美国公民自由联盟测试了亚马逊的面部识别系统，结果并不理想。为了测试该系统的准确性，ACLU使用亚马逊的OpenRekognitionAPI扫描了所有535名国会议员的面部，对比25000张公众照片。没有一名国会议员在抢劫案名单中，但亚马逊的系统生成了28个虚假匹配，美国公民自由联盟称这一发现引起了对警察使用Rekognion的严重关注。

该组织在一份附带声明中说：“身份识别——无论准确与否——都可能使人们失去自由甚至生命。”国会必须认真对待这些威胁，紧急刹车，并颁布一项暂停执法使用人脸识别的法令。”

亚马逊的一位发言人将结果归咎于校准不良。ACLU的测试是使用Rekognion的默认置信阈值80%进行的，但亚马逊表示，它建议在执法应用程序中使用至少95%的阈值，因为虚假ID可能会产生更严重的后果。

“尽管80%的置信度是热狗、椅子、动物或其他社交媒体使用案例照片的可接受阈值，”该代表说，“但以合理的确定度识别个人并不合适。”尽管如此，Rekognition在设置过程中并未强制执行该建议，没有什么可以阻止执法机构使用默认设置。

亚马逊的重新认可在5月份变得引人注目，当时美国公民自由联盟的一份报告显示，该系统正被多个执法机构使用，包括奥兰多警方的一个实时识别试点。该软件作为亚马逊网络服务云产品的一部分**，价格极为低廉，整个部门每月的成本通常不到12美元。奥兰多试点已经过期，尽管该部门继续使用该系统。

美国公民自由联盟的最新实验旨在特别关注Rekognion与俄勒冈州华盛顿县治安部门的合作关系，在那里，图像与多达300000张照片的数据库进行比较。

“这不是假设，”雅各布·斯诺（Jacob Snow）说，他为北加利福尼亚州的ACLU组织了这次测试这是一种已经在使用Rekognion的情况。”

测试还显示了种族偏见的迹象，这是许多面部识别系统长期存在的问题。28个错误匹配中有11个错误识别了有色人种（约39%），包括民权领袖众议员约翰·刘易斯（D-GA）和国会黑人核心小组的其他五名成员。只有百分之二十的现任国会议员是有色人种，这表明假匹配率对有色人种议员的影响要高得多。这一发现与NIST的面部识别供应商测试所发现的差异相呼应。NIST的面部识别供应商测试显示，**和非裔美国人的面部识别测试错误率一直较高。

在没有匹配项的数据库中运行人脸可能会导致失败，但这与现有人脸识别系统每天面临的情况类似。伦敦大都会警察局使用的这一系统，每一次打击都会产生多达49个假匹配，要求警察手动对假阳性进行分类。更重要的是Rekognition测试中出现假阳性的比率，超过5%的受试者会触发某种类型的假匹配。

在实践中，大多数面部识别识别码在被逮捕之前都会经过人的确认，但批评者说，即使检查一个人的身份也会造成损害。”斯诺说：“想象一下，一名警官用暗器逮捕了一个人，却得到了一个虚假的匹配。”如果警察在停车时发现了这些信息，那就真的很危险。不难想象它会变得暴力。”

这项测试还引发了人们的担忧，即在没有监督的情况下，Rekognion的部署是多么容易。ACLU的所有数据都是从公开来源收集的，包括25000张面部照片(该组织出于隐私原因拒绝透露具体来源，但许多州将面部照片视为公共记录。）亚马逊的系统也比非基于云的产品便宜得多，测试只需向ACLU收取12.33美元。

这项测试已经引起了三名国会议员的强烈反应。测试结果公布后不久，参议员马基（D-MA）、众议员古铁雷斯（D-IL）和众议员德苏尼尔（D-CA）签署了一封致亚马逊首席执行官杰夫·贝佐斯（Jeff Bezos）的***，要求提供使用该技术的执法机构的完整名单，并询问对13岁以下儿童使用该技术的保障措施。

信中写道：“人们对面部识别可能对隐私和公民权利造成的危险表示严重关注，特别是当它被用作**监视的工具时。”

美国东部时间下午2:59更新：更新内容为致亚马逊的信函。