著名分析师 Benedict Evans：人脸识别与AI伦理（二）

著名分析师 Benedict Evans：人脸识别与AI伦理（一）

当坏人用好的数据时

到目前为止，我一直在谈论当人脸识别系统（或任何机器学习系统）给出不准确的结果时会发生什么，但是另一个相当且相反的问题是，人可以开发一套能够提供准确结果的系统，然后把这些结果用于我们不喜欢的东西。脸部的使用是很容易受到关注的一个问题——在街对面就能看到你的脸但你甚至都不知道，而你又不能改变它。

人脸识别的确有一些令人感到担忧的用例。但是，这种技术可以用于各种各样的事情上，并不是所有那些事情都那么的令人担忧。

我们可以从今年8月发布版的旷视科技 600页的IPO招股说明书中管中窥豹。旷视科技是提供所谓的“智慧城市物联网”的大型公司之一；该公司表示，自己有106个中国城市客户，比2016年增加了30个，公司拥有1500名研发人员，并且在2019年上半年该业务的收入达到了1亿美元。

旷视科技提到的用例包括：

就像今天的数据库一样，面部识别会被用于社会方方面面的各种事情上，包括许多今天看起来不像人脸识别用例的事情。其中一些会成为问题，但不是全部都是。哪些是？我们怎么才能知道？

今天，大家在思考这个问题时会用这样一些框架：

因此，我想大多数人对海关比对你的脸部以及护照照片和文件上的照片，然后并记录下来的机器是适应的。我们可能对用面部识别的银行也不抵触。因为这是显式的，而且这么有明确的理由，是由一家你承认有正当理由这样做的企业所谓。同样，对于我们的移动电话公司知道我们在哪里，并且我们的银行知道我们有多少钱，对于这些我们也接受，因为他们就得这样工作。换过来我们我们可能就不能接受——我的电话公司不应该知道我的工资。不同的实体拥有不同的权限。我信任超市能照顾好我孩子的生活，但我不相信它推出的流媒体音乐服务。

另一方面，想象一下房地产开发商用面部识别来标记和跟踪走在购物街的每个人，看他们进入哪些商店，他们看什么产品，拿起并试穿，然后将这些链接到销售点和信用卡。我想大多数人对此都会感到非常不舒服——这是被动的行为，是由一家私人公司完成的，你可能甚至不知道发生了这样的事情，而且也不是为了你的利益。这是未经同意的情况下对你的隐私的侵犯。

但另一方面，如果这是匿名下进行的话，那么这种跟踪是不是就可以呢——如果它从来都没有跟信用卡和人名链接到一起，而且进仅用来进行客流量分析呢？如果它用衣服和步态而不是脸部来跟踪商场周围的人呢？如果公共交通机构用匿名化的脸部来通过系统获取典型的行程指标呢？这跟零售商对信用卡（可以在购买时与你的身份相关联）的用法以及交管部门对车票和智能卡的用法又有什么不同呢？也许我们赞同的是什么就没那么清楚了。

原则上来说，零售商跟踪客户确实让很多人不满意，哪怕这当中不牵涉到任何的脸部识别（即使他们已经做了几十年），但是另一个非常明显的公共安全用例——识别被通缉的罪犯呢？

（我认为）我们都能接受拿人脸照片跟“通缉犯”海报比对的想法。我们知道警方会把它们放在办公室里，也许还有一些人的还贴在巡逻车的仪表盘上。与此同时，用摄像头进行车牌识别的使用已经非常广泛。但是，如果一辆警察巡逻车有一组摄像头扫描一百码范围内的每一张脸，然后跟一个通缉犯的全国数据库进行比对呢？如果Amber Alert（美国儿童安全警报）系统告诉城市中的每辆自动驾驶汽车去扫描经过的汽车并回传面部照片呢？（在所有这些案例中假设我们都是在寻找真正的罪犯。）我不敢肯定会有多少共识。

你可能会说，警察任何时候都扫描“所有”的脸部照片是不行的，但是扫描录像寻找特定脸孔是可以的。这听起来不一样，但为什么呢？什么是可复验的逻辑链？这让我想到了美国法院的决定，那些决定限制了警方将GPS跟踪器放在嫌疑人的汽车上的方式——他们必须用老办法人工去跟踪。那我们是不想要呢，还是不希望它太容易做到或者太过自动化？在极端情况下，美国枪支机构被禁止将枪支记录存储进可搜索的数据库中——一切都必须是模拟的，并且只能人工检索。关于自动化本身有些东西我们未必都喜欢——当一个理论上存在小规模的可能性的东西变得实际上大规模上可行时我们就未必乐意了。

不过，对于数据库的体验，有些事情只是因为那是是新的，我们不熟悉而产生的不适，面部识别也是一样。对于任何给定的用例来说，这种矛盾情绪部分是因为它的新颖性，这也许是可以解决和调整的：

其实上述所有讨论都是跟看法、文化和政治有关，跟技术无关，虽然我们大多数人都同意非黑即白，但其实这种两者中间还有一个非常大的灰色区域，理智的人是不会同意这种二元论的。而且地方不同情况可能也会有所不同——比方说对国家身份识别卡的态度就是很好的例证。英国就没有这种东西，而且一直拒绝做，因为大多数人认为这是对公民自由的根本侵犯。而法国这个“自由”之地却有这玩意儿，而且对此并不担心。理论上美国没有这玩意儿，其实背后是有一套的。尽管出于明显的历史原因德国强烈反对其实形式的干预，但这个东西他们还是要的。

这里未必就有正确答案，也没有办法通过任何分析过程找到答案——这是个社会、文化和政治问题，会有各种不可预测的结果。美国禁止建立枪支数据库，但美国也有一家叫做“PatronScan”的公司会扫描你的驾照，然后跟一个由600多家酒吧和夜总会共享的38000人（又一个数据库）的私有黑名单进行比对。与此同时，许多州的DMV都向私营公司出售个人信息。如果你是在1980年的话你能想象得到这种情况吗？

道德与监管：不同的组织是如何实现的

对于这些问题，科技行业最明显的初步反应是在各个公司创建各种道德委员会，并为工程师，研究人员以及公司建立行为准则。这两种做法的想法都是：

这是必要的，但我认为还不够。

首先，在我看来，承诺你不会开发一款会产生不准确结果的产品，其实就像给自己写承诺不会搞砸的保证书是一样的。没有人会有心去搞砸东西。你可以列出想要努力避免搞砸的类型，在某些方面也会取得进展，但你没法阻止搞砸的发生。你也无法阻止其他人搞砸。

再回到数据库，我的一个朋友，Steve Cheney，最近写博客说自己被警察拦下，还戴上手铐，因为Hertz曾误报称自己租的车被盗了。这不是机器学习搞砸了——搞砸的是40年前的一项。我们对数据库会怎么出错的讨论时间之长要超过大部分数据库工程师的年龄，但还是避免不了它出错。这里面最重要的是，把Steve抓过去的警察了解数据库的概念，也具备有常识和授权——只是他查错了人。

这又把我们引回到之前提到的那个人脸识别的噱头——你可以承诺不犯错误，但是宣传说错误总是难免可能更有价值——你不能仅仅假定计算机必须是正确的。我们应该向三级外包商的工程师宣传这一点，因为是他们负责“商场扒手识别”系统的集成，但我们也应该向那位警官，律师和法官做宣传。毕竟，只要允许人去碰，那些错误就会继续出现在每个计算机系统上。

其次，任何公司的人都可以决定某个人脸识别的用例（或者任何一种机器学习项目）是邪恶的，所以他们不会做那样的系统。，但“邪恶”往往是一种看法，就像我前面所讨论那样，在很多情况下，理智的人会不同意我们对某个东西是否存在的看法。旷视科技也有道德委员会，而那个道德委员会同意了“智慧城市物联网”的开发。

此外，就像旷视科技以及许多其他例子所表明那样，这项技术正日益被商品化。最极端的工作仍然局限在相对较少的公司和机构内进行，但现在任何软件公司都可以免费获得“面部识别”技术。你自己可以决定不想开发X或Y，但是这跟X或者Y会不会被开发出来没有关系。所以，你的目标是阻止你的公司开发它呢，还是要阻止这个东西的开发和使用呢？

这当然会把我们带到另一条反应链，也就是从个别城市到整个欧盟的各级政府都在推动对人脸识别进行监管。这些实体当然有强制力——他们仍然无法阻止你搞砸，但他们可以强制实施审计，去捕捉错误，以及事后采取补救措施或进行处罚，并且（打个比方）有权要求查看或删除“你的”数据，他们还可以禁止或限制特定用例。

我认为，这里的挑战是弄清楚出适当的抽象层次。麦道夫当年的庞氏骗局爆发时，我们可没有说Excel需要进行更严格的监管，或者说他的房东应该及时发觉他所做的事情——正确的干预环节是是金融服务这个层面。同样，我们对金融服务进行监管，但抵押贷款、信用卡、股票市场体积零售银行的资本要求这些都是分开处理的。想要制定法律来监管用你的面部来解锁手机，或者把自己变成小猫，或者识别超市购物卡的持有者的系统，或者确定警察在什么地方可以使用摄像头以及如何存储数据，这样的监管效率不大可能会很高。

最后，这方面的对话往往会变成中美之争。但美国以外的人并不知道或者关心美国宪法是怎么说的，旷视科技已经向中国以外的15个国家的客户提供其“智能城市物联网”产品。这里面真正有趣的问题，我认为远远超出了脸部识别的范畴，而是涉及到了互联网的许多其他方面，那就是模式之争的问题。一方面是可以称之为隐私和技术监管的“欧盟模式”（美国公司的确也要遵守，就像GDPR一样）的传播程度，另一方面是，中国模式会传播到哪些认为它比欧盟或美国模式更具吸引力的地方。

译者：boxi。