保密協議，這位員工不肯透露身份，但他表示“亞馬遜尋求的就是這些功能，他們在收購后關閉了這款應用。”
如今 PhotoTime 已不復存在，不過亞馬遜還在繼續銷售另一款 Orbeus 的產品，名為 Rekognition。這款產品供執法機關及其他組織用于人臉識別。亞馬遜公司拒絕透露 Orbeus 的相冊應用在多大程度上用于訓練 Rekognition 軟件，只是說這款軟件將各種來源的數據用于其人工智能項目——包含人臉識別，并表示他們并沒有使用用戶的 Prime 照片訓練算法。

總部位于西雅圖的 Real Networks 則是另一家使用其用戶照片軟件來訓練其人臉識別算法的公司，這家公司的在線視頻播放器一度非常著名，而如今則專注于針對學校孩童的人臉識別軟件。同時它還提供了一款針對家庭用戶的智能手機應用，名為 RealTimes，有評論稱這款應用背地里竊取人臉數據。
人臉識別軟件并不新鮮。該技術的雛形初現于 20 世紀 80 年代，當時美國的數學家正開始用一系列數值來定義人臉，并用概率模型來匹配。佛羅里達州坦帕市的安保人員在 2001 Super Bowl 上使用了它，賭場也使用這一技術多年。但過去幾年里，情況發生了變化。
美國國家標準與技術研究所的 Grother 說：“人臉識別正歷經革命。”他補充道，在高模糊或低質量圖片中，這種變化最為明顯。“底層技術已發生變化，新一代算法取代了舊技術，它們非常有效。”
人臉識別的這場革命正更廣泛地改變人工智能領域，而這得益于兩大因素：首先是新興的深度學習科學，這是一種類似人腦的模式識別系統：二是前所未有的海量數據，這些數據可以在云計算的幫助下以低成本存儲和解析。
毫無疑問，最先充分利用這些新發展的公司是谷歌和 Facebook。
2014 年，社交網絡首推 DeepFace 程序，該程序可以識別兩張臉是否同屬一人，準確率高達 97.25%，幾乎相當于人類在同一測試中的得分。
據安全公司 Gemalto 稱，一年后谷歌憑借 FaceNet 程序獲得頭名，達到百分之百的準確率。
如今，這些公司以及微軟等科技巨頭在人臉識別領域均處于領先地位，這在很大程度上是因為它們可以訪問大量的人臉數據庫。盡管如此，在不斷增長的人臉識別市場上，越來越多的初創公司也在尋找自己的位置，它們也取得了極高準確率。
僅在美國，就有十幾家這樣的初創公司，包括 Kairos 和 FaceFirst。
根據披露過去幾年數十宗投資的市場研究公司 PitchBook 的數據顯示，硅谷不斷涌現出該行業的公司。據 PitchBook 的數據，過去三年該行業的平均總投資為 7870 萬美元。以硅谷的標準來看，這個數據不算多么驚人，但反映出風險投資的重大抉擇，即至少有幾家人臉識別初創公司將迅速成長為大公司。
一些開發人臉識別軟件的公司正在使用新技術，可能會減少訓練算法對大量人臉數據的需求。邁阿密的人臉識別初創公司 Kairos 就是這樣一個例子：Kairos 的客戶中有一家大型連鎖酒店，據其首席安全官 Stephen Moore 稱，Kairos 正在創造 “合成” 的面部數據，以復制各種表情和光照條件下的臉孔數據。他還表示，這些 “人造臉孔” 意味著公司可以在開發產品時使用更小規模的數據庫。

責任編輯：中山網站建設
 【網訊網絡】國家高新技術企業》十年專注軟件開發，網站建設，網頁設計，APP開發，小程序，微信公眾號開發，定制各類企業管理軟件（OA、CRM、ERP、訂單管理系統、進銷存管理軟件等)！服務熱線：0760-88610046、13924923903，http://www.wansion.net