為什麼facebook在面部識別方面打敗了fbi

如果你擔心老大哥和電腦面部識別，這個夏天給了你足夠的理由感到害怕。執法部門已經玩弄了一段時間的面部識別，但聯邦調查局正準備部署自己的系統，稱為下一代識別（簡稱NGI），計劃今年夏天全面投入使用。NGI將把數百萬張照片彙集到一個中央聯邦資料庫中，到今年年底將覆蓋所有50個州。在經歷了多年的相對匿名之後，人們很容易認為2014年是執法部門最終會當面瞭解你的一年。...

聯邦調查局的新系統不太好

但是關於聯邦調查局閃亮的新系統有一個不方便的事實：它不是很好。由於電子前沿基金會的廣泛工作，我們實際上對NGI有了相當多的瞭解，數字顯示NGI不太擅長識別人臉。給出一個嫌疑犯的臉，NGI會返回一個50種可能性的排序列表，並且只承諾有85%的幾率返回列表中嫌疑犯的名字。換言之，即使你給ngi50個猜測，它仍然讓七分之一的嫌疑人逃脫了困境。

與本月早些時候在IEEE計算機視覺會議上展示的Facebook的DeepFace系統相比，它看起來更糟。給Facebook兩張圖片，它能以97%的準確率告訴你他們是否是同一個人，與同一地點的人的準確率大致相同。公平地說，Facebook擁有整個網路價值的資料，因此它最終會將每一張臉與少量的可能性進行比較。這並不是一個確切的比較，但總體印象很難否認：美國最強大的執法機構正被一個社交網路擊敗。

“人腦和電腦腦的區別是巨大的。”

雖然有很多承包商願意承諾“接近人類”的識別能力，但真正的面部識別卻比業界所允許的困難得多提供面部識別的商業公司告訴我們，這是一個巨大的謊言，”FST生物特徵技術總監沙哈爾·貝爾金說“人腦和電腦大腦的區別是巨大的。”FST的面部識別系統與公寓樓的租戶合作，合作物件樂於直接進入相機進行匹配，這比FBI提出的任務簡單得多。該公司還增加了其他的驗證層，如高度和步態跟蹤，以消除假陽性。

FBI系統沒有這兩個優勢。它希望臉能像指紋一樣工作，只要一個無意中的指紋就能提供一個可靠的身份證明，足以在法庭上支撐住。但是，儘管人類證人可以很容易地辨認出一張臉，但自動化系統仍有很多問題要跟上。”“殺死這些系統的是錯誤的接受率，”貝爾金說我不相信我們能在未來五到十年內找到解決辦法。”

“錯誤的接受率將扼殺這些系統。”

因為FBI使用的照片質量太差，所以情況特別糟糕。貝爾金說，面部識別系統通常需要直接拍攝你的臉，離中心軸不超過15度。這對於馬克杯照片或者類似FST的系統來說非常有效，在FST系統中，人們會故意給出一個臉印。但對於更具侵入性的用途，如透過公共攝像機發現罪犯的面孔，這是一個更大的問題。監控攝像頭通常安裝在天花板或路燈上，所以當嫌犯靠近一張臉時，角度往往很差，以至於識別技術無法工作。現代的攝像系統並不是為面部識別而設計的，甚至不清楚如何修複它們。

Facebook的幫助可能只是法庭命令

Facebook可以迴避這個問題，因為它已經知道誰是你的朋友，誰可能出現在你的照片中。它還有更多的圖片可供處理，為聯邦調查局的5000萬人提供2500億張照片。這給了Facebook的工程師們更多的機會去發現一幅好的圖片，以及更多的資料來概括。Facebook也有更多的犯錯自由，因為一個虛假的標簽比一個錯誤的警察身份要輕得多。面部識別最終成為一個偉大的自動照片標簽工具，但如果你試圖識別嫌疑人的身份，它幾乎毫無用處。

這對隱私倡導者來說聽起來是個好訊息，而且是的，但這並不是什麼讓人感到太舒服的。聯邦調查局仍然可以建立一個能起作用的面部跟蹤系統。它只需要更多的照片、更多的名字和更智慧的網路來組織所有這些：簡而言之，它需要Facebook的幫助，這可能只是法庭命令。Facebook目前正與曼哈頓地區檢察官就檢察官收集使用者資料的範圍展開殘酷的法律鬥爭。如果Facebook輸掉了這場戰鬥，檢察官和執法機構可能有足夠的資料來更新他們的系統，透過自動標記的照片挑出面孔，建立已知的同事名單。最終結果可能看起來很像我們被警告的追臉者。

聯邦調查局可能在攝像機和電腦上輸了，但它仍有可能在法庭上獲勝。

這就像任何一場爭奪尖端技術的競賽，無論是在mac和pc上，還是在Android和iOS上。先到那裡很好，但這不能保證你壟斷。如果Facebook能讓面部識別工作起來，FBI也會想出一種方法讓它工作起來，要麼提取每個嫌疑人的資料，要麼從頭開始逆向工程這個過程。最大的問題是**能在Facebook的系統中走多遠，這個問題還在決定之中。這意味著，經過幾十年的測試，人臉跟蹤的技術方面可能最終退居次要地位。聯邦調查局可能在攝像機和電腦上輸了，但它仍有可能在法庭上獲勝。