这一天终于来了。
亚马逊已开始向军方出售人工智能武器。
据悉，亚马逊正在为政府和警察部门推广一款名为 Amazon Rekognition 的产品，该产品可以实时识别、跟踪和分析人员，并在单张图像中识别最多 100 个人。
它还可以快速扫描收集到的信息，并将其与数千万张人脸的数据库进行比较。
这意味着亚马逊的技术可以监控“合影、人群和机场等公共场所中的所有面孔”。
此消息一出，瞬间引发了一系列的恐慌。
美国公民自由联盟（ACLU）组织了30多个民权组织联合反对亚马逊的行为，针对美国政府使用面部识别技术举行了一系列抗议活动，并要求亚马逊首席执行官贝佐斯停止向政府出售Rekognition。
大多数人认为，通过 Rekognition，政府现在可以构建一个自动识别和跟踪任何人的系统。
如果警察随身摄像头配备了面部识别设备，那么用于执法透明度和问责制的设备将转变为公众的监控设备。
亚马逊的 Rekognition 准确的面部识别技术备受关注。
亚马逊此举一出，在亚马逊及其用户内部引起了热烈讨论。
在亚马逊内部，许多员工加入了民权组织来抗议其行为，他们认为这些行为对民权，特别是移民和人民的权利构成了独特的威胁。
今年 6 月，亚马逊内部多名员工向首席执行官杰夫·贝索斯 (Jeff Bezos) 提交了一封公开信，要求该公司停止向 ICE 和其他执法机构出售侵入性且违反宪法的 Rekognition 面部识别技术。
除了亚马逊首席执行官杰夫·贝佐斯要求停止销售Rekognition外，亚马逊员工还在信中呼吁该公司停止支持数据分析公司Palantir。
Palantir 是 Peter Thiel 于 2016 年创立的一家大数据公司，为执法部门提供预测警务工具，并通过 Amazon Web Services 与 ICE 签订了大量合同（Thiel 秘密资助了一起导致 Gizmodo 前母公司破产的案件，Gizker Media 诉讼） ）。
然而，亚马逊并不认同这种情况。
面对“内忧外患”的抗议，亚马逊并没有像谷歌那样推迟项目，而是选择了“正面强硬”。
亚马逊回应：不能因为技术可能被滥用而限制其进步。
并表示将坚决捍卫Rekognition。
在商业上，从商业角度来看，亚马逊的行为没有原则性问题。
然而，当面部识别技术涉及“道德”、“隐私和安全”等敏感领域时，亚马逊却不是这么说的。
简单的。
人脸识别，爱你不容易。
面部识别技术已经上市很长时间了，但其表现却并不如预期。
智能相对论分析师柯明认为，人脸识别技术的发展还存在很多问题。
1、“98%的好人都被冤枉了” 人脸识别的准确率远没有我们想象的那么高。
此前在伦敦议会举行的听证会上，大都会警察局长克雷西达·迪克透露，当地警察局部署的面部识别系统的准确率只有2%。
去年六月，当南威尔士警方的面部识别摄像头在冠军联赛期间首次使用时，系统发出了警报。
也就是说，在这场比赛中，每三秒就有一名嫌疑人被报警，系统的努力着实让人刮目相看。
然而，2000多条预警中，只有1条是正确的，AFR错误率高达92%。
英国警方统计数据显示，截至今年5月，南威尔士警方的AFR识别错误率平均为91%。
也许历史上最著名的面部误认案例是发生在美国堪萨斯州的威廉·韦斯特-威尔·韦斯特案。
当时有一个名叫威尔？囚犯威尔·韦斯特即将被送入莱文沃斯监狱。
监狱工作人员看上去很眼熟，就问他以前是否来过这里。
威尔说不。
随后工作人员拿出一张威廉·韦斯特的照片给威尔看。
威尔说道：“这确实是我，但是你是怎么得到这张照片的？我从来没有来过这里。
”从此，从美国开始，各国监狱和司法系统开始使用指纹来登记和管理犯罪身份。
显然，这样的乌龙事件让人忍俊不禁，但也带来了隐忧。
这样“不靠谱”的人脸识别真的能成为安防等领域的保护伞吗？ 2.人脸识别还有很长的路要走。
不管人脸识别本身的准确率如何，其自身的运行也存在一些问题。
首先，人脸识别并不是精确的信息比对，而只是相似度比对。
由于人脸识别和计算技术不同，数值设定方式完全不同，评估标准自然也不同。
即使从实际的识别效果来看，也包含了误识别率（FAR）：将其他人误认为是指定人的概率。
;拒绝拒绝率（FRR）：将指定人误认为另一个人的概率。
这些结果受到训练和测试空间样本的影响，很难完全准确。
其次，如果在没有实时监控的情况下采集面部图像，很容易导致基于用户照片的重放攻击。
活体检测需要较高的后台计算资源和网络传输资源，因此目前在线人脸识别非常容易被破解。
最后，人脸形状容易变形，使得人脸识别更容易出错。
人可以通过面部变化产生多种表情，不同视角下人脸的视觉形象差异很大。
此外，人脸识别还受到光照条件（如白天和黑夜、室内和室外等）的影响，人脸受到许多遮盖物（如口罩、墨镜、头发、胡须等）等多种因素的影响。
）、年龄等等，这无情的隐私泄露，你的脸还好吗？面对大量的抗议，微软是三大公司中最先低头的。
在一篇关于面部识别的潜在用途和滥用的博客文章中，微软总裁布拉德福德·L·史密斯将该技术与药品和汽车等受到全面监管的产品进行了比较，并敦促国会研究和监督面部识别技术的使用。
面部识别软件的主要制造商之一微软表示，将采取措施减少这些系统中潜在的偏见；制定新的公共原则来管理技术；并在销售该领域的软件和专业知识时更加谨慎。
。
微软指出，虽然科技行业需要对其产品负责，但政府也需要采取行动。
人脸识别是目前AI领域应用最广泛的技术之一，但在推广过程中也引起了越来越多的争议。
今年4月，个人隐私保护组织向美国联邦贸易委员会提起诉讼，声称Facebook在未获得用户适当许可的情况下推出了新的面部识别服务。
当前，大数据、云计算、人工智能等技术正在推动移动互联网新应用场景的出现。
然而其背后的隐私和数据保护已成为网络平台和移动终端的当务之急。
纵观整个移动终端市场，应用领域的数据滥用现象十分突出。
第三方应用程序过度、隐蔽和欺骗性收集个人信息的情况越来越普遍。
用户隐私数据安全挑战加剧，主要有以下三个原因：一是过于笼统的《用户协议》出售用户信息，授权获取和收集用户个人信息，导致个人信息不规范使用甚至大量泄露。
其次，用户本身对个人信息保护重视不够。
为了方便起见，很多用户在多处使用简单、重复的账号和密码。
当一条信息泄露时，整个信息都会被暴露。
第三，法律方面的缺失。
当数据与能源一样重要时，法律法规的滞后在一定程度上导致了数据安全和隐私保护的缺失。
数据所有权、数据交易规则等基本法律定义仍不明确。
例如，个人数据原本属于用户本人，但用户在网络平台上产生的交易数据、行为数据等数据脱敏后的所有权和使用权是否属于用户，仍然没有答案。
或平台。
从目前来看，人脸识别场景主要分为两种：一种是在线的，比如计算机通过你上传的用户图像来识别你的身份；另一种是在线的，比如计算机通过你上传的用户图像来识别你的身份；另一个是离线的，比如系统通过你在街上认出你。
相机会拍照来识别您的身份。
目前的情况是，线上线下的数据保护还远远不够。
所谓的用户授权更多是形同虚设。
谁真正拥有我们的“面子”？政府对人脸识别软件的监管将如何进行？看来，面对隐私保护的路还需坚定地走下去。
智能相对论：深挖人工智能的井，判断咸不咸，说出对错，说出深浅。
重点关注领域：AI+医疗、机器人、智能驾驶、AI+硬件、物联网、AI+金融、AI+安防、AR/VR、开发者及其背后的芯片、算法、人机交互等。