新報告稱，警方應該控制面部識別程式

包括ACLU、EFF和其他50個組織在內的一個聯盟要求司法部調查FBI和警方如何在刑事調查中使用大規模面部識別資料庫。在這封信發表的同時，一份新的報告稱，大約一半的美國成年人實際上是這些資料庫的一部分。...

包括ACLU、EFF和其他50個組織在內的一個聯盟要求司法部調查FBI和警方如何在刑事調查中使用大規模面部識別資料庫。在這封信發表的同時，一份新的報告稱，大約一半的美國成年人實際上是這些資料庫的一部分。

該報告由喬治敦隱私與技術法律中心釋出，既利用了現有資料，也利用了透過公共記錄請求獲得的材料。報告指出，至少有26個州（之前已經確認）允許執法部門掃描機動車部的照片，作為調查的一部分。根據每個州獲得駕照的駕駛人數量，研究報告的作者計算出，這覆蓋了1.17億成年人，佔總成年人口的48%。這些許可證不是一個中心索引的一部分，而是跨州的多個資料庫。

搜尋車管所沒有警察記錄的人的照片是掃描犯罪資料庫的一個重大擴充套件。這也不同於車管所自己的掃描，它會在牌照上尋找重覆的面孔，以發現欺詐行為。但報告的結論是，沒有一個州對如何做到這一點進行全面監管。這意味著警察如何使用這些系統，它們的工作情況如何，以及它們是否對有色人種產生過大的影響，幾乎沒有監督。當談到剛剛開始使用的尖端技術時，這個問題變得更加明顯，比如可以識別經過攝像機的人的實時影片流。

報告的作者強調，他們並不是絕對反對面部識別。”這不是一份呼籲全面禁止所有面部識別的報告。但除其他外，該組織希望看到各州透過立法，涵蓋如何使用它。這些措施包括在搜尋資料庫之前要求對犯罪行為有“合理的懷疑”，要求**下令進行搜尋，並對系統的效能進行定期審計。他們建議，在州議會就此問題進行投票之前，暫停搜查駕照照片，同時適用於當地警方和聯邦調查局。該報告包括一個州和聯邦立法者都可以透過的示範法案。

人臉識別算**變得越來越強大，能夠對大量資料進行分類。但他們仍然容易犯錯，尤其是當調查人員希望與駕照或搶劫照片相匹配的照片是在光線不好或角度不好的情況下拍攝的。他們似乎也有不經意的偏見。例如，2012年的一項研究發現，主要演算法在非裔美國人身上的準確率要比在白人身上低5%到10%。再加上目前對少數族裔社群進行更密切監管的趨勢，這可能會增加無辜的美國黑人被刑事司法系統抓獲的機會。但由於透明度低和審計不充分，我們實際上無法判斷是否發生了這種情況。

除了犯錯誤的可能性之外，還有一個更大的哲學問題，即執法機構應該擁有多大的權力來識別旁觀者，以及他們應該何時能夠這樣做。例如，巴爾的摩警方被髮現使用社交媒體監控工具——其中包括有限的面部識別——來識別和監控**者，這可能會對****產生寒蟬效應。如今，livestream分析工具只能搜尋一小群人臉，併在人群中進行匹配。不過，隨著處理能力的提高，他們幾乎可以立刻認出任何持有駕照的人——至少在那些已經允許使用駕照的州是這樣。隨著現有技術的進步，在警務和侵入式監視之間劃清界限將是人臉識別辯論中不可避免的一部分。

除了調查結果之外，還可以在專門釋出報告的網站上找到一張互動式地圖和各州計分卡。