弗雷德贝内森最近收到一封来自Facebook的电子邮件，通知他在一些照片中发现了他的脸，并询问他是否愿意在这些照片中被贴上标签。当他点击链接时，发现了十一张他母亲大学时代的黑白头像，他觉得很有趣。社交网络的DeepFace算法使用一个拥有超过1.2亿个参数的神经网络来检测和识别人脸，该公司表示，这一不断改进的机器学习过程正接近人类的水平。Facebook说，DeepFace 97.25%的时候可以确定两张照片是否是同一个人的，但仍然有很多照片会让他们最强大的机器失灵，尤其是在家庭事务中。

“我们都有遗传特征，这些遗传特征转化为我们的外貌。如果一个人很像他们的父母之一，年轻母亲或父亲的照片可能会关联并混淆算法，”NXT-ID的首席技术官David Tunnell说，NXT-ID专门研究三维人脸识别。在Facebook的案例中，混淆两个家庭成员是一个缺陷，但其中一个缺陷指向了面部识别的其他潜在用途，因为这个过程也是反过来的。”我们已经做了一项研究，表明你可以使用面部识别来识别一个人的种族、出生地和家庭关系。他说，有了来自我父母、兄弟姐妹或堂兄弟姐妹的良好数据，即使系统没有我的真实图像可供使用，也有可能识别出我的身份。

弗雷德和他的母亲唐娜

是那是恐怖，还是酷？主要取决于上下文。”“我确实觉得这很吸引人，”贝纳森在一封电子邮件中说这里有一个真实的例子，一个假阳性（当一个算法错误地预测一个观测结果是它不是它的东西时，在这个例子中它认为我妈妈是我），有个人的含义，他说，他通常不会对我们的脸照片不断被扫描和分析以获得个人身份的想法感到太麻烦。”一般来说，我认为人们往往夸大Facebook使用这种技术所做的邪恶事情，但它肯定为更大更困难的问题打开了大门。”

当涉及到更严肃的应用时，例如芝加哥警方现在使用面部识别的方式，贝内森看到了潜在的麻烦。”他反问：“如果这种算法不用于有趣的照片标记，情况会怎样？”如果另一个假阳性导致某人因为他们没有做的事情而受到牵连呢？Facebook是一家上市公司，它将数PB的个人数据作为其商业模式——我们提供给他们的数据，但代价是什么？”

Facebook的DeepFace系统分析Sylvester Stalone的图像

Tunnell说，根据家庭成员识别人的能力，即使是在他们变老的时候，也是令人恐惧的，但是将这种能力用于永久的可能性同样令人兴奋。”我和自己的女儿做了一项研究，在这几年里，我每天扫描她的整个头部。我们学到的是，只要有正确的数据集，这些技术就能在未来2、4、6年内识别出一个人。因此，这对于帮助找到一个自己的亲戚没有见过的人，以及一个经历了实质性身体变化的人来说是至关重要的。”

在2012年的美国参议院隐私听证会上，Al-Franken直截了当地问Facebook是否会将自己的面部身份数据库卖给其他公司。Facebook的Rob Sherman表示，目前还不清楚该公司未来将如何使用这些数据。用户始终可以删除在照片中添加标签的功能，但不能删除扫描功能。”贝内森说：“认真考虑我们对个人数据进行权衡的公平性是很有价值的。”这不是一个微积分，我们有足够的时间从社会的角度来充分理解。我们可能要过好几年才能真正了解向如此强大的公司提供如此多个人内容的后果。”

不过，就目前而言，弗雷德和他的母亲唐娜只是觉得这种误认令人感动，特别是因为弗雷德从事数据科学工作。”“30年来，我第一次被告知自己长得像弗雷德，这是一个无法克服的事实，这是通过一种算法实现的，”她在一封致《边缘》的电子邮件中写道还有什么比这更疯狂更合适的呢！”