張文韜/編譯

Facebook人臉識別技術(shù)面臨訴訟

張文韜/編譯

●目前，某些美國互聯(lián)網(wǎng)巨頭企業(yè)的生物識別隱私規(guī)則成了集體訴訟的目標。

美國伊利諾伊州的居民尼姆斯·帕特爾（Nimesh Patel）是Facebook的用戶，他對這個軟件非常不滿，這可不是幼稚：他早就知道，這個社交網(wǎng)絡公司在收集用戶的個人信息。而使他生氣的是，F(xiàn)acebook公司現(xiàn)在變本加厲，開始收集他面部表情的細節(jié)，比如眉間的寬度、嘴角裂開的弧度以及很多其他面部幾何學結(jié)構(gòu)，通過這些細節(jié)，該公司的人臉識別軟件就可以把他認出來。

作為集體訴訟的原告之一，帕特爾聲稱Facebook對人臉識別技術(shù)的應用違反了2008年通過的一項伊利諾伊州法律《生物識別信息隱私法》（Biometric Information Privacy Act,BIPA）。BIPA對公司如何儲存和使用公民的生物識別信息做出了規(guī)定，包括指紋、聲紋、視網(wǎng)膜或虹膜掃描結(jié)果以及手部或面部幾何結(jié)構(gòu)掃描結(jié)果。該案已于2015年10月進入審訊程序。在伊利諾伊州，不但Facebook公司，谷歌公司和Snapchat公司也因為相同的原因面臨起訴。在2017年，法庭將圍繞這個尖銳問題展開辯論：誰有權(quán)保管我們的面部信息？

公民自由組織表示，上述辯論早就應該進行。在美國，人臉識別日益被納入到監(jiān)視系統(tǒng)和執(zhí)法數(shù)據(jù)庫中，而許多州還沒有像伊利諾伊州那樣通過上述法律。電子前沿基金會的律師詹尼弗·林奇（Jennifer Lynch）指出，近年來技術(shù)迅速發(fā)展，而監(jiān)管并沒有到位?！拔覀兒芸炀涂梢栽谏痰昀锇惭b攝像頭，識別購物者的身份?！彼f。

針對Facebook的訴訟主要圍繞該公司在2010年推出的圖片標簽功能：只要用戶上傳照片，F(xiàn)acebook的系統(tǒng)就會自動分辨出鏡頭中的每張面孔，設法與之前上傳照片中的人臉匹配，最后鑒別出是誰，十分方便。按照本案的說法，這種“標簽推薦”系統(tǒng)證明Facebook在收集并儲存美國用戶的“面部樣本”。（2012年，由于隱私問題，該公司在歐洲關閉了這項功能。）

FBI（美國聯(lián)邦調(diào)查局）的人臉識別數(shù)據(jù)庫中大部分是守法公民的圖像，從駕駛執(zhí)照和護照照片中拍攝

伊利諾伊州的相關法律早于Facebook推出標簽推薦功能，當時并沒有提到社交網(wǎng)絡。相反，BIPA認為金融交易中生物識別信息會得到越來越多的使用，并指出這些識別信息與傳統(tǒng)的PIN碼和密碼明顯不同，如果被黑客竊取，將會帶來大麻煩，因為不能像重設密碼那樣給客戶重設新的指紋或面孔。但最近的集體訴訟不是針對銀行，而是瞄準科技公司。另一宗針對照片存儲網(wǎng)站Shutterfly的訴訟于2016年4月結(jié)案，賠款數(shù)額未公開。

BIPA規(guī)定，私人公司必須制定書面規(guī)范，說明他們將在多長時間內(nèi)保留人們的生物識別信息，又將在何時永久銷毀該數(shù)據(jù)?！霸谀撤N程度上，這是一個溫和的法律，”在電子隱私信息中心（EPIC）負責處理消費者隱私問題的律師克萊爾·加特蘭（Claire Gartland）說，“它只是要求向消費者做出免責聲明?！?/p>

原告指出，F(xiàn)acebook在沒有書面規(guī)范的情況下保留了伊利諾伊州用戶的面部樣本數(shù)據(jù)庫，已違反了該州法律。Facebook發(fā)言人拒絕回答有關本次訴訟的問題，但他指出，用戶可以輕松地關閉其賬戶的標簽推薦功能。

法律辯論已經(jīng)開始。2015年末，該公司辯稱，BIPA的生物識別信息列表中包括面部掃描和面部幾何結(jié)構(gòu)，但法律明確規(guī)定照片和外貌描述除外。Facebook認為法律只提到物理面部掃描儀，它們基于實際存在的面部創(chuàng)建生物識別記錄，所以基于照片的人臉識別并不違法。但法院稱Facebook的觀點“沒有說服力”，BIPA旨在針對所有新興的生物識別技術(shù)，并允許訴訟向前推進。如果Facebook敗訴，該公司可能被迫向數(shù)百萬伊利諾伊用戶支付賠償金，并改變在該州甚至整個美國市場的運營策略。

在法庭上，F(xiàn)acebook人臉識別技術(shù)的現(xiàn)狀很有可能將發(fā)揮作用。密歇根州立大學計算機科學與工程教授、生物識別專家阿尼爾·賈恩（Anil Jain）說，法院可能需要知道公司是否使用傳統(tǒng)方法開發(fā)人臉匹配軟件。他指出：傳統(tǒng)系統(tǒng)通過數(shù)以千計的實際測量建立和存儲面部樣本，“他們對面部、眉毛、鼻子、嘴唇沿線和嘴角等處的輪廓采樣，提取標志物。”

但賈恩指出，F(xiàn)acebook研究人員率先采用了依靠機器學習的面部識別方法，這就是在2014年的一篇論文中介紹的DeepFace系統(tǒng)。在報告中，研究人員從Facebook照片中抽出了440萬個標記面孔組成數(shù)據(jù)集，訓練系統(tǒng)進行學習。系統(tǒng)的深層神經(jīng)網(wǎng)絡用數(shù)百萬個參數(shù)來檢查面部，并基于所學到的神秘方法導出其面部匹配規(guī)則?！斑@更像是一個黑盒子。”賈恩說。

Facebook的標準標簽推薦功能到底是否利用了DeepFace或者類似的策略，目前還不清楚。如果公司采用這種先進的方法，其當前的技術(shù)可能不會違反法律的規(guī)定。“問題是他們的數(shù)據(jù)庫中存儲了什么?！辟Z恩解釋說。當DeepFace程序分析原始照片時，系統(tǒng)可能只是簡單地保存其已經(jīng)學習到的分析規(guī)則，而并不存儲可作為生物識別信息的面部樣本。這是個諷刺的局面：如果Facebook不在數(shù)據(jù)庫中保存面孔，它就可能在法庭上挽回面子。

[資料來源：IEEE Spectrum][責任編輯：遙醒]

本文作者伊萊扎·斯特里克蘭（Eliza Strickland），2011年加入IEEE Spectrum雜志，當時因報道福島第一核電站泄漏事故與他人共享尼爾獎。目前她負責生物醫(yī)學工程領域的科學報道。